MétaCan
Menu
Retour à la cohorte
Enregistrement W3197600330 · doi:10.5539/jel.v10n5p122

Principal Investigator’ Perceptions of Effective Academic Leadership in Chinese Research Institutions and Universities

2021· article· en· W3197600330 sur OpenAlexvenueno aff
Xiaoyao Yue, Yan Ye, Xu Zheng, Yanan Yang

Notice bibliographique

RevueJournal of Education and Learning · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTeamworkPrincipal (computer security)Leadership styleCompetence (human resources)PsychologyChinaLeadership developmentShared leadershipPublic relationsLeadership studiesPedagogyPolitical scienceSociologyMedical educationSocial psychology

Résumé

récupéré en direct d'OpenAlex

Academic leadership is considered a key factor in university and research institute development. In a competitive environment, the role of academic leadership has become increasingly important. At present, China is committed to building world-class universities and advanced research institutes, while academic leadership is one of the key factors. Thus, what is the ideal academic leadership in China’s institutional environment? What professional qualities should principal investigators have? This study investigates these issues with in-depth interviews of six principal investigators. The finding shows that the definition of academic leadership by principal investigators refers to academic expertise, assigning the team member, setting a direction, academic social skills, managing team member relationships, boosting team morale, and teamwork skills. Furthermore, academic expertise is often supposed to be more important than other abilities. In terms of competence, the definitions of leadership by Chinese principal investigators and the literature on Western academic leadership are similar.

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)0,013
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,226
Tête enseignante GPT0,488
Écart entre enseignants0,262 · 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'étudeQualitatif
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetCreativity in Education and NeuroscienceTravaux en français237 207