MétaCan
Menu
Retour à la cohorte
Enregistrement W4392022525 · doi:10.1093/oxfordhb/9780192897114.013.3

Sex Differences in Vocational Interests

2024· book-chapter· en· W4392022525 sur OpenAlexaff
Julie Aitken Schermer, Kristi Baerg MacDonald

Notice bibliographique

RevueOxford University Press eBooks · 2024
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésVocational educationPsychologyPolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Abstract In this chapter, we examine sex differences in vocational interests over generations and cohorts. Utilizing a large sample of adults (N = 1,774) who completed the Jackson Career Explorer (JCE), men scored significantly higher on the mathematics, physical science, engineering, adventure, dominant leadership, finance, sales, law, and professional advising interest scales. Women scored significantly higher on the creative arts, social science, personal service, teaching, social service, elementary education, family activity, and office work, interest scales as well as the work styles of stamina, accountability, and planfulness. To examine if sex differences in vocational interests have changed over time, sex differences for two editions of the Jackson Vocational Interest Survey manuals were compared. Surprisingly, few differences were found. In contrast, when the JCE responses were analyzed by age cohorts, sex differences do appear to be slightly smaller in the younger sample, suggesting that further analyses are required with successive generations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,911

Scores Codex et Gemma par catégorie

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

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 Opus0,053
Tête enseignante GPT0,240
Écart entre enseignants0,187 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetCareer Development and DiversityTravaux en français237 207