Engaging the optics community in the development of informative, accessible resources focusing on careers
Notice bibliographique
Résumé
Young people often have biased and pre-conceived ideas about scientists and engineers that can dissuade them from considering a career in optics. This situation is compounded by the fact that existing resources on careers in optics are not suitable since they mostly focus on more general occupations such as a physicist and an electrical engineer. In addition, the linguistic register is not adapted for students, and many of these resources are only available to guidance counselors. To create appropriate resources that will inform high school students on different career opportunities in optics and photonics, we sought the collaboration of our local optics community. We selected seven specific occupations: entrepreneur in optics, university professor, teacher, technician, research and development engineer, sales representative and graduate student in optics. For each career, a list of daily tasks was created from the existing documentation by a guidance counselor and was validated by an expert working in the field of optics. Following a process of validation, we built surveys in which professionals were asked to select the tasks that best represented their occupation. The surveys were also used to gather other information such as level of education and advice for young people wishing to pursue careers in optics. Over 175 professionals answered the surveys. With these results, we created a leaflet and career cards that are available online and depict the activities of people working in optics and photonics. We hope that these resources will help counter the negative bias against scientific careers and inform teenagers and young adults on making career choices that are better suited to their preferences and aspirations.
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 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 | 0,007 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».