MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400921264 · doi:10.36315/2024v1end011

The association between perceived discrimination profiles and career aspirations and expectations of high school students

2024· article· en· W4400921264 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAssociation (psychology)PsychologyComputer scienceMedical educationApplied psychologyMathematics educationMedicine

Résumé

récupéré en direct d'OpenAlex

Career development literature suggests that perceived discrimination may influence the career choices of individuals from diverse backgrounds (e.g., racial minorities) (Swanson & Fouad, 2020).More specifically, perceptions of both overt and covert discrimination could lead to the elimination of career options (Poon, 2014;Schneider & Dimito, 2010), limiting perceptions regarding career opportunities (Conkel-Ziebell et al., 2019) and attenuated career expectations (Abrahamsen & Drange, 2015).However, perceptions of discrimination are rarely systematically measured in these studies and their association with individuals from diverse backgrounds' career choices seems to be overlooked.Therefore, the study aims to 1) identify profiles of perceptions of discrimination and 2) examine how profile membership relates to key sociodemographic characteristics as well as limiting perceptions regarding career plans, educational aspirations and expectations.Thus, a sample of 756 Canadian high school students (M = 16.3 years old; SD = 0.9) completed an online survey from May 2022 to February 2023.Among them, 52% identified as female, 46% identified as male and 2% identified differently.It is also important to note that the sample is made up of a majority of racialized students (72%) and over a third of immigrant students (38%).Latent profile analyses revealed three distinct perceived discrimination profiles, across which proportions of females, racial minorities and Indigenous people, as well as mean levels of limiting perceptions regarding career plans varied.The conclusion highlights appropriate courses of action to counter the potential adverse effects of perceived discrimination on career aspirations and expectations.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,242
Score d'incertitude au seuil0,481

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,106
Tête enseignante GPT0,336
Écart entre enseignants0,229 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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'admission1
Résumé présentoui

Explorer davantage

Même sujetGender Diversity and Inequality→Travaux en français237 207→