MétaCan
Menu
Retour à la cohorte
Enregistrement W4211062228 · doi:10.3138/jmvfh-2021-0089

Desire to serve: Insights from Canadian defence studies on the factors that influence women to pursue a military career

2022· article· en· W4211062228 sur OpenAlexaffvenueabout
Barbara T. Waruszynski, Kate Hill MacEachern, Suzanne Raby, Michelle Straver, Éric Ouellet

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensPublic Health Agency of CanadaCanadian Armed ForcesDepartment of National Defence
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)Diversity (politics)Inclusion (mineral)Military personnelPublic relationsPerceptionPolitical scienceMilitary sociologyMilitary psychologyMilitary theoryPsychologyMilitary scienceSocial psychologyLawPoliticsMilitary operations other than war

Résumé

récupéré en direct d'OpenAlex

LAY SUMMARY The Canadian Armed Forces (CAF) continues to highlight the need to promote greater diversity and inclusion in its ranks. An increased representation of women in the Canadian military would enable greater capacity and capabilities to serve people, both domestically and abroad, and would contribute to a more diverse and inclusive military. To better understand how the CAF could increase the representation of women in the Canadian military, this article provides the key findings of three internal research studies on women’s perceptions of joining the military and women’s experiences as CAF members. These research studies examined the factors that influence women to join the military, the possible challenges impacting women’s decisions to join the military, and the improvements required for enabling a more effective military culture, including recruitment strategies that may help to increase the representation of women. The findings highlight specific factors and recommendations military leaders may consider to help promote greater capacity and capabilities through a more diverse and inclusive military.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,419
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
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 Opus0,102
Tête enseignante GPT0,323
Écart entre enseignants0,221 · 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

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetGender, Security, and ConflictTravaux en français237 207