Working Women’s Recommendations to Recruit and Retain Women in The Construction Trades: A Qualitative Analysis
Notice bibliographique
Résumé
As the construction industry continues to struggle with a decades-long labor shortage, there is a dire need to attract new workers. Historically, the construction industry, a heavily male-dominated industry, has not been known for its welcoming attitude towards women entering the construction trades, with women constituting only 4% of the construction craft workforce. Studies have highlighted that women encounter significant challenges and barriers when working and trying to join the construction industry. While research on issues related to women in construction is prevalent in existing literature, no research has directly examined the recommendations of working women to recruit and retain women into construction crafts. In this study, the authors conducted focus groups of women in construction crafts to gather their perspectives and their experiences regarding in construction crafts. A total of 176 women participated in 29 focus groups of 5-8 women each and were asked to recommend strategies to recruit and retain women into construction crafts. The focus group participants are from the United States and Canada and have worked in both industrial and commercial construction sites. The purpose of this paper is to understand the perspective of working female craft professionals in the construction industry regarding their recommendations to recruit and retain women in construction crafts. The focus group interviews were recorded and transcribed. A qualitative thematic content analysis was then performed on the transcripts. Key findings of this study show that women put a high emphasis on the importance of offering training opportunities to help recruit and retain women, as well as raising awareness, communicating the reality of the jobs without mincing words to potential recruits, highlighting the financial benefits of a career in the construction trades.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».