MétaCan
Menu
Retour à la cohorte
Enregistrement W4313238129 · doi:10.4000/ripes.4310

Micro-pouvoirs en action au doctorat : la perception des étudiants

2022· article· fr· W4313238129 sur OpenAlexafffund
Annick Vallières, Nataly Levesque, Julie Bernard

Notice bibliographique

RevueRevue internationale de pédagogie de l’enseignement supérieur · 2022
Typearticle
Languefr
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensUniversité LavalUniversité de Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversité Laval
Mots-clésHumanitiesSociologyPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Partant de la littérature sur l’environnement doctoral, cette recherche pointe les micro-pouvoirs issus du système académique et leurs conséquences sur les doctorants. Sous la lentille foucaldienne, l’objectif de l’étude est d’apporter une meilleure compréhension de la perception des doctorants de leur expérience au troisième cycle et ainsi proposer des pratiques d’encadrement et de soutien reflétant leurs réels besoins. 11 entretiens semi-dirigés ont été menés et l’analyse inductive a permis l’émergence de thèmes centraux, notamment la supervision doctorale, les exigences du programme de doctorat et la normalisation des sacrifices. L’originalité de cette étude réside dans l’angle théorique privilégiant les récits de doctorants sur leur propre vécu doctoral et les recommandations proposées pour favoriser une expérience académique plus humaine. Les principaux résultats de cette recherche mènent à un compromis entre les sacrifices imposés en échange de l’approbation sociale des différents acteurs de l’institution universitaire. De plus, des avenues de recherches futures sont proposées afin d’élargir le socle du savoir sur la problématique étudiée et les implications pédagogiques en découlant.

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)0,015
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,015
Communication savante0,0090,005
Science ouverte0,0010,006
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,177
Tête enseignante GPT0,462
Écart entre enseignants0,285 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale de pédagogie de l’enseignement supérieurMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207