Creating entrepreneurial networks : Commercialisation of research, mobility and collaboration during PhD education
Notice bibliographique
Résumé
The universities are expected to contribute to the society in manifold ways; their main tasks include supplying the labour market with educated workers, developing scientific knowledge, both basic and applied, and recently also supporting entrepreneurial initiatives and commercialisation of research results. PhD education constitutes a considerable part of many universities’ activities and PhD students perform a large share of research. Yet there are few studies concerned with PhD students’ possibilities to commercialise research results or the university context supportiveness in this regard. Therefore, this paper investigates PhD students’ views on commercialisation and perceived grade of support from various levels of the university hierarchy. Moreover, the extent of mobility and external collaborations during PhD education and their correlations with opinions of PhD students are studied. These aspects are studied through analysis of data from a survey of 465 PhD students at Linkoping University, Sweden.The results show that PhD students are on average slightly positive towards commercialisation of research results, although there are differences between various faculties. The university context is perceived as slightly supportive, except for the department and division levels at the faculties of Arts & Sciences (incl. Educational Sciences) and Health Sciences. A majority of PhD students are involved in external collaborations as a part of their PhD education, while a quarter have been spending a part of their PhD studies at another organisation. PhD students’ views on commercialisation are more connected to the direction of mobility than to mobility per se, while for external collaboration interest in commercialisation is lowest amongst those not involved in collaboration at all.
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 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».