Noise, Noise Everywhere: Mixed Signals from Academic Promotion Decisions
Notice bibliographique
Résumé
While academics need to achieve quality performance in research, teaching, and service to achieve an advancement in rank, many claim that the goalposts of achievement are unclear and subjective. At the same time, we know that institutions use the academic promotion process to achieve the long- and short-term strategic needs of the institution. It may be that the need to strategically deviate from initially communicated promotion policies has led academics to be presented with signal noise regarding what performance is needed to achieve an advancement in rank. As a result, this study explored how credible are the signals sent by higher education institutions via their academic promotion decisions for advancement to senior faculty ranks. To achieve this, we analyzed the research and service activities of 561 faculty from Ireland, the UK, the US, Canada, Australia, and New Zealand who were recently promoted to Senior Lecturer up to Professor. From our analysis, we found that the promotion process creates three levels of signal noise, overall signal noise (at the rank level), internal signal noise (at the institutional level), and external signal noise (at the regional level). These signal noises are created as institutions make continuously inconsistent promotion decisions for individuals being promoted to Senior Lecturer, Associate Professor, and Professor. These findings call into question assumptions academics have about academic careers (e.g., citations are an important metric for career advancement) and the career-related decisions we make when benchmarking against those who have gone before us as we find not all ranks are created equally.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».