Disparities in Tenure and Promotion Outcomes Among Racialized and Female Faculty in Canadian Universities
Notice bibliographique
Résumé
Universities are often seen as inclusive and liberal spaces where equity and social justice prevail. Despite this ideal image, racial and gender disparities continue to persist and have been documented. Racialized faculty are less likely to be university professors (Ramos, 2012) and have lower earnings (Li, 2012). Similarly, female professors are less likely to be promoted (Nakhaie, 2007; Stewart, Ornstein & Drakich, 2009) and experience significant wage gaps compared to their male colleagues (Momani, Dreher & Williams, 2019). Drawing on original survey data from the University, Tenure, Promotion and Hiring (UTPH) survey, this dissertation examines inequities in promotion for racialized and female Canadian faculty at different stages of their career (e.g., tenure, promotion to associate professor, promotion to full professor). It also looks at commonly-cited explanations such as human capital theory, cultural or identity taxation, and glass ceiling theory to see if they can be used to adequately explain the disparities in promotion that exist. Finally, this dissertation examines perceptions of the factors that influence tenure, promotion, and hiring to examine whether racialized faculty see the academy differently from their non-racialized counterparts. When examining the chapters in this dissertation collectively, it is clear that there are systemic inequalities that exist within universities that affect the career trajectories of racialized and female faculty in Canada. This dissertation concludes with a critical examination of various institutional responses in recent times and future directions for research.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».