MétaCan
Menu
Retour à la cohorte
Enregistrement W4411023897 · doi:10.36834/cmej.79839

Understanding gendered experiences in academic health sciences: a grounded theory study on leadership and continuing professional development

2025· article· en· W4411023897 sur OpenAlexaffvenue
Lanping He, Tania Kazi, Arianna Mazzeo, Siraj Mithoowani, Teresa M. Chan

Notice bibliographique

RevueCanadian Medical Education Journal · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensToronto Metropolitan UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésGrounded theoryEngineering ethicsSociologyMedical educationQualitative researchMedicineSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Introduction: In order to improve equity amongst leadership roles for all genders, it is important for health professions educators to better understand the intersection of gender and leadership. This study aimed to understand how gender affects leaders in health sciences and their engagement in developing themselves further within their career by exploring: 1) Their engagement with continuing professional development; 2) Their motivations for continued learning; 3) The benefits/consequences of their careers. Methods: A Constructivist Grounded Theory approach was used to investigate this domain. Eligible leaders in health sciences were invited for one-on-one virtual interviews that were transcribed and analyzed by our research team. The data were examined initially in a constant comparative method with reflexive journaling and subsequently examined through axial coding for further themes. Results: Eighteen qualitative interviews were analyzed. Themes pertaining to support systems, sponsorship/mentorship, and a lack of discourse surrounding gendered constraints were identified at the intersection between gender, academic leadership, and CPD within healthcare education. Conclusion: Our findings provide insight on the gender gap and its implications on healthcare leaders' motivations in their role, as well as engagement in continuing professional development.

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)0,024
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0130,015
Communication savante0,0060,005
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,234
Tête enseignante GPT0,422
Écart entre enseignants0,188 · 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'étudeQualitatif
DomaineIncitatifs
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetDiversity and Career in MedicineTravaux en français237 207