Predicting Individual Research Productivity: More than a Question of Time
Notice bibliographique
Résumé
Despite professors’ education and socialization and the significant re- wards they receive for research activities and output, the 80/20 rule seems to apply; that is, there exists a system of stars who produce a disproportionate volume of research such that most research tends to be undertaken by a small percentage of the academy (Erkut, 2002). Although a growing body of research seeks to address this imbalance, studies of research productivity have tended to reveal its institutional and non-behavioural antecedents. As a result, there exists very little re- search that considers the strategies that individuals employ to improve their personal research productivity. This exploratory, questionnaire- based study of a sample of Canadian professors attempts to address this gap by examining the relationship among a number of strategies, what professors report as being their average annual number of publications over the past five years, and their perceptions of their level of research productivity. Not surprisingly, in this study, we found that the amount of time that individuals invested in research activities predicted their level of research productivity. Additionally, strategically focusing one’s research positively influenced journal publication levels, both directly and through its interaction with seeking resources (such as research grants). A strategic focus also positively predicted self-perceived re- search productivity through its interaction with managing ideas. Finally, although the perceived need to free up time from teaching and committee work was negatively related to journal publication levels, it was positively related to perceptions of productivity. Malgré l’importance accordée à la recherche par les universités, la règle des 80/20 s’applique toujours : la majorité de la recherche est menée par une minorité de professeurs (Erkut, 2002). Les études antérieures sur la productivité des chercheurs se sont surtout concentrées sur les antécédents institutionnels, accordant peu d’attention aux stratégies individuelles visant à améliorer la productivité personnelle. Cette étude exploratoire vise à répondre à cette lacune. L’enquête révèle que le nombre d’heures qu’un individu investit dans les activités de recherche est un prédicteur du niveau de productivité. De même, l’adoption d’une stratégie de focalisation des recherches est associée à un plus haut niveau de publication dans les revues scientifiques, en particulier pour les chercheurs qui ont également fait des recherches de financement (par exemple pour des subventions de recherche). En outre, l’interaction entre la focalisation stratégique des recherches et la gestion des idées favorise la perception de soi-même comme un chercheur productif. Enfin, le sentiment de devoir réduire le temps d’enseignement et de service à la collectivité s’est avéré négativement corrélé au niveau de publication dans les revues scientifiques, mais positivement corrélé à la perception de soi comme chercheur productif.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».