MétaCan
Menu
Retour à la cohorte
Enregistrement W3072843480 · doi:10.82396/cjcd.v18i2.3147

From Knowledge to Wisdom: Indigenous Women's Narratives of Doing Well with Career Decision Making

2020· article· en· W3072843480 sur OpenAlexaffabout
Alanaise Goodwill, Marla J. Buchanan, William A. Borgen, Deepak John Mathew, Lynn DuMerton, Daniel J. Clegg, Sarah Becker, Matthew McDaniels

Notice bibliographique

RevueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésNarrativeIndigenousThematic analysisCareer developmentCareer counselingCareer PathwaysNarrative inquiryCareer portfolioGender studiesPedagogyPsychologySociologyQualitative researchMedical educationSocial scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Indigenous women in Canada are outperforming other Canadians in the labour market (DePratto, 2015). However, we currently have limited understanding about how Indigenous women decide on their choice of career. We sought to understand Indigenous women’s narratives of doing well in making career decisions. Ten women volunteered to tell their stories of how they made career decisions that resulted in positive outcomes. Using a narrative research design, in-depth interviews were recorded and narrative accounts were generated that illuminated the ways in which women in this study overcame life circumstances in their quest to establish a career. Verbatim transcriptions and individual narrative accounts were constructed. The narratives were then analyzed using a thematic analysis (Braun & Clarke, 2006). All participants confirmed the following five main themes: (1) focusing on a career direction, (2) pursuing further education and training, (3) overcoming and learning from adversity, (4) relational experiences that influenced career decisions and (5) connection to Aboriginal community as part of career decision-making. Implications for future research, career theory development and education as well as career counselling practice are discussed. part of career decision-making. Implications for future research, career theory development and education as well as career counselling practice 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,044
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,245
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland)Même sujetCareer Development and DiversityTravaux en français237 207