MétaCan
Menu
Retour à la cohorte
Enregistrement W2775559600

Structure, Change over Time, and Outcomes of Research Collaboration Networks: The Case of GRAND

2014· dissertation· en· W2775559600 sur OpenAlexaboutno aff
Tsahi Hayat

Notice bibliographique

RevueTSpace (University of Toronto) · 2014
Typedissertation
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrand ChallengesData sciencePsychologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this dissertation, I study the interplay between the structure of a collaborative research network and the research outcomes produced by its members. To achieve this goal, I examine GRAND (an acronym for Graphics, Animation and New Media), a Canadian network with over 200 researchers funded by the Canadian government. I use the social network analysis (SNA) framework in order to aid in understanding the structure of the GRAND collaborative research network as well as how it changes over time. I look at the changes of the network's structural characteristics over time and how they interplay with the researchers' outcomes. Thereafter, I explain this interplay by discussing the changes of the structural network's characteristics as conditions that can potentially affect a researcher's social capital and that can, in turn, affect the researcher's outcomes. Using data collected through two online surveys, and research outcomes paper-based survey, I was able to capture the research networks (structure and changes over time) of GRAND researchers while also being able to obtain the perceptions of these individuals about their research outcomes. These networks captured four types of interaction among GRAND researchers: co-authorship of scholarly publications, communication activity, advice exchange, and interpersonal acquaintanceship. My sample consisted of 101 GRAND researchers, a subset of these researchers (N=50) were subsequently interviewed. My findings lend support to the argument that social capital and social networks, when combined, yield richer theory and better predictions than when used individually. The social networks analysis conducted in this research offer precise measures of the social structure and documents the changes in the GRAND research network. The social capital-driven findings help move beyond the relations themselves to understand how personal relationships or social structures can either facilitate or hinder the achievement of different research outcomes. These results offer to substantiate previous work, while drawing attention to the importance of analyzing interpersonal networks when studying factors effecting research outcomes. This direction for future study is especially relevant, as research collaboration continues to increase both in scope and in importance.

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)0,018
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,062
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0120,010
Communication savante0,0090,011
Science ouverte0,0020,009
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,242
Tête enseignante GPT0,513
Écart entre enseignants0,271 · 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'étudeObservationnel
DomaineÉvaluation
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetscientometrics and bibliometrics researchTravaux en français237 207