論文の概要: Text Mining Undergraduate Engineering Programs' Applications: the Role
of Gender, Nationality, and Socio-economic Status
- arxiv url: http://arxiv.org/abs/2107.14034v4
- Date: Wed, 3 Aug 2022 00:53:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-21 11:39:19.350561
- Title: Text Mining Undergraduate Engineering Programs' Applications: the Role
of Gender, Nationality, and Socio-economic Status
- Title(参考訳): テキストマイニングの大学院工学教育への応用--ジェンダー, 国籍, 社会経済的地位の役割
- Authors: Bo Lin, Bissan Ghaddar, Ada Hurst
- Abstract要約: 本研究では,工学系プログラムを選択する上で,応募者のモチベーション要因を分析するための新しいテキストマイニング手法を提案し,開発する。
提案手法を43,645個のデータセットに適用し,カナダ大の工学部に適用した。
テクノロジーへの関心と社会的影響の追求が、応募者にとって最も強力なモチベーションであることがわかった。
- 参考スコア(独自算出の注目度): 2.1399409016552347
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Women, visible minorities, and other socially disadvantaged groups continue
to be underrepresented in STEM education. Understanding students' motivations
for pursuing a STEM major, and the roles gender, nationality, parental
education attainment, and socio-economic background play in shaping students'
motivations can support the design of more effective recruitment efforts
towards these groups. In this paper, we propose and develop a novel text mining
approach incorporating the Latent Dirichlet Allocation and word embeddings to
analyze applicants' motivational factors for choosing an engineering program.
We apply the proposed method to a dataset of 43,645 applications to the
engineering school of a large Canadian university. We then investigate the
relationship between applicants' gender, nationality, and family income and
educational attainment, and their stated motivations for applying to their
engineering program of choice. We find that interest in technology and the
desire to make social impact are the two most powerful motivators for
applicants. Additionally, while we find significant motivational differences
related to applicants' nationality and family socio-economic status, gender has
the strongest and the most robust impact on students' motivations for studying
engineering.
- Abstract(参考訳): 女性、目に見える少数民族、その他の社会的に不利な集団は、STEM教育において過小評価され続けている。
stemを追求する学生のモチベーション、ジェンダー、国籍、親教育の達成、社会経済的背景の遊びを理解することは、これらのグループに対するより効果的な採用活動の設計を支援することができる。
本稿では,潜在ディリクレ割当と単語埋め込みを組み込んだ新しいテキストマイニング手法を提案し,提案する。
提案手法を43,645個のデータセットに適用し,カナダ大の工学部に適用した。
次に, 応募者の性別, 国籍, 家族所得, 教育的達成度との関係と, 工学的選択プログラムに適用するためのモチベーションについて検討した。
テクノロジーへの関心と社会的影響を期待することは、応募者にとって最も強力な動機付けだ。
また, 応募者の国籍や家族社会経済的地位と有意なモチベーション差がみられたが, 工学研究のモチベーションには男女差が最も強く, 強い影響がある。
関連論文リスト
- The Second Round: Diverse Paths Towards Software Engineering [1.6863735232819916]
平均して、女性は男性よりもソフトウェア工学の研究に後で適用します。
ライブイベントやプラットフォームにおける個人的なガイダンスは、女性にとって最も影響力がある。
教師やソーシャルメディアは男性に大きな影響を与えている。
論文 参考訳(メタデータ) (2024-02-27T08:31:12Z) - Navigating the Path of Women in Software Engineering: From Academia to
Industry [2.2732417897161934]
我々は、主に北米とヨーロッパの文脈に焦点を当てた既存の研究を拡張するために、ブラジルの女性に焦点を当てています。
調査では,性バイアス,ハラスメント,ワークライフの不均衡,過小評価,帰属意識の低下,詐欺師症候群など,ソフトウェア工学における女性に直面する永続的な課題に注目した。
論文 参考訳(メタデータ) (2023-12-08T02:58:26Z) - Advancing a Model of Students' Intentional Persistence in Machine
Learning and Artificial Intelligence [0.9217021281095907]
多様な集団の持続性は工学で研究されている。
短期的な意図的持続性は、専攻やレベルの研究のような学術的入学要因と関連付けられている。
長期的持続性は、職業的役割の信頼性の尺度と相関する。
論文 参考訳(メタデータ) (2023-10-30T19:57:40Z) - Leveraging Diversity in Software Engineering Education through Community
Engaged Learning and a Supportive Network [0.0]
INSPIRE: STEM for Social Impact(STEM for Social Impact)は、コンピュータ科学と工学の不足したグループから学生を動機付け、支援することを目的としたプログラムである。
プログラムの24人の学生は、学問分野、性別、民族、技術と教育経験のレベルといった様々な背景から生まれた。
私たちの経験から、プレッシャーの問題を解決するために、実際の顧客と多様なチームで仕事をすることで、能力、関連性、自律性が得られます。
論文 参考訳(メタデータ) (2023-02-10T22:33:05Z) - Exploring the Confounding Factors of Academic Career Success: An
Empirical Study with Deep Predictive Modeling [43.91066315776696]
本稿では,実証的,予測的モデリングの観点から,学業成功の決定要因について検討する。
我々は、共著者ネットワークを分析し、潜在的な学者が、成長するにつれて、より早く、より密接に、影響力のある学者と密接に働くことを発見した。
フェローであることは、引用の改善や生産性の向上をもたらすことができませんでした。
論文 参考訳(メタデータ) (2022-11-19T08:16:21Z) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。
我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。
自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文 参考訳(メタデータ) (2022-03-10T20:23:38Z) - Scientia Potentia Est -- On the Role of Knowledge in Computational
Argumentation [52.903665881174845]
本稿では,計算議論に必要な知識のピラミッドを提案する。
この分野におけるこれらのタイプの役割と統合について,その技術の現状を簡潔に論じる。
論文 参考訳(メタデータ) (2021-07-01T08:12:41Z) - Towards Understanding and Mitigating Social Biases in Language Models [107.82654101403264]
大規模事前訓練言語モデル(LM)は、望ましくない表現バイアスを示すのに潜在的に危険である。
テキスト生成における社会的バイアスを軽減するためのステップを提案する。
我々の経験的結果と人的評価は、重要な文脈情報を保持しながらバイアスを緩和する効果を示す。
論文 参考訳(メタデータ) (2021-06-24T17:52:43Z) - They, Them, Theirs: Rewriting with Gender-Neutral English [56.14842450974887]
私たちは、英語でジェンダーインクルージョンを促進する一般的な方法である特異点についてケーススタディを行います。
本研究では, 人為的データを持たない1%の単語誤り率で, ジェンダーニュートラルな英語を学習できるモデルについて述べる。
論文 参考訳(メタデータ) (2021-02-12T21:47:48Z) - How True is GPT-2? An Empirical Analysis of Intersectional Occupational
Biases [50.591267188664666]
下流のアプリケーションは、自然言語モデルに含まれるバイアスを継承するリスクがある。
一般的な生成言語モデルであるGPT-2の作業バイアスを分析した。
特定の仕事について、GPT-2は米国におけるジェンダーと民族の社会的偏見を反映しており、場合によってはジェンダー・パリティの傾向を反映している。
論文 参考訳(メタデータ) (2021-02-08T11:10:27Z) - What prevents Finnish women from applying to software engineering roles?
A preliminary analysis of survey data [9.781973111840552]
フィンランドは男女平等の実績のある国だと考えられている。
本稿では,ソフトウェア工学の役割を得る上で女性が直面する問題に焦点をあてる。
論文 参考訳(メタデータ) (2020-02-05T16:03:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。