Doctoral Students’ Experiences of Feeling (or not) Like an Academic
Notice bibliographique
Résumé
Aim/Purpose: This paper examined the balance and meaning of two types of experiences in the day-to-day activity of doctoral students that draw them into academia and that move them away from academia: ‘feeling like an academic and belonging to an academic community;’ and ‘not feeling like an academic and feeling excluded from an academic community.’ Background: As students navigate doctoral work, they are learning what is entailed in being an academic by engaging with their peers and more experienced academics within their community. They are also personally and directly experiencing the rewards as well as the challenges related to doing academic work. Methodology : This study used a qualitative methodology; and daily activity logs as a data collection method. The data was collected from 57 PhD students in the social sciences and STEM (Science, Technology, Engineering, and Mathematics) fields at two universities in the UK and two in Canada. Contribution: The current study moves beyond the earlier studies by elaborating on how academic activities contribute/hinder doctoral students’ sense of being an academic. Findings: The participants of the study generally focused on disciplinary/scholarly rather than institutional/service aspects of academic work, aside from teaching, and regarded a wide range of activities as having more positive than negative meanings. The findings related to both extrinsic and intrinsic factors that play important roles in students’ experiences of feeling (or not) like academics are elaborated in the study. Recommendations for Practitioners: Supervisors should encourage their students to develop their own support networks and to participate in a wide range of academic activities as much as possible. Supervisors should encourage students to self-assess and to state the activities they feel they need to develop proficiency in. Future Research: More research is needed to examine the role of teaching in doctoral students’ lives and to examine the cross cultural and cross disciplinary differences in doctoral students’ experiences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».