MétaCan
Menu
Retour à la cohorte
Enregistrement W3192281139 · doi:10.18260/1-2--37573

Penalized for Excellence: The Invisible Hand of Career-Track Stratification

2024· article· en· W3192281139 sur OpenAlexafffund
Cindy Rottmann, Emily Moore, Doug Reeve, Andrea Chan, Milan Maljkovic, Dimpho Radebe

Notice bibliographique

Revue2021 ASEE Virtual Annual Conference Content Access Proceedings · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésMeritocracyExcellenceSociologyCurriculumNarrativeCognitive reframingFraming (construction)Career PathwaysCareer counselingPublic relationsPedagogyPolitical sciencePsychologyEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

Inequities persist in the engineering profession despite nearly four decades of diversity and inclusion efforts. In this paper, we propose an institutional mechanism to explain this persistence-career track stratification. When engineering educators and researchers frame engineers' careers as personal journeys, we implicitly characterize diverse promotion patterns as the product of individuals ' idiosyncratic interests, values, goals and competencies, leaving ourselves open to meritocratic explanations of career mobility. In contrast, when we account for systemic inequities in organizations and society by critically examining engineers' careers in the aggregate, it is possible to gain insights into the "hidden curriculum" 1 of professional advancement. In this paper, we take the latter approach, adopting a critical secondary analysis of data originally collected for a project on situated workplace learning. The key contribution of our analysis is to reframe the personal choice narrative of career advancement with a structural explanation of career stratification based on Jeannie Oakes' educational tracking research, and Audre Lord's powerful notion of "dominant fantasies." 2 To the extent that we treat engineers' career trajectories as differentially accessible opportunities rather than meritocratic products of individual competencies and preferences, we position ourselves well to understand and dismantle persistent inequities in the profession.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
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 Opus0,168
Tête enseignante GPT0,394
Écart entre enseignants0,226 · 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.

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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2021 ASEE Virtual Annual Conference Content Access ProceedingsMême sujetEducation Systems and PolicyTravaux en français237 207