Staff disability data in UK higher education: Evidence from EDI reports
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To explore how higher education institutions (HEIs) make transparent the data they collect on staff disability, and how this relates to existing equality, diversity and inclusion (EDI) charters. DESIGN: Descriptive cross-sector quantitative study based on UK HEIs. SETTING: Higher education sector in the UK. PARTICIPANTS: 162 HEIs across the UK with information extracted from the Higher Education Statistics Agency (HESA), each institution's website and Advance HE. PRIMARY AND SECONDARY OUTCOME MEASURES: Availability of a publicly available EDI report. Type of information on staff disability identified within the EDI report and level of detail, the latter derived from the number of different types of information provided in the report. Athena SWAN and Disability Confident award level for each HEI were used as a proxy for the sector's commitment to EDI. RESULTS: Under a quarter of HEIs do not have an open EDI report online. The majority of Athena SWAN award holders make their EDI reports publicly available, which is similar by Disability Confident status. Russell Group universities are more likely to have a publicly available report. Regionally, EDI report availability is lowest in London. The level of detail with regards to staff disability varies, with more than half of institutions providing 'little detail' and just under a third 'some detail'. Athena SWAN award holders and Disability Confident members are twice as likely to provide 'some detail' than those which do not hold an award. CONCLUSIONS: Challenges remain to obtain a clear picture of staff with disabilities within higher education. The lack of both uniformity and transparency in EDI reporting with respect to disability hinders the ability to quantify staff with disabilities within higher education, develop meaningful interventions and address inequities more widely.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 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 découle