Early Career Researchers' Quest for Reputation in the Digital Age
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this article is twofold: a) to describe and compare methods of early career researcher (ECR) assessment/appraisal; b) to explain how ECRs build, showcase, and monitor their reputation in an era of novel developments in scholarly communications. In all, 116 ECRs from China, France, Malaysia, Poland, Spain, the UK, and the US were questioned about appraisal and reputation in structured in-depth interviews. Desk research supplemented the interview data. It was found that ECRs are assessed very traditionally, largely on journal papers, and cannot (although some would like to) see this state of affairs changing. Mainly, they would prefer that less weight be given to the volume of papers published and more weight given to the quality of their research and its impact on the body of knowledge in their field. Unavoidably, then, ECRs' efforts to build, showcase, and monitor their reputation are still very much associated with research achievements. Nevertheless, online scholarly communities, and ResearchGate in particular, are gaining ground among ECRs, with increase in visibility and citations, and therefore a maximization of research impact, considered to be their main reputational benefits. Metrics are regarded as ‘a rule of the game' that has to be accepted, although ECRs have minimal interest in altmetrics.
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.
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 | 0,140 | 0,477 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,036 | 0,080 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,301 | 0,091 |
| Science ouverte | 0,005 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle