MétaCan
Menu
Retour à la cohorte
Enregistrement W4410955991 · doi:10.1080/03075079.2025.2511825

Women’s academic leadership in STEM: a systematic literature review on challenges, opportunities and strategies

2025· article· en· W4410955991 sur OpenAlexfundno aff
Leihge Roselle Rondon Pereira, Cristiano Maciél, Indira R. Guzman

Notice bibliographique

RevueStudies in Higher Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésHigher educationSystematic reviewPedagogyPsychologySociologyMedical educationEngineering ethicsPolitical scienceMedicineMEDLINEEconomic growthEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

This study examines the intersection of gender equity and inclusion in education through a Systematic Literature Review of academic articles and conference proceedings focused on women's leadership in Science, Technology, Engineering, and Mathematics (STEM). The studies were collected in three languages. Portuguese, as the official language of the country where the study was developed; Spanish, because it covers countries in Latin America; and English, because it is the predominant language in global scientific literature. The review identified studies made it possible to define twenty categories of challenges, nine categories of opportunities associated with women's leadership in STEM, and sixteen categories of strategies to support their development within the field. Findings highlight the critical need for cultural and structural reforms, alongside the implementation of targeted policies within academic institutions, to foster equitable opportunities, enhance recognition, and promote women into leadership positions in higher education. These insights emphasize the importance of sustained efforts to advance gender equity and inclusivity in STEM academic leadership.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0200,017
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,495
Tête enseignante GPT0,408
Écart entre enseignants0,087 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineIncitatifs
GenreSynthèse

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 sujetCareer Development and DiversityTravaux en français237 207