MétaCan
Menu
Retour à la cohorte
Enregistrement W4386924262 · doi:10.1080/03075079.2023.2258155

How do professional staff influence academic knowledge development? A literature review and research agenda

2023· review· en· W4386924262 sur OpenAlexaff
Stefan de Jong, Clara del Junco

Notice bibliographique

RevueStudies in Higher Education · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEuropean CommissionUniversity of Chicago
Mots-clésFraming (construction)Higher educationPublic relationsProfessional developmentLegitimacyWorkforceGovernment (linguistics)Political scienceBody of knowledgeSociologyPedagogy

Résumé

récupéré en direct d'OpenAlex

Changing relationships between government and the higher education system have created a wide range of new tasks within universities.Many have been adopted by an emerging workforce known alternately as professional, non-academic, or support staff.Its rapid growth has sparked a debate about 'administrative bloat'.We aim to move beyond this negative, dismissive framing by reviewing the literature to explore whether and how professional staff influence academic knowledge development.While this specific question has received little scholarly attention, we found relevant research in 54 documents from a diffuse group of journals and authors.Our review makes two specific contributions.First, we examine the competencies and relationships of professional staff and their influence on conditions and processes in universities.We find that professional staff increasingly have a private sector background, but that the implications of such a background for competencies remain opaque.Furthermore, their relationships with university leadership and academics as well as actors beyond the home organization place them in strategic positions in their networks.We claim that their involvement in strategy development and implementation, daily management, and academic practices demonstrate a potential to influence knowledge development.Second, we propose a research agenda to understand this influence.The agenda is built around the institutional logics of professional staff, the institutional work that they engage in to promote these logics, and the resulting influence on knowledge development.We hypothesize that professional staff stimulate convergence in knowledge production and strengthen the higher education system's external legitimacy as a producer of knowledge.

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)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0140,017
Études des sciences et des technologies0,0010,003
Communication savante0,0080,009
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,323
Tête enseignante GPT0,575
Écart entre enseignants0,252 · 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'étudeSans objet
DomaineIncitatifs
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Higher EducationMême sujetHigher Education Governance and DevelopmentTravaux en français237 207