MétaCan
Menu
Retour à la cohorte
Enregistrement W4408227835 · doi:10.1080/03075079.2025.2472913

‘I wasn’t my authentic self': identity concealment during placement-based work-integrated learning among students from equity-deserving groups

2025· article· en· W4408227835 sur OpenAlexaff
David Drewery, Anne-Marie Fannon

Notice bibliographique

RevueStudies in Higher Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHigher educationEquity (law)PsychologyIdentity (music)Self-conceptPedagogySocial psychologySociologyMathematics educationPolitical science

Résumé

récupéré en direct d'OpenAlex

This study explores how students from equity-deserving groups (EDGs) manage concealable stigmatized identities during placement-based work-integrated learning (WIL). Through thematic analysis of interviews with 36 participants, we identify students’ motivations for identity concealment or disclosure, the strategies they use, the impacts on their WIL experiences, and their recommendations for institutional support. Students concealed identities to access work, avoid detection, and conform to organizational norms, while others disclosed identities to self-verify and embrace authenticity. Partial disclosure and full concealment emerged as key strategies, shaped by perceptions of workplace receptivity and the temporary nature of WIL experiences. The findings reveal that identity concealment impacts students’ social relationships and well-being in complicated ways and usually undermines the educative potential of WIL. Students called on institutions to address identity stigmatization by equipping employers with tools to support diversity, including improving job advertisement transparency, offering workplace cultural safety training, and facilitating meaningful student-employer interactions. By amplifying students’ voices, this study provides actionable insights for institutions to create culturally safe WIL environments.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,957

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,066
Tête enseignante GPT0,439
Écart entre enseignants0,373 · 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 revueStudies in Higher EducationMême sujetHigher Education and EmployabilityTravaux en français237 207