Understanding the key processes of excellence as a prerequisite to establishing academic centres of excellence in Africa
Notice bibliographique
Résumé
BACKGROUND: Africa's economic transformation relies on a radical transformation of its higher education institutions. The establishment of regional higher education Centres of Excellence (CoE) across Africa through a World Bank support aims to stimulate the needed transformation in education and research. However, excellence is a vague, and often indiscriminately used concept in academic circles. More importantly, the manner in which aspiring institutions can achieve academic excellence is described inadequately. The main objective of this paper is to describe the core processes of excellence as a prerequisite to establishing academic CoE in Africa. METHODS: The paper relies on our collaborative discussions and real-world insight into the pursuit of academic excellence, a narrative review using Pubmed search for a contextual understanding of CoEs in Africa supplemented by a Google search for definitions of CoEs in academic contexts. RESULTS: We identified three key, synergistic processes of excellence central to institutionalizing academic CoEs: participatory leadership, knowledge management, and inter-disciplinary collaboration. (1) Participatory leadership encourages innovations to originate from the different parts of the organization, and facilitates ownership as well as a culture of excellence. (2) Centers of Excellence are future-oriented in that they are constantly seeking to achieve best practices, informed by the most up-to-date and cutting-edge research and information available. As such, the process by which centres facilitate the flow of knowledge within and outside the organization, or knowledge management, is critical to their success. (3) Such centres also rely on expertise from different disciplines and 'engaged' scholarship. This multidisciplinarity leads to improved research productivity and enhances the production of problem-solving innovations. CONCLUSION: Participatory leadership, knowledge management, and inter-disciplinary collaborations are prerequisites to establishing academic CoEs in Africa. Future studies need to extend our findings to understand the processes key to productivity, competitiveness, institutionalization, and sustainability of academic CoEs in Africa.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,014 | 0,016 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».