MétaCan
Menu
Retour à la cohorte
Enregistrement W3083836342 · doi:10.5194/egusphere-egu2020-21468

Survey on early career travel support shows geographic, career stage, and indigenous status inequality in access to polar science events

2020· article· en· W3083836342 sur OpenAlexaboutno aff
Valentina Savaglia, Alice Bradley, Juan Höfer, Clare Eayrs

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueConferences and Exhibitions Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDestinationsIndigenousDiversity (politics)Career developmentCareer pathInequalityGeographyDemographic economicsPsychologyPolitical scienceBusinessSocial psychologyTourismEconomics

Résumé

récupéré en direct d'OpenAlex

<p>The Association of Polar Early Career Scientists is an international organization with membership representing 70 countries. Members are mostly graduate students and post-docs, though 29% are early career professionals in other polar-related career tracks. A survey was sent in summer 2019 to APECS members and polar science community members asking about travel support needs and how respondents’ recent travel was funded. Participants described the perceived availability of different types and sources of travel funding. Availability of travel awards and the expectation that early career researchers would pay for their meeting-related travel out of personal funds varies widely between countries, career stage and indigenous status. Substantially higher travel support is often needed to support participants from countries outside the US, Canada, and Northern Europe because of both the higher cost of traveling to typical meeting destinations coupled with lower availability of supplemental or full travel support. This presentation will cover the international patterns in early career travel funding, the utility of travel advances and the importance of making funding decisions eaerly enough for ECRs as a way to promote diversity in polar sciences.</p>

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,608

Scores Codex et Gemma par catégorie

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

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 Opus0,131
Tête enseignante GPT0,355
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConferences and Exhibitions ManagementTravaux en français237 207