Des groupes de rédaction académique pour favoriser la professionnalisation scientifique des doctorants
Notice bibliographique
Résumé
Le doctorat implique des exigences grandissantes en termes de professionnalisation scientifique. Il est notamment attendu des doctorants qu’ils contribuent à la communauté scientifique, un défi majeur pour ces derniers qui éprouvent un manque de soutien résultant en une faible santé psychologique. En réponse à cette problématique, divers dispositifs d’accompagnement doctoral sous forme de groupes de rédaction académique ont récemment été conçus au Canada et en Europe, dont les retraites de rédaction Thèsez-vous canadiennes et les séminaires de rédaction de l’Université du Luxembourg. La présente étude visait à comparer comment ces deux dispositifs d’accompagnement doctoral peuvent influencer le sentiment de communauté scientifique et la santé psychologique de doctorants. Pour ce faire, une méthodologie mixte a été utilisée. Le volet quantitatif a permis d’analyser l’évolution des réponses entre un prétest (deux semaines avant le dispositif) et un post-test (au terme du dispositif). Puis, le volet qualitatif a visé à explorer les aspects pédagogiques des dispositifs responsables de l’amélioration du bien-être doctoral. Les résultats ont révélé que les retraites de rédaction sont efficaces pour améliorer à la fois la santé psychologique et le sentiment de communauté scientifique, alors que les séminaires n’amélioreraient que le sentiment de communauté scientifique. Néanmoins, selon les participants, les différents aspects pédagogiques des deux dispositifs ont tous été favorables au bien-être.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».