MétaCan
Menu
Retour à la cohorte
Enregistrement W4317036224 · doi:10.4000/ripes.4499

L’abandon aux études doctorales : un problème de direction?

2023· article· fr· W4317036224 sur OpenAlexaff
Constance Denis, Christelle Lison

Notice bibliographique

RevueRevue internationale de pédagogie de l’enseignement supérieur · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

En parcourant la littérature scientifique et professionnelle en enseignement supérieur, il arrive fréquemment de lire qu’un doctorant sur deux abandonne ses études. Un tel taux d’abandon est-il alarmant? Est-il réaliste, voire souhaitable, que tous les doctorants achèvent leurs études? Quelles que soient les réponses à ces questions, il est généralement admis que l’encadrement joue un rôle prépondérant dans la persévérance aux études. Toutefois, il n’est pas aussi aisé qu’il y paraît de questionner les pratiques pédagogiques dans le cadre de l’encadrement. Dans cet article, les auteures s’appuient sur les résultats d’une recherche menée auprès de 20 doctorants et de 20 directeurs de recherche sur leurs expériences de l’encadrement à la recherche. Elles se penchent sur les potentiels effets de l’encadrement sur la persévérance aux études doctorales en trois temps : 1) un recrutement guidé, dès le début, permet d’éviter certains abandons; 2) la communication transparente, notamment pour gérer les inévitables deuils, affecte favorablement la poursuite des études; 3) l’insertion professionnelle, pensée tout au long du parcours, permet de cibler des objectifs concrets et de mieux amener l’étudiant à se préparer à la suite. Les questions et les réflexions ponctuent cet article de manière à apporter un regard scientifique et pragmatique tout en admettant le travail qui reste à effectuer pour valoriser l’encadrement à la recherche et ses limites.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,207
Tête enseignante GPT0,471
Écart entre enseignants0,264 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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