Notice bibliographique
Résumé
In this collection, several authors – ranging from early career to well established academics – consider the role of women and the female voice in academia. This compilation developed from a conference session organised by the Supporting Women in Geography (SWIG) Ireland group, at the Conference of Irish Geographers in University College Cork (UCC) in 2017. In the first piece, Ahern and Mc Ardle consider why this discussion is necessary at all, ruminating on examples from both within and outside of academia. Till then brings in her experience working in Ireland, the US and beyond, and reflects on the importance of including all voices, and challenges scholars to end gender discrimination in Ireland. Manzo then reflects on how female work in academia, similar to community organising, can be considered invisible, devalued labour (Daniels, 1987). Yet she focuses on the positives of this, outlining the women-centred community organising model, the social capital that is involved, and the range of activities for empowering women to alter the efforts in Irish academia to making this change. Meletis then widens this discussion with an international example of a group similar to SWIG Ireland, Inspiring Women Among Us (IWAU) in Canada. She reflects on the difficulty of being an inclusive group. These discussions are vital to tackling gender bias in Irish academia, yet all the authors agree this needs to be an ongoing conversation, a lived practice, and we hope this work inspires further contributions to this cause.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».