MétaCan
Menu
Retour à la cohorte
Enregistrement W2051698880 · doi:10.1108/ijrd-01-2013-0002

Constructing post‐PhD careers: negotiating opportunities and personal goals

2013· article· en· W2051698880 sur OpenAlexaff
Lynn McAlpine, Cheryl Amundsen, Gill Turner

Notice bibliographique

RevueInternational Journal for Researcher Development · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésOriginalityNegotiationValue (mathematics)PedagogySociologyHigher educationPsychologyPublic relationsQualitative researchPolitical scienceComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose Until relatively recently, the doctorate was generally perceived as preparation for a full‐time permanent academic position. However, this is no longer the case, with many PhD graduates working outside academia or in temporary full‐ and part‐time positions in higher education institutions. Yet, we know little of the ways in which they perceive and then navigate the transition from PhD to initial careers. Thus authors undertook an analysis of longitudinal data from six social sciences PhDs (part of a larger dataset) to document how they transitioned from the PhD and navigated a future. Design/methodology/approach Different forms of data, collected multiple times over two years, were analysed using emergent coding to capture the experiences of navigating a future. Findings The results enrich present understanding of this end‐of‐PhD period, in particular, highlighting individuals' growing understanding of academic, hybrid and non‐academic career opportunity structures, and the importance of personal intentions and relationships in defining possible horizons for action. Originality/value The conceptual and pedagogical contributions of this study to understanding doctoral and post‐doctoral career decision‐making are described.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0120,008
Communication savante0,0100,007
Science ouverte0,0020,012
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,555
Tête enseignante GPT0,569
Écart entre enseignants0,014 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations45
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Researcher DevelopmentMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207