MétaCan
Menu
Retour à la cohorte
Enregistrement W2933306516

Focusing Efforts to Improve Gender Equity in Physics Education: A Pan-Canadian Physics Education Research Network

2018· article· en· W2933306516 sur OpenAlexaffabout
Lindsay Mainhood

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésExcellenceEquity (law)Physics educationGender equityPolitical sciencePublic relationsEngineering ethicsPhysicsSocial scienceSociologyEngineeringPedagogy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Women participating in physics play an essential role in Canada’s economic and research future through their potential to maximize research excellence and broaden horizons with diverse perspectives. However, the underrepresentation of women in physics remains a pressing concern for Canada, especially in higher education since the culture of inequity in the field impedes both its own and women’s progress. Research suggests a need for further physics education research and networking to increase the number of women in physics; the degree of collaborations between researchers in physics education is less than in other science fields due to fragmented connections. Currently, there is limited knowledge of (a) the status of physics education research (PER) across Canada (especially relating to gender), (b) Canadian universities’ stance on PER and its mobilization, and (c) how researchers, policy makers, and practitioners are working together in a network to improve the underrepresentation of women in physics. This proposed study aims to fill these knowledge gaps and investigate what capacity a pan-Canadian physics education research network may have to develop a culture of gender equity in the field.

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)0,046
score de la tête « metaresearch » (Gemma)0,038
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,655

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0280,005
Communication savante0,0110,005
Science ouverte0,0030,015
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,143
Tête enseignante GPT0,400
Écart entre enseignants0,257 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetCareer Development and DiversityTravaux en français237 207