MétaCan
Menu
Retour à la cohorte
Enregistrement W3020652762 · doi:10.4018/978-1-7998-3618-6.ch001

Women in Academia Matter

2020· book-chapter· en· W3020652762 sur OpenAlexaff
Taima Moeke-Pickering

Notice bibliographique

RevueAdvances in religious and cultural studies (ARCS) book series · 2020
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésFeelingPower (physics)Equity (law)DehumanizationInstinctPublic relationsIndigenousRacismPolitical scienceGender studiesValue (mathematics)SociologySocial psychologyPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

Empowering women in academia matters. As women academics, we need to unleash our leadership power if we want to make a change. Colonization sexualized, subjugated, and dehumanized women and girls and unfortunately continues in the academy today. This is evidenced by pay, hiring, racism, and leadership inequity. This chapter shares the meaning and value of Indigenous worldviews, women movements in social media, and why systemic strategies for sustained equity, diversity, and inclusivity in the academy matters. This is a huge responsibility and commitment. The author's experience working with women academics is that they take their role seriously, they use instinct, they defend when they need to, they are creative, they spend a lot of time on the whys, they use diplomacy and often put their own feelings aside to make sure that equity goals for women are achieved.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,005
Communication savante0,0130,008
Science ouverte0,0010,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0800,017

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 Opus0,056
Tête enseignante GPT0,312
Écart entre enseignants0,256 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineIncitatifs
GenreCommentaire

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in religious and cultural studies (ARCS) book seriesMême sujetGender Diversity and InequalityTravaux en français237 207