Femmes et hommes dans l'enseignement supérieur : vers plus d'égalité ?
Notice bibliographique
Résumé
Pour saisir l’intérêt qui est porté aux inégalités de genre dans l’éducation, il convient de se rappeler que l’éducation sous forme scolaire puis universitaire s’est adressée aux hommes bien avant de s’adresser aux femmes et que les enseignements ont longtemps différés selon le sexe. Cependant, si davantage de garçons que de filles sont encore scolarisés dans certains pays, tel n’est plus le cas dans les pays occidentaux. Dans ces derniers, les filles sont progressivement devenues plus nombreuses que les garçons à fréquenter l’école secondaire et tendent davantage à poursuivre vers des études supérieures que les garçons. Dès lors, dans quelle mesure aurions-nous atteint l’égalité hommes-femmes dans l’enseignement supérieur ? Pour répondre à cette question, nous nous intéressons aux parcours des étudiants québécois au cours des 40 dernières années. Nous voyons ainsi que depuis le début des années 1980, les étudiantes sont progressivement devenues plus nombreuses que les étudiants et que leur réussite tend à être également meilleure. Nous ouvrons alors une discussion sur des facteurs susceptibles de contribuer à expliquer ce phénomène.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,007 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».