Removing barriers to recruiting, retaining and advancing women in science and technology fields for promoting green industries in Colombia
Notice bibliographique
Résumé
In the last decade, the Gender-Transformative Approach (GTA) has pivoted the frame used by international cooperation and academic research in gender integration; however, there is insufficient information regarding how the GTA operates in executing projects and programs. We evaluated a development project in rural areas of Valle del Cauca (Colombia). The project was implemented by Autónoma University and funded by the International Development Research Center (IDRC). The project sought to remove barriers to recruiting, retaining and advancing women in science and technology fields for promoting green industries in the South American Country. The project was designed within the GTA as one of the theoretical approaches for its implementation. Our goal was to identify to what extent the project's activities have impacted the successful inclusion of GTA. Based on the Typologies of Change: Gender Integration in Agriculture and Food Security Research developed by the Royal Tropical Institute (KIT), we designed a methodology that allows us to map i) what strategies enable gender equality and transformation in the project ii) what level the strategies impact (individual, community, organizational) iii) the relationship between the strategies and the results.Our research included an exploratory phase where we conducted informal interviews in the field. We reviewed the project's documents and conducted 12 semi-structured interviews with diverse actors (beneficiaries, project team, institutions, and organization representatives). Our results indicate that combining soft and hard strategies enables transformations at the individual and community levels.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».