Elite career expectations of adolescents: Popularity, gender differences, and social divides
Notice bibliographique
Résumé
INTRODUCTION: The supply of elite professionals is crucial for economic development, yet little is understood about the appeal and influencing factors of these careers among young people across different economies. It remains unclear whether adolescents in academically high-performing economies growingly expect emerging technological jobs in response to evolving workforce demands. METHODS: This research used the Programme for International Student Assessment 2000-2018 data in 24 high-performing educational systems to examine the two-decade trends in adolescents' expectations for Science, Technology, Engineering, and Math (STEM), medicine, law, business, and teaching careers. The popularity trend of these careers and the major impacts of gender, socioeconomic status, and academic ability were examined with multilevel logistic regression models. RESULTS: The findings indicated that developed economies such as Singapore, Canada, the United States of America, and the United Kingdom have successfully attracted a greater proportion of students to elite careers. In contrast, many high-performing Asian economies, such as Korea, Japan, and Taipei, have not. STEM and medical fields primarily drew students with high math abilities, whereas legal professions attracted those with superior reading skills. Although girls generally expected teaching and legal careers and boys expected STEM fields, social and gender differences have narrowed over the past decades. CONCLUSIONS: Many Western developed economies effectively attract a larger share of adolescents to STEM careers than their Asian counterparts. Although gender and social disparities persist, their impact has diminished. Effective human resource planning should be based on each country's unique trends and influencing factors to promote greater equality and inclusion in the workforce.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».