MétaCan
Menu
Retour à la cohorte
Enregistrement W33067263 · doi:10.1136/archdischild-2019-317503

Persistent inequalities? Gender and technology in the year 2000.

2000· article· en· W33067263 sur OpenAlexfundno aff
Flis Henwood, Sally Wyatt

Notice bibliographique

RevueFeminist Review · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensnon disponible
Organismes subventionnairesBC Children's Hospital
Mots-clésCuriosityGender studiesSociologyFeminismInequalityHuman sexualityPoliticsFeminist theoryGender inequalityPolitical sciencePsychologySocial psychologyLaw

Résumé

récupéré en direct d'OpenAlex

The millennium encourages both reflection and speculation and we indulge in a little of both as we assess the state of gender and technology relations Z on the brink of the third millennium. We both began in academia, in the interdisciplinary area of Science and Technology Studies (STS) in 1980. We were also both involved in local feminist politics, including the Women's Centre and the Rape Crisis Centre. Even though we worked as researchers in a university, we were engaged in other forms of adult education. We were keen to integrate theory and practice. Together with other women, we offered a 'Women and Technology' course via the Workers' Educational Association (WEA) for a couple of years in the early 1980s. We wanted to empower ourselves and other women by extending our knowledge of the structural inequalities in gender-technology relations. How has feminist work on gender and technology developed? What are the most positive developments in gender and technology studies that we wish to take with us into the future? Can anything be left behind as historical curiosity, the product of its particular time and place? Are there any lessons that we need to relearn about the relationship between theory and practice?

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,358
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations10
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFeminist ReviewMême sujetInformation Systems Theories and ImplementationTravaux en français237 207