MétaCan
Menu
Retour à la cohorte
Enregistrement W2274309964 · doi:10.82308/53853

Leadership and information technology in higher education : a qualitative study of women administrators

2002· article· en· W2274309964 sur OpenAlexaff
Judith Cezar

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2002
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and Optimization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésQualitative researchHigher educationPublic relationsPedagogyInformation technologyMedical educationPsychologySociologyPolitical scienceMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

This study examines issues related to women's leadership and administrative roles in higher educational settings where information technologies have a prominent function. In so doing, it addresses a relatively new area in leadership. The study focuses on four main questions: Are there parallels between feminist leadership styles and a new evolving field for leaders in technology? Is there something about technology that lends itself to female leadership styles? Has technology helped validate women's styles of leadership? What does that mean to women entering the field now? Six women administrators, interviewed over a three-month period spoke on such issues as formal and informal relationships, collaborative team building, and getting the job done. This qualitative study focuses on educational leadership as a process rather than a product, and strives to gain a deeper understanding of the day-to-day experiences and leadership practices of women administrators in education. Drawing from feminist research studies, organizational theory and studies on women in educational leadership, the study offers to expand the existing discourse in educational leadership by documenting the ways this particular group of women practice leadership.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,015
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,009
Communication savante0,0060,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,282
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetEducational Technology and OptimizationTravaux en français237 207