MétaCan
Menu
Retour à la cohorte
Enregistrement W3165751391 · doi:10.21423/awlj-v43.a498

Understanding Through Stories: Leadership Experiences of Trinidadian Women of Color

2024· article· en· W3165751391 sur OpenAlexaff
Crystal Washington, Tatiana Gounko

Notice bibliographique

RevueAdvancing Women in Leadership Journal · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCaribbean history, culture, and politics
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésWomen of colorPsychologySociologyGender studiesRace (biology)

Résumé

récupéré en direct d'OpenAlex

This narrative inquiry explored the lived experiences of four Trinidadian women of color who served as principals in schools across the Caribbean Island. The focus of this research was to gain insight into what motivated these women to assume leadership positions in education, and how their experiences shaped their leadership practices. Research findings revealed three key themes that influenced the participants’ leadership practice in Trinidad’s educational context. These themes include: (a) ethics of care, an approach to leadership rooted in care and empathy, (b) collaborative leadership, an approach that helped the participants to address unique challenges faced by women-leaders, and (c) gender, class, and racial biases confronted by the participants during their careers. Exploring the narratives of the Trinidadian female leaders provides a nuanced understanding of how women-leaders navigate a complex landscape, offering lessons on resilience and leadership in a unique cultural and historical context. Keywords: women of color; female principals; Trinidad and Tobago; Caribbean; educational leadership; West Indies; ethics of care.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,036
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,257
Tête enseignante GPT0,352
Écart entre enseignants0,095 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvancing Women in Leadership JournalMême sujetCaribbean history, culture, and politicsTravaux en français237 207