MétaCan
Menu
Retour à la cohorte
Enregistrement W2266056452 · doi:10.2118/0116-018-twa

SPE eMentoring: Expert Career Guidance Across Boundaries and Borders

2016· article· en· W2266056452 sur OpenAlexaff
Aman Gill, Tiago de Almeida

Notice bibliographique

RevueThe Way Ahead · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensNexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésInternshipGraduation (instrument)Career pathCareer portfolioCareer developmentMedical educationResource (disambiguation)Young professionalCareer PathwaysPsychologyPublic relationsPedagogyPolitical scienceEngineeringComputer scienceMedicineEngineering management

Résumé

récupéré en direct d'OpenAlex

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 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)0,013
score de la tête « metaresearch » (Gemma)0,035
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,005
Communication savante0,0090,011
Science ouverte0,0030,018
Intégrité de la recherche0,0070,011
Charge utile insuffisante (le modèle a refusé de juger)0,0460,036

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 Opus0,060
Tête enseignante GPT0,432
Écart entre enseignants0,372 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Way AheadMême sujetReflective Practices in EducationTravaux en français237 207