The U.S. faculty job market survives the SARS-CoV-2 global pandemic
Notice bibliographique
Résumé
Abstract Purpose This paper aims to identify the extent to which the COVID-19 pandemic disrupted the academic job market and the ways in which faculty job applicants altered their applications in response to a changing academia. Design/methodology/approach The data presented here is the portion relevant to COVID-19 collected in a survey of faculty job applicants at the end of the 2019-2020 job cycle in North America (spring 2020). An additional “mid-pandemic” survey was used in fall 2020 for applicants participating in the following job search cycle to inquire about how they were adapting their application materials. A portion of data from the 2020-2022 job cycle surveys was used to represent the “late-pandemic”. Job posting data from the Higher Education Recruitment Consortium (HERC) is also used to study job availability. Findings Examination of faculty job postings from 2018 through 2022 found that while they decreased in 2020, the market recovered in 2021 and beyond. While the market recovered, approximately 10% of the faculty job offers reported by 2019–20 survey respondents were rescinded. Respondents also reported altering their application documents in response to the pandemic as well as delaying or even abandoning their faculty job search. Originality This paper provides a longitudinal perspective with quantitative data on how the academic job market changed through the major events of the COVID-19 pandemic in North America, a subject of intense discussion and stress, particularly amongst early career researchers.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».