Advancing Gender Diversity and Inclusion in Organizations
Notice bibliographique
Résumé
This symposium features five papers that seeks to advance gender diversity and inclusion in organizations. These studies leverage diverse data sets and methodologies to explore various issues, such as: 1) contemporary stereotypes of men, women, and managers, 2) how vocational interests may explain men’s underrepresentation in female-stereotypic careers, 3) how gender composition affects team decision-making, 4) White women’s leadership advantage in organizations, and 5) how gender and status impact the believability of sexual harassment allegations. Our discussant, Dr. Marla Baskerville Watkins, a renowned scholar in gender and diversity, will close by providing a brief synthesis of the symposium and facilitating an interactive discussion on future research directions. Altogether, this symposium offers new perspectives on gender and leadership diversity and addresses under-examined inequalities by illuminating how social perceptions (e.g., stereotypes, leader prototypes) can shape the career trajectories and experiences of under-represented groups. Advancing Gender Diversity and Inclusion in Organizations Author: Yan Yi Lance Du; University of Illinois at Urbana-Champaign Author: Serena Wee; Author: Julia M Grgic; EBS University of Business and Law Author: Tanja Hentschel; Author: Meir Shemla; EBS University of Business and Law Author: Francesca Manzi; London School of Economics and Political Science Author: Yixiao Shen; Rutgers University Author: Zibo Zhao; The University of Hong Kong Author: Wenxin Xie; Author: Huan You; York University Author: Lei Zhu; York University Author: Karl Aquino; The University of British Columbia Author: Maja Graso; University of Groningen Author: Irina Gioaba; Kean University Author: Celia Chui; HEC Montreal Author: Marla Baskerville Watkins;
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 | 0,017 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,013 |
| Communication savante | 0,016 | 0,018 |
| Science ouverte | 0,001 | 0,022 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».