An Exploratory Case Study: Constraints and Opportunities to Women Entering Nontraditional Career Pathways
Notice bibliographique
Résumé
Providing equal opportunities for female students to pursue non-traditional careers is an important issue facing the Alberta educational system. The purpose of this exploratory case study at one high school in northern Alberta was to understand why so few female high school industrial arts students choose careers in certain male-dominated trades areas such as welding, mechanics, and machining. The conceptual frame of this exploration was women’s career choice options viewed through four foci: (a) education and policy, (b) opportunities for women to choose careers, (c) constraints for women to choose careers, and (d) women’s voices to express and understand the problem. For data collection, 6 former female industrial arts students participated in semistructured interviews and wrote responses to a 15-question questionnaire. Participants reported that few or no barriers exist for women who want to enter non-traditional careers and that career paths are based on women’s choices and the attractiveness or lack thereof at an individual level to the type of work performed. Findings provide northern Alberta educators, administrators, curriculum developers, and policymakers with increased understanding and insight into why some women choose to forego entering certain trades areas even though they have demonstrated competence and aptitude for the work. This study’s iterations shifted from a perceived need to advocate for women to the realization that participants wanted to have a voice and be supported rather than continue to be marginalized as result of having teachers not consider their opinions important or valid. Findings are not generalizable to other contexts; thus, further inquiry in a broader context is recommended to gain increased clarity and understanding of the problem and possible solutions.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 ».