MétaCan
Menu
Retour à la cohorte
Enregistrement W4366202021 · doi:10.1111/gwao.13003

Women's leadership gamut in Saudi Arabia's higher education sector

2023· article· en· W4366202021 sur OpenAlexaff
Hammad Akbar, Haya Al‐Dajani, Nailah Ayub, Iman Adeinat

Notice bibliographique

RevueGender Work and Organization · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésHigher educationPolitical scienceEducational leadershipGender studiesQualitative researchPerspective (graphical)Leadership styleGender disparitySociologyPublic relationsPedagogySocial science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper explores women's leadership in Saudi Arabia's three university settings—gender segregated (women or men‐only), unsegregated (co‐educational) and the majority of partially segregated universities where women's campuses exist within male‐dominated universities. While Saudi Arabia's accelerated reforms are creating new opportunities for women's leadership, these are not reflected in the higher education sector yet. In adopting a feminist institutional theory perspective, this study employed a feminist qualitative approach, including 14 semi‐structured interviews in Saudi Arabia's three university settings. The findings revealed that the barriers to women's leadership were most significant within the partially segregated universities, rendering women leaders as effectively powerless. In contrast, women's leadership flourished in the women‐only university setting. As such, the findings suggest that the dominating partially segregated model is ineffective and problematic for women's leadership, and contradict the dominant view that gender segregation disempowers women. These insights have implications for the transformation of Saudi Arabia's higher education sector, aligned with the Kingdom's Vision 2030 policy.

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)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0040,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,164
Tête enseignante GPT0,279
Écart entre enseignants0,115 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGender Work and OrganizationMême sujetGender Diversity and InequalityTravaux en français237 207