ENGIE - promoting gender balance in the area of earth science and engineering
Notice bibliographique
Résumé
The Raw Materials Community of the European Institute of Innovation and Technology (EIT RM) is supporting the implementation of a project which aims to attract 13-18 year old girls to study geosciences and related engineering disciplines, with the objective of improving the gender balance in these fields at entry level to tertiary education and the workplace. The project ‘ENGIE – Encouraging Girls to Study Geosciences and Engineering’ will focus on informing and inspiring secondary school female students as career decisions are made generally in this period of their lives. It started in January 2020 and will last for three years. ENGIE will support awareness raising activities in more than 20 European countries to encourage 13-18 years old girls to study geosciences and geo-engineering. Public bodies, schools, research centres, universities, professional organisations and on gender equality will be brought together, and strategies will be formulated on the basis of European and international benchmarking. Best practices and success stories will be taken over from countries where STEM education and geo-sciences have already been successfully promoted among young women (Australia, Canada, US) and also from leading European countries in this area, such as Sweden or Finland. Experiences gained during the implementation of national actions will be used for the formulation of longer-term strategies so that the expected higher interest for these professions can be satisfied by proper education and career opportunities in Europe. The ENGIE project will focus on raising the girls’ interest in a well-defined area: geosciences and geo-engineering. This will help the project partners to formulate very clear messages. One of the challenges in supporting gender equality in research is the shortage of knowledge on how to effectively encourage and sustain ayoung woman’s interest in STEM. ENGIE will address this issue by conducting research and gathering comprehensive knowledge on what keeps women away from geosciences and engineering. In the frame of the project, an extensive communication strategy will be developed and progress will be monitored. Innovative approach of this project relies on the creation of a platform for the co-operation between competent international partners, who are strongly interested in tackling this shortage (future employers inclusive). ENGIE will be implemented by the cooperation of 26 institutions. The partnership involves 3 universities (University of Miskolc, Luleå University of Technology and University of Zagreb), 2 research centres (Italian National Research Council and La Palma Research Centre) and a European-level professional geoscience organisation (European Federation of Geologists). 20 national member associations of EFG will also take part in the project implementation as Linked Third Parties. By their contribution, the project activities will be extended to more than 20 European countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,010 |
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 source (Gemma direct ou Codex distillé), 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 ».