MétaCan
Menu
Retour à la cohorte
Enregistrement W7044291624

Women leading research in Australian universities : are we there yet?

2013· article· en· W7044291624 sur OpenAlexaboutno aff

Notice bibliographique

RevueAcquire (CQUniversity) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)WorkforceQuarter (Canadian coin)Women in science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

While data on the representation of academic women in Australian universities has been monitored since the mid-1980s, little is known about how their representation has changed since a study undertaken in the mid-2000s (Winchester, Lorenzo, Browning, & Chesterman, 2006). To determine how academic women are currently represented in Australian universities, and particularly in research positions, we examined the most recent comparative data by academic level over time, and in research positions. We found that the increase in representation of women in academic positions in Australian universities was dramatic between 1985 and 2005. It has been slower but consistent since then, to the level where minimal further change is expected as parity has almost been achieved. Women currently hold almost half of the academic research-only positions and a third of deputy vice-chancellor (DVC) roles with responsibility for the research portfolio, while comprising less than a quarter of the professoriate. Although representation has been on an upward trajectory, closer examination of the data indicates that women may be clustered at the lower levels in research-only positions, in the same way as all academic women were clustered at the junior levels almost three decades ago. Our study of women in research is particularly timely as the academic workforce in universities is dominated by baby-boomers who will eventually retire, and women will, therefore, have increased opportunities over the next 10-20 years to take up those positions inevitably vacated by the baby-boomers.

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)0,019
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,284

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,032
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0150,009
Communication savante0,0140,016
Science ouverte0,0020,010
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,321
Tête enseignante GPT0,359
Écart entre enseignants0,038 · 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.

Devis d'étudeObservationnel
DomaineIncitatifs
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcquire (CQUniversity)Même sujetGender Diversity and InequalityTravaux en français237 207