METHOD OF REVEALING CREATIVE PERSONS IN SCIENTIFIC TEAM
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An approach is developed to quantify the creativity of scientific and pedagogical staff using the Russian Science Citation Index in terms of their professional performance, including scientometric indicators. The problems of conducting surveys and testing large audiences of respondents are analyzed. Variants of possible criteria and indicators used to assess employees’ professional activities, including identifying their creative contribution to the collective indicator, are considered. The concept of intellectual products of educational and scientific institutions is defined, since their creation, development and publication are one of the requirements for employees. The article shows the interrelation of the respondents’ personal intellectual abilities, including creative ones, and their contribution to the institution scientific potential. The authors substantiate that it is advisable for faculty members to use such categories as educational, methodological, scientific activities, advanced training. The interrelation of distributing the employees’ contribution to the institution scientific potential with the Gauss law is considered. The authors propose to apply the Pareto principle, according to which “20% of efforts give 80% of the result, and the remaining 80% of efforts is only 20% of the result” to assess the creativity level. About a quarter of the employees are proven to produce about three-quarters of the entire intellectual potential of the university or a scientific institution. A threshold equal to 0.44 is justified, according to which the Pareto principle is implemented when evaluating each employee’s contribution. The developed analytical apparatus and illustrative material revealing the essence of the developed method are presented. Conclusions are drawn and directions for future research are outlined.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle