MétaCan
Menu
Retour à la cohorte
Enregistrement W4391602308 · doi:10.18260/1-2--44159

Work in Progress: A Trio-Ethnography on Professional Identity Development of Internationally-Trained Minoritized Women Early-Career Researchers in Canada

2024· article· en· W4391602308 sur OpenAlexafffundabout
Anuli Ndubuisi, Glory Ovie, Zian Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensThe King's UniversityUniversity of Toronto
Organismes subventionnairesOffice of International Science and EngineeringSocial Sciences and Humanities Research Council of CanadaUniversity of TorontoAmerican Society for Engineering Education
Mots-clésEthnographyIdentity (music)Career developmentWork (physics)SociologyGender studiesProfessional developmentPedagogyEngineeringAnthropologyArtAestheticsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Work in Progress (WIP): The experiences of internationally trained minoritized academic researchers in engineering and education tend to deviate from the dominant developmental model of the doctoral program and faculty preparation. Our research extended the use of duoethnography methods to trio-ethnography and adapted Carlson and team's conceptual model of professional identity development [1] to investigate how internationally trained minoritized women early career researchers (ECR) build their professional identity construction throughout their doctoral study. Our preliminary findings highlighted three themes namely 1) Perception of Professional Identity, 2) Intersection of Race and Gender, and 3) Learning and Research Communities. The research findings provide approaches for mentoring international minoritized graduate students while improving developmental outcomes for historically racialized groups and other women in similar positions. Our study will contribute to the literature on the professional identity development of international minoritized learners in engineering and education.

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 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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,313
Tête enseignante GPT0,529
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetDoctoral Education Challenges and SolutionsTravaux en français237 207