MétaCan
Menu
Retour à la cohorte
Enregistrement W2786804746

Art of Cultivating Rare Pearls : Changing the Social Image of IT Professionals

2015· article· en· W2786804746 sur OpenAlexaff
Marie-Christine Roy, Hager Khechine, Diane Ducharme

Notice bibliographique

RevueE-ti · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageRaising (metalworking)Public relationsAcademic communityReflection (computer programming)Political scienceMedical educationPsychologySociologyMedicineEngineeringSocial scienceGovernment (linguistics)Computer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Globally, we are witnessing a decline in human resources specialized in Information Technology (IT) and significant shortages are predicted for the future. The reduction in IT graduates, in particular those from information systems programs, is the main cause of the market’s lack of these competencies. This situation is further alarming because of the importance of IT and the growing need for these specialists in the numerical era. Many employers and governments are raising their voices to denounce the problem and insist on the urgency of reflection and actions from the IT community. In this article, we attempt to explain the reasons why students show a lack of interest for IT programs and careers. Our observations lead us to conclude that the social image of the IT profession may be the main factor to address, and suggest different strategies that can correct the situation. The recommendations are based on prior research results and some of our academic 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,682
Score d'incertitude au seuil0,287

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,087
Tête enseignante GPT0,390
Écart entre enseignants0,303 · 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 tête enseignante, 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE-tiMême sujetKnowledge Management and SharingTravaux en français237 207