MétaCan
Menu
Retour à la cohorte
Enregistrement W7011291686

The Lived Experience of Career Sponsorship of Canadian Female Executives

2024· article· en· W7011291686 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarWorks (Walden University) · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePhysics and Engineering Research Articles
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLived experienceQualitative researchInterpretative phenomenological analysisCareer developmentBalance (ability)Executive summaryCareer planning
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Women represent almost half of the Canadian labor population, but less than 6% of women advance to executive leadership. This is problematic because previous studies showed gender balance has been proven to be good for business, but with not enough women advancing in the leadership pipeline, business performance will continue to suffer. The purpose of this qualitative phenomenological study was to explore the lived experiences of Canadian female executives regarding how career sponsorship may have influenced their career advancement to executive management. Role congruity theory provided the framework for the study. Eleven Canadian female executives participated in semistructured interviews to share their personal lived experience of career sponsorship. Findings from the modified van Kaam data analysis indicated all female executives had multiple informal career sponsorship experiences and their sponsors helped advocate for and propel their career to executive leadership. Themes included sponsors are champions, sponsorees lived up to expectations, sponsorship reciprocity, succession planning, paying it forward, and no-sponsor-no-advancement. Recommendations include urging executives and young professionals to forge an informal sponsorship to support gender balance in executive management. Findings may inspire positive social change by informing women and other professionals, organizations, and policymakers regarding the impact of career sponsorship.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,092
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0200,007
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,216
Écart entre enseignants0,185 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarWorks (Walden University)Même sujetPhysics and Engineering Research ArticlesTravaux en français237 207