ПРЕДИКТОРЫ ПРОФЕССИОНАЛЬНОЙ САМОРЕАЛИЗАЦИИ ЖЕНЩИН-ИНЖЕНЕРОВ: ПОСТРОЕНИЕ ПРОГНОСТИЧЕСКОЙ МОДЕЛИ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ

Аннотация. Несмотря на устойчивый интерес исследователей к профессиональному развитию женщин в технических сферах, социально-психологические характеристики личности, определяющие уровень их профессиональной самореализации, остаются недостаточно изученными. Цель настоящего исследования заключается в определении с помощью методов машинного обучения предикторной функции и прогностической значимости нормативных гендерных установок и ценностных ориентаций применительно к профессиональной самореализации женщин в инженерно-технической сфере. Выборку исследования составили 103 женщины с высшим инженерно-техническим образованием в возрасте от 35 до 45 лет (M=39,00; SD=3,03), работающие в инженерно-технических сферах; 71,8% состоят в браке, 68,0% имеют детей. Методики исследования: опросник «Нормы женского поведения» И.С. Клециной и Е.В. Иоффе, портретный ценностный опросник Ш. Шварца в адаптации В.С. Магуна и М.Г. Руднева, методика «Тип и уровень профессиональной самореализации» Е.А. Гавриловой. Статистический анализ включал корреляционный анализ (коэффициент Пирсона) и построение прогностической модели методом логистической регрессии в среде машинного обучения Orange Data Mining с валидацией на независимой тестовой подвыборке. Выявлено пять значимых предикторов профессиональной самореализации. Ориентация на открытость изменениям и значимость привлекательной внешности выступают позитивными предикторами; традиционные гендерные нормы мягкости и чувствительности, а также стремление к бытовой роли – негативными. Прогностическая модель обеспечила точность классификации 72,1% при площади под кривой ошибок 0,775, что свидетельствует о практической применимости модели. Результаты позволяют повысить эффективность программ психологического сопровождения карьерного развития женщин в технических профессиях.

Ключевые слова: профессиональная самореализация, гендерные установки, машинное обучение, женщины-инженеры, ценностные ориентации, STEM, Orange Data Mining, логистическая регрессия, социальная психология, карьерное развитие.

Summary. Despite sustained scholarly interest in women's professional development in technical fields, the social psychological mechanisms determining the level of their professional self-realization remain insufficiently studied. The present study aims to identify social psychological predictors of professional self-realization among women in engineering and to verify their predictive significance using machine learning classification algorithms. The sample comprised 103 women aged 35–45 with higher engineering education. A battery of psychodiagnostic instruments was employed: the Gender Behavior Norms Questionnaire (Kletsina & Ioffe, 2017), the Portrait Values Questionnaire (Schwartz, adapted by Magun & Rudnev, 2008), and the Professional Self-Realization measure (Gavrilova, 2020). Five significant social psychological predictors were identified. Openness to change and the importance of physical attractiveness emerged as positive predictors; traditional gender norms of softness and domestic orientation served as negative predictors. The predictive model achieved classification accuracy of 72.1% (AUC=0.775), indicating practical applicability.

Keywords: professional self-realization, gender attitudes, machine learning, women engineers, value orientations, STEM, Orange Data Mining, logistic regression, social psychology, career development.