MétaCan
Menu
Retour à la cohorte
Enregistrement W1797234760 · doi:10.28945/3403

Generating Benefits and Negotiating Tensions through an International Doctoral Forum: A Sociological Analysis

2016· article· en· W1797234760 sur OpenAlexaff
Guanglun Michael Mu, Jia Ning, Yongbin Hu, Hilary Hughes, Xiaobo Shi, Mu-chu Zhang, Jennifer Alford, Merilyn Carter, Jillian Fox, Jennifer Duke, Matthew Flynn, Huanhuan Xia

Notice bibliographique

RevueInternational journal of doctoral studies · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSociologyNegotiationContext (archaeology)Power (physics)BeijingPublic relationsField (mathematics)Social capitalChinaPedagogySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Workshops and seminars are widely-used forms of doctoral training. However, research with a particular focus on these forms of doctoral training is sporadic in the literature. There is little, if any, such research concerning the international context and participants’ own voices. Mindful of these lacunae in the literature, we write the current paper as a group of participants in one of a series of doctoral forums co-organised annually by Beijing Normal University, China and Queensland University of Technology, Australia. The paper voices our own experiences of participation in the doctoral forum. Data were drawn from reflections, journals, and group discussions of all 12 student and academic participants. These qualitative data were organised and analysed through Bourdieu’s notions of capital and field. Findings indicate that the doctoral forum created enabling and challenging social fields where participants accrued and exchanged various forms of capital and negotiated transient and complex power relations. In this respect, the sociological framework used provides a distinctive theoretical tool to conceptualise and analyse the benefits and tensions of participation in the doctoral forum. Knowledge built and lessons learned through our paper will provide implications and recommendations for future planning of, and participation in, the doctoral forum series and similar activities elsewhere.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,453
Tête enseignante GPT0,571
Écart entre enseignants0,117 · 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 tête enseignante, pas un consensus.

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

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of doctoral studiesMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207