Gender and careers: a study of persistence in engineering education in Bangladesh
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The goals of this study were to examine the utility of social cognitive career theory in a South Asian context, extend SCCT beyond its individualistic roots to include social and contextual variables, and explore the possible differential validity of SCCT predictors for men and women. Design/methodology/approach The study involved an in‐class survey of Bangladeshi undergraduate engineering students including 209 women and 640 men. Findings Despite stronger relationships between persistence and two predictors – social aspirations and self‐efficacy – for men, self‐efficacy, the core construct of SCCT, was the most important predictor of persistence for both women and men thus supporting the applicability of SCCT in non‐Western contexts. Research limitations/implications Several new measures were developed for this study which provide a basis for future research but will require further validation. The results demonstrated the applicability of SCCT in a non‐Western context but the amount of variance explained was modest. Thus, additional research into context‐specific factors affecting persistence is warranted. Practical implications The results suggest that interventions intended to enhance the participation of women in non‐traditional fields such as engineering should focus on enhancing self‐efficacy, potentially through creating a more supportive learning environment. Originality/value The current study is one of the first to assess the applicability of SCCT in a non‐Western context and to examine the differential validity of SCCT predictors for women and men.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle