STEM Experiences and Student Interest in Pursuing a Career in Engineering
Notice bibliographique
Résumé
Of the Science, Technology, Engineering, and Mathematic (STEM) fields, women remain underrepresented in many engineering disciplines. Obstacles persist for entering the field via enrollment in an engineering program of study, but also for entering and remaining in an engineering profession. The push for more diversity and inclusion in STEM fields has led to many STEM enrichment programs, within and outside the school environment. These career-relevant learning experiences, both prior to and during university, influence students’ perceptions and attitudes towards engineering. According to Social Cognitive Career Theory, individuals choose to pursue a career based on their skills and their expectations of the career, which can be influenced by external factors, such as participation in career-relevant learning experiences. To this end, I study the effect of pre-university engineering experiences and university extracurricular experiences on undergraduate students’ perceptions of engineering and, ultimately, their decision to remain in the field. One hundred and ninety-four engineering students from Concordia University in Montreal, Canada responded to a survey about their pre-university and during-university career-relevant experiences, and their attitudes about the engineering profession. Results suggest that pre- and during-university engineering experiences are beneficial to engineering students, improving their self-efficacy and perceptions of the field. Engineering companies and educators may want to invest in these experiences if they want to support the next generation of future engineers and benefit from a more diverse workforce.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».