MétaCan
Menu
Retour à la cohorte
Enregistrement W2113649001 · doi:10.1002/meet.2011.14504801168

Preparing for the academic job market: An interactive panel for doctoral students [a panel proposal]

2011· article· en· W2113649001 sur OpenAlexaboutno aff
Cassidy R. Sugimoto, Laura Christopherson

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJob marketInterimPanel discussionMedical educationWork (physics)Function (biology)PsychologyAdvice (programming)PedagogyPolitical scienceComputer scienceEngineeringMedicineBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract The transition from doctoral student to assistant professor can be a challenging one for many students. The process is unfamiliar for many and presents unanticipated challenges and opportunities. The function of this panel is to provide an interactive platform for faculty members at all stages of their careers to provide advice and input for doctoral students nearing the completion of their doctoral work. This panel will provide valuable insight on finishing the dissertation, going on the job market, and beginning an academic career. The format will allow for participants to ask questions anonymously, questions that may be embarrassing to ask. The seven panelists represent all stages of the academic career: two assistant professors, three associate professors (including two associate deans), and two full professors (including one interim dean and one dean). The participants come from seven different institutions, representing two countries (U.S. and Canada). The panel will be of greatest use to those doctoral students at the end of their doctoral program, but may also be of interest to doctoral students beginning their doctoral work and new assistant professors.

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)0,027
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,002
Communication savante0,0070,005
Science ouverte0,0040,011
Intégrité de la recherche0,0150,016
Charge utile insuffisante (le modèle a refusé de juger)0,0370,013

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 Opus0,199
Tête enseignante GPT0,486
Écart entre enseignants0,287 · 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.

Devis d'étudeSans objet
DomaineIncitatifs
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207