L’induction au service d’une étude des représentations sociales du leadership féminin : de la problématisation à l’interprétation des données
Bibliographic record
Abstract
Cet article décrit l’utilisation de la méthodologie de la théorisation enracinée, comme l’ont conceptualisée Glaser et Strauss (1967), dans une étude portant sur des représentations sociales. Plus spécifiquement, nous entendons illustrer comment une approche inductive qui encourage la mise à distance temporaire des écrits connus a permis de faire émerger les représentations socialement partagées à propos du leadership féminin sous un angle nouveau. Ces analyses ont été réalisées lors d’une recherche visant la description et la compréhension des fonctions des représentations sociales chez une population de femmes reconnues comme faisant preuve de leadership. L’analyse des données recueillies au moyen d’entretiens individuels semi-dirigés auprès de vingt femmes considérées comme des leaders a permis l’exploration de trois types de représentations du leadership : les représentations de la femme leader, celle du leader idéal et les représentations biographiques du leadership.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.104 | 0.227 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.008 |
| Science and technology studies | 0.007 | 0.028 |
| Scholarly communication | 0.013 | 0.015 |
| Open science | 0.004 | 0.011 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".