Beyond the Glass Ceiling: How women attain tenure and career progression in stigmatized careers
Notice bibliographique
Résumé
The number of employees within the skilled trades in Canada is decreasing, partly due to the retirement of the aging workforce and decreasing incoming employees in the trades. There is also a stigma surrounding the skilled trades, which may cause these careers to be perceived as less attractive for potential incoming employees. Simultaneously, there is a disproportionately low representation of women in the trades. Previous research discussed how stigmatized employees create support buffers to aid in creating a support network to deal with the stigma in their careers. However, there is a gap in the literature regarding how these support networks are formed, what they distinctly consist of, and how this applies to employees that are marginalized in their identities in addition to the stigma that they face due to their careers. This paper examines how individuals working in the trades create support buffers to aid in gaining tenure in their careers, as well as how the support buffers contribute to the individual gaining career progression over time. Using thematic analysis and the long interview method of qualitative data collection, 27 participants including 21 women and six men across various trades and career levels were interviewed to understand their experience with managing stigmatization in their careers. Findings suggest the use of online group platforms was beneficial for women in the trades to create a community to share experiences and resources, possibly due to the anonymity as well as the voluntary nature of the community. Financial incentives and a strong sense of meaningful work also helped employees achieve long-term career progression. This can help various stakeholders to understand how to attract and retain employees in the trades.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».