Early career researcher challenges: substantive and methods-based insights
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AbstractNavigating academic work as well as career possibilities during and post-Ph.D. is challenging. To better understand these challenges, since 2010, we have investigated the experiences of early career scientists longitudinally using a range of qualitative data collection formats. For this study, we examined the experiences of four students and four postdocs to address two questions. The first, a substantive one, asked about the challenges early career researchers experienced and their efforts to be agentive in response. The second methods-based question examined whether different data collection formats, weekly activity logs completed monthly and annual interviews, might contribute different insights into challenges and responses to them. In fact, the subtle differences that emerged from each of the data sources enabled us to substantively characterize different kinds of challenges and different patterns of response. Individuals were generally successful in managing day-to-day and short-term research-related challenges (largely reported in the logs) and developing coping strategies for existential challenges (reported in the logs and interviews). But structural issues (largely reported in the interview) were less tractable. The findings suggest that combining distinct data collection methods may better capture variation in experience – in this case, challenges and responses – than single formats alone.Keywords: early career researcherschallenges and responsesagencynon-traditional data collection AcknowledgmentsThis research has been supported in part by the Social Sciences and Humanities Research Council of Canada.Notes1. Aliases were chosen by participants.2. This is an appropriate timeline in the Canadian context.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle