The Subtle Ostracism Faced by Women in Engineering: Psychological Effects of Learning in a Predominately Male Field
Notice bibliographique
Résumé
In engineering, there are many obstacles that women face ranging from underlying stereotypes to physical restrictions in certain environments. The deficit of women in University programs has created a hurdle for young women entering the field of engineering. The objective of this study was to identify the challenges experienced by female undergraduate and graduate students that contribute to the systemic issue of inequity. A total of 372 male and female students actively participated in a 21-question survey featuring both multiple-choice answers as well as open-ended questions. Three themes emerged relating to culture (built environment and attitudes), gender (stereotypes and lack of role models), and personal (sense of belonging and the imposter syndrome). It was found that the built environment created physical barriers, while the attitudes of male peers, teaching assistants, and professors led to negative experiences, limiting female student success. Comments made about gender disparities focused on stereotypes and the lack of role models, which were later determined to influence students’ sense of belonging and feelings of imposter syndrome. Over half of the female students who participated in the survey felt discouragement due to the lack of gender diversity that has further impacted their experiences and education. This research may not be reflective of the experience for all females in engineering but does reflect the challenges of those who came forward. Both equity and equality within engineering must be sought to make the predominately male environment more inclusive.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».