MétaCan
Menu
Retour à la cohorte
Enregistrement W3024426020 · doi:10.22215/etd/2016-11508

Blue is For Boys, Science is For Boys, What's For Girls? A Critical Look at Gender Constructs in Science Toys

2016· dissertation· en· W3024426020 sur OpenAlexaffabout
Jennifer Mackin

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueScience Education and Perceptions
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPsychologyWomen in scienceQualitative analysisScience educationGender analysisDevelopmental psychologyQualitative researchGender studiesMathematics educationSociologySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Canadian born women are severely underrepresented amongst science students and researchers in Canada.This is due in part to the cultural construction of science as "unfeminine" and "for boys."Educational toys are often the first avenue in which children are introduced to and engage with scientific culture.Parents have traditionally used gender symbols in toys to teach children gender roles, appropriate values and actions.The current study investigates the possibility of science toys as a socializing agent for gendered beliefs about science.It does so, by completing a content analysis and qualitative analysis of the pairing of gender and science symbols within 400 science toys.This analysis found that science toys contained a substantial number of masculine symbols.Overt symbols such as boys alone on the package occurred three times more often than girls.Feminine mentors were symbolically annihilated among all disciplines making up less than 10% of all scientists.Covert symbols such as masculine shades, themes and child absent from the package were more common than gender neutral or feminine themes.Finally, the use of masculine symbolism differed by discipline, pointing towards several sub-cultures in science representing different degrees of adherence to masculine symbolism.

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)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,511

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,026
Communication savante0,0060,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,474
Écart entre enseignants0,374 · 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'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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetScience Education and PerceptionsTravaux en français237 207