MétaCan
Menu
Retour à la cohorte
Enregistrement W4281751438 · doi:10.1177/00207152221099171

Social selectivity and gender-segregation across fields of study: Comparative evidence from Austria

2022· article· en· W4281751438 sur OpenAlexvenueno aff
Franziska Lessky, Erna Nairz‐Wirth, Marcus Wurzer

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Mathematics educationField (mathematics)PsychologyGender gapMathematicsDemographic economicsComputer science

Résumé

récupéré en direct d'OpenAlex

This study explores stratification within the Austrian university system by focusing on social selectivity and gender-segregation across fields of study. We investigate how much the choice of field of study is associated with parental educational background and the gender of the students—especially, how these characteristics vary across individual (teaching) subjects. Teacher training is often regarded as typically chosen by women and preferred by so-called educational climbers. However, previous studies focus on clusters of fields of study and do not take into account the differences between individual (teaching) subjects. We address this research gap by focusing on a comparison between those who have chosen to undergo a teaching program in a specific subject and those who have studied this specific subject without pedagogical training. By using administrative data from first-year students at Austrian state universities ( N = 23,400) in 2016–2017, and applying logistic regression analysis, the results demonstrate that in almost all analyzed fields of study, similar patterns of gender-segregation according to the choice of fields of study can be observed, regardless of whether it concerns a teacher training subject or a corresponding equivalent academic subject. Educational climbers tend to opt more frequently for teacher training subjects than for their corresponding fields—especially in some of the mathematics-oriented science, technology, engineering, and mathematics (STEM) subjects. We contribute to comparative sociological literature by introducing the approach of comparing teacher training subjects to their academic equivalents and revealing a more nuanced picture regarding horizontal inequalities in higher education.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,442
Tête enseignante GPT0,493
Écart entre enseignants0,051 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetGender Diversity and InequalityTravaux en français237 207