SPE eMentoring: Expert Career Guidance Across Boundaries and Borders
Notice bibliographique
Résumé
SPE 101 If you are, or soon will become, a young member of the oil and gas industry and have questions about which career path to choose, and are looking for guidance in setting and reaching your professional goals, an excellent resource to use is the SPE eMentoring program. For students, mentors can provide academic and career direction. Young professionals (YPs) can receive guidance on how to orient their career progression and diversify their skill sets to speed up their career growth. YPs also have the opportunity to serve as mentors to students. With an online approach, this program helps mentees benefit from the knowledge of experienced professionals from around the world, irrespective of the distances that might separate a mentor and mentee. “Being a mentor in the SPE eMentoring program has been a good and rewarding experience for me,” said Brett Levy, who recently mentored two students, one from Penn State University, and another from Tufts University. “During my mentoring period, I have lived in Denver and Worland, Wyoming, working for Schlumberger, and the program has allowed me to build relationships with my mentees in spite of being thousands of miles away from them. We would communicate regularly via email and LinkedIn to check in on how their classes and projects in school were going, what internships they were interested in, and what career paths they were looking at pursuing after their graduation. I provided as much insight as I possibly could to help them start their careers.”
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».