MétaCan
Menu
Retour à la cohorte
Enregistrement W3046718477 · doi:10.1108/cdi-09-2019-0232

Career success in academia

2020· article· en· W3046718477 sur OpenAlexaffabout
Karma Sherif, Ning Nan, Jeff Brice

Notice bibliographique

RevueCareer Development International · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOriginalityCompetence (human resources)Public relationsExploitValue (mathematics)PsychologySociologyPolitical scienceSocial psychologyCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose In this study, the authors explore the boundaryless careers of faculty and adopt the intelligent career framework to examine success factors for academic careers. Design/methodology/approach The authors conducted a field study of 36 researchers in the management information systems field from 22 institutions in the US, Australia and Canada. The authors selected the participants representing four strata of researchers: luminaries (high expertise status and high citizenship behavior), experts (high expertise status but low leadership roles), statesmen (low expertise status but high leadership) and journeymen (low expertise status and low leadership). Data regarding the participants' experience of social relationships and social resources as well as entrepreneurial motivations were collected and analyzed. Findings Results show that faculty who “know-why”, “know-how”, and “know with whom” possess socially valued resources and are successful in advancing their careers. They establish high social status and exercise power within their networks to mobilize resources that promote their careers. On the other hand, faculty who fall short of these competencies impose social closure on themselves and do not strive to exploit resources available through their contacts. The study advances a number of theoretical propositions to guide future research on boundaryless intelligent careers. Social implications Social relationships and social resources do not substitute individual competence, leadership and entrepreneurial motivations; individuals need to develop competence valued by their professional communities and exploit available opportunities and assume leadership roles in order to effectively establish instrumental relationships and mobilize social resources to achieve career advancement. Originality/value In this study, we attempt to extend career development research through an examination of the bidirectional relationship between know-why, know-how and know-who in academia.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,003
Communication savante0,0080,003
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,003

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 Opus0,099
Tête enseignante GPT0,357
Écart entre enseignants0,258 · 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
DomaineIncitatifs
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

Citations37
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCareer Development InternationalMême sujetHigher Education and EmployabilityTravaux en français237 207