Merit for Mobility: A Mixed-Methods Study of How Canadian Engineers Understand Success and Social Structures.
Notice bibliographique
Résumé
While stark racial and gender inequities continue to plague the engineering profession, addressing systemic inequities remains challenging for the profession given members are socialized to think of themselves as free agents, unencumbered by social structures. My thesis offers a mixed-methods analysis to the prevalence of agentic and structural explanations of career mobility among 952 Canadian engineering graduates who responded to a 2022 national engineering career path survey. Theoretically rooted in the works of Cech (2013a, 2013b) on cultural hegemony within engineering (rooted in Gramsci, 1971), and the works of Bourdieu (1993) and Giroux (1983) on cultural reproduction, my thesis explored four research questions: (1) to what extent do engineering graduates recognize the role of social location on their careers? (2) How does graduates recognition of the role of social location break down by gender and race? (3) How do graduates explain the relationship between social location and career mobility? (4) How do graduates explanations reify or resist dominant agentic ideologies of success? My findings show that individuals from under-represented groups in the engineering profession are more inclined to view their social location as a non-neutral feature of their career mobility, and that (a) engineering culture and (b) disproportional access to supports are key factors impacting engineers’ career mobility dependent on social location. This work exposes patterns of professional buy-in to agentic, meritocratic norms in engineering culture. When we name dominant ideologies without illustrating how they land in the lives of engineering graduates, we risk further disadvantaging those who are negatively impacted by structural inequities.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».