MétaCan
Menu
Retour à la cohorte
Enregistrement W3046859556 · doi:10.1080/07294360.2020.1799950

Understanding and expressing academic identity through systematic autoethnography

2020· article· en· W3046859556 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHigher Education Research & Development · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAutoethnographyIdentity (music)CLARITYConceptualizationSociologyPedagogyFocus (optics)EpistemologyPsychologyAestheticsComputer scienceGender studies

Résumé

récupéré en direct d'OpenAlex

This article describes an autoethnographic approach that can be used by academics in higher education to better understand how their academic identity is constructed. The article emphasizes considerations for academics with non-traditional roles that are not discipline-focused, while also providing relevant methods for academics with any role who wish to explore their academic identity at its core. A detailed systematic approach to autoethnography is outlined, with data collection, data analysis, and methods of creating expressions of academic identity described. This approach to autoethnography provided new understandings regarding how the author’s academic identity has been constructed over time in ways that extended and deepened insights from reviewing the literature and writing unstructured reflections alone. The creation of expressions of academic identity from this study represent valuable professional development outcomes, which can also help to bring professional goals into better focus. Overall, this article demonstrates that the use of autoethnography to explore academic identity can not only lend clarity and depth to one’s conceptualization of this, but can also transform the perception of oneself as an academic as a result.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,574
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,405
Tête enseignante GPT0,535
Écart entre enseignants0,130 · 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