Caracterización de la población de estudiantes mujeres en los programas de Ingeniería en Colombia: inscripción, admisión, matrícula y graduación
Notice bibliographique
Résumé
The gender gap in Engineering is a relevant global issue. Evidence of this relevance is the dedication to a sustainable development objective, motivating the generation of global strategies to reduce it. In STEM programs, specifically, this gap is even more critical. One of the difficulties encountered when trying to address this issue of the gender gap in areas such as Engineering is the definition of the baseline and the proposal of basic exploratory studies to define strategies for the inclusion of women in science and engineering. Studies characterizing the evolution and current state of the population of female students in engineering programs in Colombia can be an interesting starting point to address gender gap issues in this region of the world. Therefore, the objective of this work is to generate a baseline of the population of female students in terms of inscription, admission, enrollment, and graduation in Engineering programs in Colombia for the period 2014-2022 based on the application of a methodology of descriptive and applied statistics and present an initial literature search to publicize the state of scientific production about strategies for the inclusion of women in science and engineering, from which, among other aspects, the marked increase in production was identified since 2020, with 2021 being the most active year and countries such as the US and Canada with the highest report, highlighting Brazil at the South American 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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».