MétaCan
Menu
Retour à la cohorte
Enregistrement W7113542144

Advancing Women: Transforming Engineering Education

2011· article· en· W7113542144 sur OpenAlexaboutno aff

Notice bibliographique

RevueVTechWorks (Virginia Tech) · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEngineering educationWomen in scienceHealth systems engineeringProfessional associationLeadership developmentWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite tremendous gains over the past 30 years, women are still severely underrepresented in engineering and engineering education. In 2009, only 17.8% of the more than 74,000 engineering bachelor's degrees awarded in the United States went to women, down from 21.2% in 1999. Women are currently 12.7% of all engineering faculty, and only 7.7% of full professors in U.S. engineering schools (Gibbons 2010). According to the American Society for Engineering Education (ASEE), 69 women had served as dean of engineering at one of the almost four hundred engineering or technology colleges in the United States and Canada that are institutional members of ASEE, and 38 women held that title in spring of 2010. Seven of the 50 largest engineering schools (in terms of bachelor's degrees awarded) are or have been led by women, and one of these institutions (Purdue) currently has its second female dean. The majority of female deans have assumed that role since the turn of the century, with several women appointed dean each year since 2005, and nine appointed in 2009. Of the 31 former deans, half have gone on to other academic leadership roles including provost, vice-president for research, chancellor, and president. Interviews with 21 women deans between 2002 and 2010 for profiles in the SWE Magazine explored their career paths, accomplishments, work/family issues, and leadership styles. This paper focuses on the role of mentors, professional society activities, and other leadership experiences in the career development of female engineering deans. Future leaders may benefit from the experience of these pioneering women.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,011
Communication savante0,0130,011
Science ouverte0,0010,017
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0230,009

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 Opus0,011
Tête enseignante GPT0,224
Écart entre enseignants0,213 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVTechWorks (Virginia Tech)Même sujetCareer Development and DiversityTravaux en français237 207