MétaCan
Menu
Retour à la cohorte
Enregistrement W2780159359 · doi:10.5206/fpq/2017.4.4

Using Focus Groups to Explore the Underrepresentation of Female-Identified Undergraduate Students in Philosophy

2017· article· en· W2780159359 sur OpenAlexvenueno aff
Claire A. Lockard, Helen Meskhidze, Sean M. Wilson, Nim Batchelor, Stephen Bloch-Schulman, Ann J. Cahill

Notice bibliographique

RevueFeminist Philosophy Quarterly · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMindsetExtant taxonClass (philosophy)Focus groupPhilosophy educationWestern philosophyVariety (cybernetics)Mathematics educationPsychologySociologyEpistemologySocial scienceMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper is part of a larger project designed to examine and ameliorate the underrepresentation of female-identified students in the philosophy department at Elon University. The larger project involved a variety of research methods, including statistical analysis of extant registration and grade distribution data from our department as well as the administration of multiple surveys. Here, we provide a description and analysis of one aspect of our research: focus groups. We ran three focus groups of female-identified undergraduate students: one group consisted of students who had taken more than one philosophy class, one consisted of students who had taken only one philosophy class, and one consisted of students who had taken no philosophy classes. After analyzing the results of the focus groups, we find evidence that: (1) one philosophy class alone did not cultivate a growth mindset among female-identified students of philosophy, (2) professors have the potential to ameliorate (or reinforce) students’ (mis)perceptions of philosophy; and (3) students who have not taken philosophy are likely to see their manner of thinking as being at odds with that required by philosophy. We conclude by articulating a series of questions worthy of further study.

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)0,068
score de la tête « metaresearch » (Gemma)0,085
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,358

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,085
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0080,004
Communication savante0,0020,005
Science ouverte0,0030,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,186
Tête enseignante GPT0,465
Écart entre enseignants0,278 · 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.

Devis d'étudeQualitatif
DomaineIncitatifs
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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFeminist Philosophy QuarterlyMême sujetCritical Race Theory in EducationTravaux en français237 207