Unravelling the process of idea generation and assessment during the <scp>PhD</scp> trajectory: A case study approach
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
Abstract The three missions of universities are education, research, and knowledge/technology transfer. At the micro‐level of the research and knowledge/technology transfer mission, we position researchers, as individuals who decided to pursue a scientific career in academia, with the PhD as the starting point. While existing literature acknowledges the supervisor's significance during this process from dependency to autonomy, this paper advocates for a closer examination of external factors such as the network, supervisor's experience, and work environment in idea generation. Ideas in this context encompass both curiosity‐driven and entrepreneurial concepts, often evolving from one to the other. Our research builds upon the theory of opportunity identification, drawing parallels between ideas and opportunities. The research asserts that PhD students primarily rely on their networks for idea generation due to limited prior knowledge and experience. Our findings underscore the dynamic interplay between PhD students, supervisors, and networks in the process of idea generation, advancing a comprehensive framework encapsulating the multifaceted influences on the trajectory from idea generation to execution in the context of PhD education. The framework is based on empirical evidence from a qualitative case study comprising 16 PhD students in a European H2020 project in the field of Photonics, illuminating the intricate relationship between supervisors' orientations (entrepreneurial or curiosity‐driven) and the types of ideas generated by PhD students. Practical implications highlight the need for tailored support and resources to foster independent research capabilities among PhD students, considering individual variations in supervisory support and networking opportunities.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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