Chronologie des premières pour les femmes en statistique au Canada
Notice bibliographique
Résumé
Les sciences statistiques ont connu une croissance et des opportunités considérables au cours des dernières décennies. L'évolution des outils statistiques n'est pas le seul changement. Le nombre d'étudiants de premier cycle en mathématiques et en statistique a plus que doublé au Canada depuis 2009, et la profession de professeur assistant présente désormais une répartition presque égale entre les sexes dans les départements et les universités du Canada. Il s'agit d'un changement important par rapport à 1970/1971, la première année pour laquelle des données sont disponibles, où les femmes représentaient à peine 10 % des professeurs assistants. Les changements substantiels survenus au fil du temps soulèvent des questions sur ce qui s'est passé au cours des dernières décennies. Cette affiche superpose les chronologies des principaux prix remportés par les femmes en statistique au Canada avec un bref historique des sociétés professionnelles et des changements législatifs fédéraux. Bien que l'utilisation d'une définition binaire du genre ne soit plus d'actualité, une plus grande diversité était une orientation initiale, mais la complexité journalistique était considérable. Le projet et l'accent mis sur les femmes ont été largement inspirés par les ouvrages suivants : Nous remercions les personnes qui nous ont fourni des informations, des noms et des événements David Bellhouse, Judy-Anne Chapman, Charmaine Dean, Christian Genest, Nadia Ghazzali, Peter MacDonald, Shirley Mills, Bouchra Nasri, Nancy Reid, Mary Thompson, Rowan Thompson Des représentants de divers groupes et comités ont fourni des informations et des commentaires supplémentaires : Fields, CRSNG, comité des femmes en statistique de la Société statistique du Canada, Comité pour l'équité, la diversité et l'inclusion de la Société statistique du Canada, University of Manitoba Les sponsors qui ont apporté un financement et/ou un soutien en nature:INCASS, INCASS Ontario, Carleton University, Société statistique du Canada Bien que l'utilisation d'une définition binaire du genre ne soit plus d'actualité, une plus grande diversité était une orientation initiale, mais la complexité journalistique était considérable. Le projet et l'accent mis sur les femmes ont été largement inspirés par les ouvrages suivants :Billard, L. And Kafadar, K. (2015) “Women in Statistics: Scientific Contributions Versus Rewards“ in ‘Advancing Women in Science: An International Perspective’, W. Pearson, Jr., et al. (eds.), DOI 10.1007/978-3-319-08629-3_7 Reid, N. (2014) “The whole women thing”, in ‘Past, Present, and Future of Statistical Science’ X. Lin et al (eds.) DOI 10.1201/b16720Stinnett, S (1990) "Women in Statistics: Sesquicentennial Activities” The American Statistician, Vol 44, No 2, pp 74-80 Thomson, M (2014) “Reflections on Women in Statistics in Canada”, in ‘Past, Present, and Future of Statistical Science’ X. Lin et al (eds.) DOI 10.1201/b16720 Bellhouse, D. R., & Genest, C. (1999). A history of the statistical society of Canada: The formative years. Statistical Science (14). Ensembles de données: Statistique Canada. Tableau 37-10-0077-01 Nombre et âge médian du personnel enseignant à plein temps dans les universités canadiennes selon le plus haut diplôme acquis, les fonctions de direction, le rang et le genre doi:10.25318/3710007701-fra Statistique Canada. Tableau 37-10-0235-01 Diplômés postsecondaires, selon le domaine d'études détaillé, l’établissement, et les caractéristiques du programme et de l’étudiant doi:10.25318/3710023501-fra English version: https://doi.org/10.5281/zenodo.15733711
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».