MétaCan
Menu
Retour à la cohorte
Enregistrement W4388273705 · doi:10.1080/03043797.2023.2272819

Making the path to engineering leadership more equitable: illuminating the (gendered) supports to leadership

2023· article· en· W4388273705 sur OpenAlexfundaboutno aff
Andrea Chan, Cindy Rottmann, Doug Reeve, Emily Moore, Milan Maljkovic, Dimpho Radebe

Notice bibliographique

RevueEuropean Journal of Engineering Education · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Science and Engineering, University of ManchesterAustralia-India Strategic Research FundUniversity of Toronto
Mots-clésEngineering educationPath (computing)Educational leadershipSociologyShared leadershipLeadershipPublic relationsLeadership styleManagementEngineering ethicsPolitical scienceEngineeringPedagogyEngineering managementComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

There is an assumption of meritocracy in engineering that belies the interpersonal and institutional supports that contribute to professional outcomes. In a qualitative study involving career history interviews and using social support theories as a framing device, we explored the supports that contributed to the development and practice of engineering leadership for 29 Canadian engineering leaders working across different industry sectors. Our findings suggest that leaders were consistently supported through sponsorship, constructive appraisal, a learning workplace culture, and the care work of family, peers, and others. Consistent with the literature on professional development, we found a disparity between genders in the way engineering leaders were supported, from the level of sponsorship to experiences of negative organisational culture and the way gendered family norms affected leadership advancement opportunities. Drawing from our findings, we present lessons for engineering leadership educators, including the need to centre equity in leadership education. We do this in part to prepare students for the challenges and inequities within current workplace realities, but also to equip them with the knowledge and skills to contribute to more equitable practices and channels towards engineering leadership.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,097
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,017
Communication savante0,0060,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
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 Opus0,140
Tête enseignante GPT0,336
Écart entre enseignants0,196 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Engineering EducationMême sujetMentoring and Academic DevelopmentTravaux en français237 207