Towards inclusive funding practices for early career researchers
Notice bibliographique
Résumé
Securing research funding is a challenge faced by most scientists in academic institutions worldwide. Funding success rates for all career stages are low, but the burden falls most heavily on early career researchers (ECRs) - young investigators in training and new principal investigators - who have a shorter track record and are dependent on funding to establish their academic career. The low number of career development awards and the lack of sustained research funding results in the loss of ECR talent in academia. Several steps in the current funding process, from grant conditions to the review process, play significant roles in the distribution of funds. Furthermore, there is an imbalance among certain research disciplines and labs of influential researchers that receive more funding. As a group of ECRs with global representation, we examined funding practices, barriers, facilitators, and alternatives to the current funding systems to diversify risk or award grants on a partly random basis. Based on our discussions, research, and collective opinions, we detail recommendations for funding agencies and grant reviewers to improve ECR funding prospects worldwide and promote a fairer and more inclusive funding landscape for ECRs.
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 | 0,464 | 0,562 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,021 | 0,021 |
| Études des sciences et des technologies | 0,016 | 0,014 |
| Communication savante | 0,060 | 0,035 |
| Science ouverte | 0,009 | 0,041 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».