Køn og metodevalg blandt samfundsvidenskabelige specialeskrivende
Notice bibliographique
Résumé
Feministisk teori og forskning har argumenteret for to sammenhænge mellem køn og forskningsmetoder: Kvinder benytter oftere kvalitative metoder, og køn påvirker valget af forskningsområder. Tidligere forskning baseret på fagfællebedømte publikationer understøtter disse foreslåede sammenhænge, men anerkender bias som følge af homogeniserende mekanismer såsom akademisk professionalisering og fagfællebedømmelse. Vi komplementerer disse studier gennem en analyse af de »nedre lag af akademisk produktion«, specifikt 1.103 socialvidenskabelige specialer, hvilket giver en alternativ vinkel på studiet af køn og forskningsdesign. Vi benytter nylige innovationer indenfor digital tekstanalyse og estimerer en structural topic model for at modellere korpussets latente tematiske struktur. Ud fra denne model tester vi empirisk de foreslåede sammenhænge mellem køn, forskningsmetoder og forskningsområder. Vi finder, at de kvindelige specialestuderende er mere tilbøjelige til at benytte kvalitative metoder, og at nogle forskningsområder er kønnede. Topic modelling bliver demonstreret som et effektivt redskab til at analysere akademiske tekster. ENGELSK ABSTRACT: Rasmus Munksgaard and Oskar Enghoff: Gender and choice of method among social science masters students Feminist theory and research have argued that gender and research methods are related in two ways: women are more likely to employ qualitative methods, and gender affects choice of research area. While previous research on peer-reviewed publications supports these claims, the authors acknowledge that the data is biased due to the homogenizing mechanisms of academic professionalization and peer-review. We complement these previous studies with an analysis of ”lower-level academic production”, specifically 1,103 master’s theses, providing an alternate angle to the study of gender and research design. We employ recent innovations in digital text analysis, and estimate a structural topic model of the corpora to model the latent thematic structure. Using this model, we test the proposed links between gender, research methods and research area. We find that female students are more likely to employ qualitative methods than men, and that some research areas are gendered. Topic modeling is shown to be an efficient tool in the analysis of academic texts. Keywords: Digital methods, academic production, topic modelling, gender.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,081 | 0,011 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».