MétaCan
Menu
Retour à la cohorte
Enregistrement W4321374098 · doi:10.1017/s1049096523000057

Hard Work and You Can’t Get It: An International Comparative Analysis of Gender, Career Aspirations, and Preparedness Among Politics and International Relations PhD Students

2023· article· en· W4321374098 sur OpenAlexaffabout
Daniel Casey, Serrin Rutledge‐Prior, Lisa Young, Jonathan Malloy, Loleen Berdahl

Notice bibliographique

RevuePS Political Science & Politics · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensUniversity of ReginaCarleton UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPreparednessDiversity (politics)PoliticsJob marketWork (physics)Political scienceSociologyPedagogyPublic relations

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Do all PhD students aspire to an academic career? Do PhD programs appropriately prepare students for the realities of the job market? There is a well-established gap between political science PhD graduates and tenure-track academic postings. The mismatch between PhD graduates and academic positions may point to alternative models of doctoral education as a possible solution. However, the survey of Canadian and Australian PhD students described in this article suggests that issues and challenges are common regardless of the model of doctoral education. Canadian PhDs report more mentoring activity, but they also are more fixated on securing academic positions. However, we find important gender differences across countries: men are more interested in an academic career and only a (disproportionately male) minority is confident that they will succeed in securing a faculty career. This raises questions about diversity in the future of the profession. This research suggests that although students have different experiences under different doctoral models, issues of academic jobs and a mismatch are common in both systems.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,478
Tête enseignante GPT0,566
Écart entre enseignants0,088 · 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.

Devis d'étudeObservationnel
DomaineIncitatifs
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePS Political Science & PoliticsMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207