MétaCan
Menu
Retour à la cohorte
Enregistrement W4392596150 · doi:10.5194/egusphere-egu24-1090

Coming in from the cold: addressing the challenges experienced by women conducting remote polar fieldwork 

2024· preprint· en· W4392596150 sur OpenAlexaffabout
Elaine Runge, Maria Dance, Rebecca J. Duncan, Marjolein Gevers, Eleanor Maedhbh Honan, Florina Roana Schalamon, Daniela Marianne Regina Walch

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueOutdoor and Experiential Education
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésPolarTelecommunicationsComputer sciencePhysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Title: Coming in from the cold: addressing the challenges experienced by women conducting remote polar fieldwork Authors: 1. Runge, Elaine – Danish Hydrological Institute, Marine & Coastal Field Services, Agern Allé 5, Hørsholm, Denmark2. Dance, Maria - School of Geography and the Environment, University of Oxford, S Parks Rd, Oxford, UK3. Duncan, Rebecca Julianne - School of Life Sciences, University Technology Sydney, Broadway Rd Ultimo, Sydney, Australia and Department of Arctic Biology, University Centre in Svalbard, Longyearbyen, Norway4. Gevers, Marjolein - Institutes des dynamiques de la surface terrestre (IDYST), Université de Lausanne, Géopolis Mouline, 1015 Lausanne, Switzerland5. Honan, Eleanor Maedhbh - Department of Geography, Durham University, Durham, DH1 3LE, UK6. Schalamon, Florina Roana- Department of Geography and Regional Sciences, University of Graz, Heinrichstraße 36, 8010 Graz, Austria7. Walch, Daniela Marianne Regina - Département de Biologie, Chimie et Géographie, Université du Québec à Rimouski, 300 Allée des Ursulines, QC G5L 3A1, Rimouski, CanadaAbstract:Remote fieldwork is an important component of polar research within the physical and social sciences. Yet there is increasing recognition that the inherent logistical, physical, psychological, and interpersonal challenges of remote polar fieldwork are not felt equally across the polar research community, with minority groups often disproportionately affected. Although historically lacking diversity, the demographics of polar researchers have shifted and the way polar research is conducted has been changing in response. However, there are still barriers to equal participation. Removing these barriers would attract scientists from more diverse backgrounds and improve scientific outcomes. We explored the lived experiences of those who identify as women in polar fieldwork through a review of current literature and an anonymous survey, using existing networks to connect with women working in polar research. We synthesised and evaluated the literature and survey responses with regards to topics such as harassment, hygiene, inefficient communication, and gendered work expectations and responsibilities to form a holistic understanding of the key fieldwork challenges faced by women. The majority of survey respondents (80%, n=373) had encountered negative experiences during fieldwork, with the most common and impactful issues relating to field team dynamics and communication, sexism, rest, and weather. Many other issues including fieldwork preparation, work expectations, harassment, and personal space and privacy were also raised by respondents. From the recent developments and critical points of action that we identified in the literature and the survey, we propose strategies to remove barriers to participation and improve the experiences of women in polar fieldwork. These include strategies that are applicable on both an individual and organisational level. A diverse polar research community is imperative in order to address the challenges presented by current unprecedented climate change. Although we focussed on women’s experiences, through this study, we seek to advance the discourse on challenges faced by minorities in polar research.

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)0,013
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0290,010
Communication savante0,0090,008
Science ouverte0,0030,017
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0290,006

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 Opus0,224
Tête enseignante GPT0,426
Écart entre enseignants0,201 · 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.

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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOutdoor and Experiential EducationTravaux en français237 207