Notice bibliographique
Résumé
The persistent underrepresentation of Black women in Science, Technology, Engineering and Mathematics (STEM) fields is largely attributed to their race and gender. With measures and interventions being continually undertaken to attain race and gender parity in STEM workforce, there is a lack of information science-based approaches in literature and practice. This might account for the less progress and increase recorded in the participation of Black women in the profession. This gap in STEM fields is an issue of national importance that seeks urgent solution. This paper aims to highlight the experiences of Black women in STEM, and implications for policy and practice. Les femmes noires en STIM: repenser le rôle des sciences de l'information comme voie d'accès à l'équité en STIM aux États-Unis RésuméLa sous-représentation persistante des femmes noires en sciences, technologie, ingénierie et mathématiques (STIM) est largement attribuée à leur race et à leur genre. Alors que des mesures et des interventions sont continuellement entreprises pour atteindre la parité entre les races et les genres au sein de la main-d'œuvre en STIM, les approches fondées sur les sciences de l'information sont insuffisantes dans la littérature et dans la pratique. Cela pourrait expliquer le peu de progrès et d'augmentation dans la participation des femmes noires à la profession. Ce fossé dans le domaine des STIM est une question d'importance nationale qui nécessite une solution urgente. Cet article vise à mettre en lumière les expériences des femmes noires en STIM et les implications pour la politique et la pratique. Mots-clésGenre; race; STIM; comportement informationnel
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».