MétaCan
Menu
Retour à la cohorte
Enregistrement W3015895164 · doi:10.1080/1360080x.2020.1747958

Competing institutional logics of academic personnel system reforms in leading Chinese Universities

2020· article· en· W3015895164 sur OpenAlexaff
Siyi Wang, Glen A. Jones

Notice bibliographique

RevueJournal of Higher Education Policy and Management · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesChina Scholarship Council
Mots-clésContext (archaeology)Competition (biology)Perspective (graphical)Public relationsBusinessInstitutional logicInstitutional theoryPolitical scienceSociologyKnowledge managementEconomicsManagementComputer science

Résumé

récupéré en direct d'OpenAlex

This study utilises an institutional logic perspective to explore the dynamics and complexity of academic personnel system reforms at leading Chinese universities. Semi-structured interviews were conducted with 32 participants from 10 highly ranked universities; these interviews obtained the views of key observers on four main reform initiatives: global recruitment, the adoption of a tenure-track system and improvements to performance criteria and review procedures. Findings reveal that the fundamental goal of academic personnel system reforms for leading Chinese research universities was to address increasing global competition and stimulate research outputs within a new managerial context. A unique ‘two-tier’ career system is emerging influenced by the interweaving of competing logics and complicated interactions between external influences and Chinese traditions, in which the traditional permanent employment system operates simultaneously with the newly introduced tenure-track system, and ‘up-or-out’ has transformed into ‘up-or-transfer’ due to the legacies of the danwei system.

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)0,014
score de la tête « metaresearch » (Gemma)0,015
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: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,268

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,015
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0080,023
Communication savante0,0100,004
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,343
Écart entre enseignants0,317 · 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

Citations57
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Higher Education Policy and ManagementMême sujetHigher Education Governance and DevelopmentTravaux en français237 207