MétaCan
Menu
Retour à la cohorte
Enregistrement W3047999716 · doi:10.18778/1733-8077.16.3.04

Othering of Full-Time and Volunteer Women Firefighters in the Canadian Fire Services

2020· article· en· W3047999716 sur OpenAlexafffundabout
Lynne Gouliquer, Carmen Poulin, Jennifer McWilliams

Notice bibliographique

RevueQualitative Sociology Review · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensUniversity of New BrunswickLaurentian University
Organismes subventionnairesMcGill University
Mots-clésIntersectionalityContext (archaeology)Gender studiesFeelingSociologyEthnographyEthnic groupSocial psychologyPsychologyHistory

Résumé

récupéré en direct d'OpenAlex

Being discriminated against because of factors such as gender, ethnicity, age, sexual orientation, and stature (i.e., height and weight) has been a common experience for women in traditionally men-dominated/identified occupations. Although women’s representation has risen in other men-dominated domains (Hughes 1995), within firefighting their presence remains extremely low in Canada (4.4% [Statistics Canada 2017]). Women firefighters mostly operate in a patriarchal context; they are often ignored, harassed, and treated poorly due to an intersectionality of factors (Paechter 1998). Thus far, most research has taken place in the US, UK, and AUS. In the present Pan-Canadian study, we examined the experiences of volunteer and career women firefighters (N=113). The Psycho-Social Ethnography of the Commonplace methodology (P-SEC [Gouliquer and Poulin 2005]) was used. With this approach, we identified several practices, both formal and informal (e.g., physical and academic standards, gender roles), which resulted in women feeling the effect of the intersection of gender and firefighting. Results indicated that women firefighters experience “Othering” manifesting itself in a variety of ways such as discrimination, hostility, and self-doubt. This paper focuses on Canadia women firefighters and ends with social change and policy recommendations to better their reality.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,059
Score d'incertitude au seuil0,236

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0210,007
Communication savante0,0040,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,056
Tête enseignante GPT0,377
Écart entre enseignants0,322 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations17
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQualitative Sociology ReviewMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207