MétaCan
Menu
Retour à la cohorte
Enregistrement W4407151957 · doi:10.69554/bkql7423

The Celebrating UNSW Women project: A strategic social impact project to drive gender equity, community and engagement

2025· article· en· W4407151957 sur OpenAlexaff
Alison Avery, Lily Halliday

Notice bibliographique

RevueJournal of education advancement & marketing. · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésGender equityEquity (law)Pay EquityPolitical scienceGender studiesCommunity engagementSocial equalitySociologyPublic relationsPsychologyEconomicsLabour economics

Résumé

récupéré en direct d'OpenAlex

Universities have a unique role in advancing social justice and fostering inclusive environments. This responsibility extends to creating spaces where all community members feel seen, recognised and celebrated. The visibility of role models for the broad and diverse university community is important for building acceptance and belonging. The ‘Celebrating UNSW Women’ project set out to address the historical underrepresentation of women across campus spaces at UNSW. Traditionally, campus buildings were named after men, however with 46 per cent of students1 and a significant portion of staff identifying as women; this lack of representation was seen as a missed opportunity. Prior to this project, only one building at UNSW was named after a woman, highlighting the gender disparity. Launched in March 2022, the project aimed to rectify this imbalance by renaming buildings and creating a physical presence on campus. This paper describes the initiative, led by UNSW Chancellor David Gonski AC and Deputy Vice-Chancellor Eileen Baldry AO, involved multiple stakeholders and was executed in three phases: renaming buildings, creating a physical and virtual trail and developing an equitable naming policy. This project not only enhanced representation but also promoted a sense of belonging and inspiration among women, contributing to long-term equity and leadership in the sector.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,432
Écart entre enseignants0,367 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of education advancement & marketing.Même sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207