Gender Differences in the Early Career Experiences of Engineers in Canada
Notice bibliographique
Résumé
Canada has an urgent need for more engineers to support its infrastructure, advance technology, and solve increasingly complex human, economic, and environmental problems. Women have often been identified as a resource who can provide new perspectives, solutions, and innovations. While women’s participation in engineering programs has increased over the last 50 years, their participation rate in the workforce has not, keeping engineering as a male-dominated occupation. Despite challenges, women graduates have entered the engineering workforce, but often they have not stayed. The purpose of this quantitative study is to explore the early career experiences of engineering graduates to identify patterns shaped by the graduates’ gender. Applying feminist lenses to the most recent data on Canadian graduates available at Statistics Canada and utilizing advanced quantitative methods, we study BEng graduates from Canadian universities. This study provides a broader understanding of the phenomenon of women’s underrepresentation in engineering and presents findings that can help retain more women in the occupation. Three samples of BEng graduates with over of 10,100 participants were included in this study to answer three main research questions: a) are there gender differences in the duration of job search and types of jobs these graduates obtained after graduation?; b) are there gender differences in job satisfaction among young engineers?; c) are there gender differences in the intention to look for another job once in a first engineering job? Themes and subthemes relevant to women’s underrepresentation in the occupation are found to help answer these questions. Recommendations for policy and future research are discussed.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,000 |
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.
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 ».