MétaCan
Menu
Retour à la cohorte
Enregistrement W3208998785 · doi:10.3138/jmvfh-2021-0059

Role of mentoring for women in the Canadian Armed Forces

2021· article· en· W3208998785 sur OpenAlexaffvenueabout
Linna Tam‐Seto

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMentorshipCareer developmentMilitary personnelWork (physics)Medical educationFoundation (evidence)KinshipPublic relationsPsychologyPolitical scienceMedicineEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

LAY SUMMARY In Canada, mentoring has been used in the armed forces to support women’s careers and personal development, but there is little evidence that the unique experiences of being a woman in the military have been considered in mentoring efforts. The current study aims to find reasons why servicewomen are using mentorship in the Canadian Armed Forces and to identify the gender and cultural factors that may play a role in those mentoring experiences. This article presents some of the findings from 28 interviews that explored the experiences of mentorship for women in the military. For women, career development advice includes learning how to manage personal responsibilities along with career objectives. Women are also looking for support to address issues related to gender and military culture, kinship and visibility, and surviving sexual trauma in the workplace. The current study provides a foundation for ongoing research and forms a basis on which future mentorship work can be built.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,041
Tête enseignante GPT0,333
Écart entre enseignants0,292 · 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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetMentoring and Academic DevelopmentTravaux en français237 207