MétaCan
Menu
Retour à la cohorte
Enregistrement W4408220060 · doi:10.1080/13613324.2025.2474942

Routes to STEM: toward making science education more accessible and inclusive

2025· article· en· W4408220060 sur OpenAlexaff
Kai A. James, Carl E. James

Notice bibliographique

RevueRace Ethnicity and Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSociologyScience educationHigher educationPedagogySocial sciencePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

We present a qualitative analysis of survey data probing students’ perceptions of the STEM fields. The survey respondents had attended a seminar series in which STEM professors, mostly women and minoritized faculty members, presented on topics related to their research and incorporated information about their career journeys. Seminar attendees were also mostly women and minoritized students. Survey feedback indicated that attendees appreciated the personalized format of the seminars, and they expressed concerns that STEM careers are less ‘humane’, less communal than non-STEM disciplines, and provide fewer opportunities to make a positive social impact. These perceptions could discourage some students from entering, or remaining in, STEM programs of study. This effect was observed particularly among women and minoritized groups. Increased efforts to highlight the collaborative and communal aspects of STEM education and research noting its potential for social impact can address the lack of diversity in STEM-related postsecondary programs and professions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,859

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,035
Tête enseignante GPT0,390
Écart entre enseignants0,355 · 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.

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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRace Ethnicity and EducationMême sujetCareer Development and DiversityTravaux en français237 207