MétaCan
Menu
Retour à la cohorte
Enregistrement W4290932420 · doi:10.1146/annurev-psych-032720-043052

Gender Inclusion and Fit in STEM

2022· review· en· W4290932420 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnnual Review of Psychology · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésInclusion (mineral)PsychologyInterpersonal communicationInterpersonal attractionSocial psychologyGender equityEquity (law)Gender gapInterpersonal relationshipWomen in scienceDevelopmental psychologyGender studiesSociologyAttractionPolitical scienceDemographic economics

Résumé

récupéré en direct d'OpenAlex

Despite progress made toward increasing women's interest and involvement in science, technology, engineering, and math (STEM), women continue to be underrepresented and experience less equity and inclusion in some STEM fields. In this article, I review the psychological literature relevant to understanding and mitigating women's lower fit and inclusion in STEM. Person-level explanations concerning women's abilities, interests, and self-efficacy are insufficient for explaining these persistent gaps. Rather, women's relatively lower interest in male-dominated STEM careers such as computer science and engineering is likely to be constrained by gender stereotypes. These gender stereotypes erode women's ability to experience self-concept fit, goal fit, and/or social fit. Such effects occur independently of intentional interpersonal biases and discrimination, and yet they create systemic barriers to women's attraction to, integration in, and advancement in STEM. Dismantling these systemic barriers requires a multifaceted approach to changing organizational and educational cultures at the institutional, interpersonal, and individual level.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,186
Tête enseignante GPT0,464
Écart entre enseignants0,278 · 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