MétaCan
Menu
Retour à la cohorte
Enregistrement W2748304027 · doi:10.36510/learnland.v10i2.819

Women Reflect on Being Well in Academia: Challenges and Supports

2017· article· en· W2748304027 sur OpenAlexaffvenue
Gabrielle Young, Michelle Kilborn, Christine Arnold, Saiqa Azam, Cecile Badenhorst, Jennifer Godfrey Anderson, Karen Goodnough, Leah Lewis, Xuemei Li, Heather McLeod, Sylvia Moore, Sharon Penney, Sarah Pickett

Notice bibliographique

RevueLEARNing Landscapes · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMentorshipCriticismSet (abstract data type)Promotion (chess)NarrativePublic relationsPsychologyPersonal narrativeWork (physics)Action (physics)Sense of communityProcess (computing)Higher educationPedagogyMedical educationSociologySocial psychologyPolitical scienceEngineeringMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

A narrative approach was adopted to explore the experiences of 13 women who pursued academic careers. Analysis of the personal reflective narratives uncovered themes common to the participants, also the authors of this study, which focused on striving to have work-life balance, personal and professional costs associated with being unwell, and the impact of academic work on families. Findings highlighted suggestions for being well in academia such as choose to engage in work and leisure activities that are enjoyable and maintain relationships. Suggestions for universities included: provide clear promotion and tenure processes, examine workload expectations, promote wellness, and facilitate mentorship. About Memorial University’s Faculty of Education Writing Group In 2009, a group of members from a Faculty of Education began meeting to share their writing and discuss the writing process. We meet regularly and each member takes a turn hosting the meeting. There are no strict deadlines and action items for the meetings; instead, each member takes a turn checking in with the group and asking for feedback or advice on their writing. It is a relaxed and open setting where networking and socializing are as welcome as producing results. The group deliberately set forth to create an environment of non-criticism—we can give feedback but not criticism and we agree to promote support, rather than competition. Through this process, the writing group has served to foster a sense of belonging.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,323
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLEARNing LandscapesMême sujetMentoring and Academic DevelopmentTravaux en français237 207