Cultivating intersectional equality policies and practices in R&I
Notice bibliographique
Résumé
This Second Working Paper of the INSPIRE Knowledge and Support Hub (KSH) 3 on Intersectionality is structured into three main sections. The first section introduces the topic of intersectional equality policies and practices. It reflects on the existing scientific literature on intersectional policies in Higher Education and Research (HE&R) organizations to argue for a more explicitly strategic-political approach to intersectionality in organizational policy-making, and proposes guiding principles for its adoption. This section is based on a presentation given by Patrizia Zanoni on 27 September 2024 at the second Knowledge Exchange Event (KKE) of the INSPIRE project in Vienna, Austria. The second section presents the outcomes of the knowledge exchange among the KKE participants. This included two breakout room sessionsthat focused on how intersectional equality practices and policies can be cultivated. As these outcomes are based on the shared knowledge and expertise of the participants, we recognize their contributions by including the names and the respective institutions of those accepted to be acknowledged. These sessions were developed and facilitated by Lorena Pajares Sánchez (Notus) and Joanna Beeckmans (University of Hasselt). The third section presents the reflections of KSH3 experts Ashlee Christoffersen (York University), Barbara De Micheli (Fondazione Giacomo Brodolini), Bruna Jaquetto Pereira (Universidad Complutense de Madrid) and Irina Lungu (Technical University of Iasi). Moreover, CoP representatives have provided feedback and added their reflections, based on their work within their respective CoPs. The final version of this Second Working Paper benefited from feedback provided by representatives from each CoP, as well as their reflections based on their CoP work conducted within INSPIRE so far.
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 | 0,081 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,013 | 0,034 |
| Communication savante | 0,030 | 0,029 |
| Science ouverte | 0,004 | 0,054 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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.
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 ».