MétaCan
Menu
Retour à la cohorte
Enregistrement W2799693906 · doi:10.3390/educsci8020064

Leading the Academic Department: A Mother–Daughter Story

2018· article· en· W2799693906 sur OpenAlexaffabout
Sandra Acker, Dorie Millerson

Notice bibliographique

RevueEducation Sciences · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensOntario College of Art and DesignUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAutoethnographyNarrativeSociologyDaughterMedia studiesGender studiesPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This article is based on conversations between a mother and daughter about academic leadership. Both authors served in different time periods and at different career points as heads of departments (“chairs”) in Canadian universities. A literature review suggested that women’s academic leadership is a contested topic, especially in relation to organizational cultures and associated gendered expectations. New directions were identified, as scholars move towards comparative studies, poststructural theoretical approaches, analysis of neoliberal trends in universities, and awareness of variation among women. We noted that “Canada” was largely missing from most of the literature reviewed and that middle management had received less attention than senior roles. Our method was collaborative autoethnography, a means of sharing thoughts about one’s experiences and analyzing them with regard to wider social issues. Quotations are taken from a taped discussion in early 2018 and are organized around similarities and differences in our narratives. The conclusion raises issues about the difficulties associated with performing this particular middle management role; questions around the consequences of chairing for women in different age groups; the implications of increasing reliance on contingent academic labour; apparent differences between the Canadian experience and what has happened elsewhere; and promising directions for future research.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,214
Tête enseignante GPT0,421
Écart entre enseignants0,207 · 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.

Devis d'étudeSans objet
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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetGender Diversity and InequalityTravaux en français237 207