Professors without Borders: The Benefits of a Scholastic Mentoring Program
Notice bibliographique
Résumé
Universities in sub-Saharan Africa currently struggle to maintain adequate faculty and resources to take on Ph.D. candidates. Expanding enrolment in recent decades has not been met with improvements in university facilities, and neglect from development agencies has made it difficult for the higher education sector to meet the demands of the knowledge economy. As a result African graduate students have few opportunities to pursue postgraduate study in the region and sub-Saharan Africa’s brain drain persists. In order to address the lack of opportunity for graduate study, the Professors without Borders program has been developed. Professors without Borders is a mentorship program, whereby graduate students in sub-Saharan Africa are partnered with professors and academics at universities in industrialized nations and the students are mentored during the course of their degree. The program aims to promote internationalization among universities as well as facilitate development. This report examines the motivation behind the program and its potential for success. The literature review on higher education in sub-Saharan African summarizes the problems facing the sector but indicates the potential for higher education to contribute to economic growth. In addition, the reception of the Professors without Borders idea among African universities indicates unanimously that such a mentorship program would be very much welcomed and beneficial to African Ph.D. students. The experience of a similar program known as BrainRetain by the Irish-Africa Partnership provides insight into the challenges and logistics of making such a mentorship program successful and sustainable.
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 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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».