MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412941834 · doi:10.1108/978-1-80117-624-820251002

Intersectional Influences of Socioeconomic Status, Gender, and Location on Education Consultants’ Opportunities and Experiences

2025· book-chapter· en· W4412941834 sur OpenAlexaff
Caroline Manion

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusSociologyGender studiesPsychologyGeographyDemographic economicsPolitical scienceDemographyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter presents the findings from an exploratory mixed-methods study that examined the significance of social location(s) and intersectionality in shaping the opportunities and experiences of an international sample of individuals with experience working as contract-based education consultants. Education consulting is a growing field, attracting entrepreneurial professionals from practitioner and academic communities around the world; however, very little research exists on this diverse and diffused group of workers. The research sought to answer two questions: (a) What is the influence of social identity and social position(s) on education consulting opportunities and experiences? (b) What benefits and challenges do educational development consultants experience in their work? Insights from feminist intersectionality theory guide the analysis and discussion. The central argument made, based on the findings from the online survey and interviews with consultants, is that social location – particularly as related to socioeconomic status, gender, and geographic location – and while temporally and spatially contingent are perceived to be the most significant and intersecting factors shaping who secures contracts as well as the nature and value of such experiences for individuals’ personal and professional development and professional impact overall.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,004
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,146
Tête enseignante GPT0,318
Écart entre enseignants0,172 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
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'admission1
Résumé présentoui

Explorer davantage

Même sujetGender Diversity and Inequality→Travaux en français237 207→