Gendered achievement gaps in introductory science courses.
Notice bibliographique
Résumé
Although they represent the overall majority of students at Canadian universities studying in science fields, women make up only about 25% of STEM professionals (Simon et al., 2017). Several explanations for this pattern have been suggested, including gendered differences in such variables as societal attitudes toward suitable careers, effects of high stakes testing and achievement in undergraduate GPA (Lauer et al., 2013). Comparison of male vs female final course grades from introductory science courses at Western University over the last five years revealed a gender gap in achievement in some courses, but not others. Female students’ grades were consistently and significantly lower in introductory biology and physics courses relative to their male peers. The gendered achievement gap widened over time as a given course increased high-stakes testing. Gendered achievement gaps were not observed in a calculus course or a second year hands-on laboratory course.\nJoin us for a conversation around gender gaps in science education and what can we do to address these challenges.\nLauer, S., Momsen, J., Offerdahl, E., Kryjevskaia, M., Christensen, W., & Montplaisir, L. (2013). Stereotyped: Investigating gender in introductory science courses. CBE Life Sciences Education, 12(1), 30–38. https://doi.org/10.1187/cbe.12-08-0133\nSimon, R. M., Wagner, A., & Killion, B. (2017). Gender and choosing a STEM major in college: Femininity, masculinity, chilly climate, and occupational values. Journal of Research in Science Teaching, 54(3), 299–323. https://doi.org/10.1002/tea.21345
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 tête enseignante, 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 ».