MétaCan
Menu
Retour à la cohorte
Enregistrement W4327587972 · doi:10.1080/03075079.2023.2187771

Gender and leadership in public higher education in South Asia: examining the individual, socio-cultural and organizational barriers to female inclusion

2023· article· en· W4327587972 sur OpenAlexaff
Md Asadul Islam, Dieu Hack‐Polay, Mahfuzur Rahman, Amer Hamzah Jantan, Francesca Dal Mas, Maria Kordowicz

Notice bibliographique

RevueStudies in Higher Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensCrandall University
Organismes subventionnairesUniversiti Putra Malaysia
Mots-clésInclusion (mineral)Higher educationFocus groupOrganizational cultureSociologyPublic relationsPolitical sciencePsychologyGender studies

Résumé

récupéré en direct d'OpenAlex

The study examines the personal, social, and organizational barriers facing women in university leadership positions in South Asia, building on the cases of Malaysia and Bangladesh. We discussed the topic through the lens of interactionist feminist theory. Semi-structured interviews with 20 female deans from 12 public universities in Malaysia and Bangladesh were conducted, followed by two focus group discussions with eight female deans. The results reveal that personal barriers such as family duties, lack of technological knowledge, interest in taking leadership positions, spousal support and poor time management, and lack of spousal support represented the major barriers for female deans in Bangladesh. Lack of interest in deanship was found to compound the underrepresentation of women in dean roles. The participants identified fewer socio-cultural barriers faced by Malaysian female deans, while Bangladeshi participants met major issues. The organizational barriers for female deans in public universities were reported. The findings hold significant organizational and policy implications.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0020,001
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
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 Opus0,574
Tête enseignante GPT0,402
Écart entre enseignants0,172 · 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'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

Citations51
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Higher EducationMême sujetGender Diversity and InequalityTravaux en français237 207