MétaCan
Menu
Retour à la cohorte
Enregistrement W4410262769 · doi:10.1007/s10984-025-09536-1

A qualitative assessment of barriers within the university learning environment and their influence on students’ participation in engineering education

2025· article· en· W4410262769 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueLearning Environments Research · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Environments and Student Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésSociology of EducationEducational technologyQualitative researchEngineering educationHigher educationPsychologyPedagogyMedical educationMathematics educationEngineering ethicsSociologyEngineeringPolitical scienceEngineering managementMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract The field of engineering is essential for socio-economic development; however, it is characterised by low female representation. The objective of this study was to explore the challenges within the university learning environment that could affect the participation of women and men in engineering and propose recommendations. Six focus group discussions (FGDs) were held with undergraduate students from a Ghanaian university (i.e. one FGD each for male and female students in the second, third, and fourth years of study). The discussions, among others, elicited the challenges that students face during their studies, their coping strategies as well as some pointers for enhancing students’ experiences in the engineering learning environment. Data were analysed by employing content analysis with the aid of Atlas.ti software and then categorised into themes inspired by the three dimensions of learning environment. Barriers related to the physical learning environment were overcrowded lecture rooms and inadequate laboratory space and equipment. Barriers related to pedagogical learning environment were inadequate practical sessions, outmoded curriculum and poor teaching methods, and limited orientation for students. Barriers associated with the psychosocial learning environment included inadequate involvement of females in practical work, backlash and apathetic attitude when women become group leaders, silencing and intimidating female students in class, and limited female role models. These barriers combined with gender stereotypes exhibited by male students, laboratory technicians and lecturers intimidate female students, reduce their confidence levels and limit their exploratory abilities. We recommend sensitising and training lecturers and students to mainstream gender considerations in learning environments to make engineering gender-neutral. It is also critical for engineering faculties to develop and implement practical-oriented and gender-responsive curricula and pedagogies, standardise teaching methods, and explore e-learning options to compensate for the increasing number of students in enrolment. Universities must also devise intentional strategies for recruiting and retaining more female engineering lecturers and enhancing the quantity and quality of teaching and learning infrastructure.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,072
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,041
Tête enseignante GPT0,465
Écart entre enseignants0,424 · 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