MétaCan
Menu
Retour à la cohorte
Enregistrement W4410732741 · doi:10.1080/0158037x.2025.2508848

Are contemporary notions of academic career progression ‘fit-for-purpose’? Evidence for a new framing of (academic) careers

2025· article· en· W4410732741 sur OpenAlexaff
Lynn McAlpine

Notice bibliographique

RevueStudies in Continuing Education · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)PedagogyHigher educationSociologyPsychologyMathematics educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Of what value are institutionally rooted terms notions like ‘mid-career’ or ‘early career’ academic? I argue here we need a more expansive perspective on careers than the linear institutional process represented in such terms as they as do not represent the reality of contemporary academia. This argument is rooted in the evidence emerging from our close to 20 years of narrative methodology research which demonstrated that today’s (academic) career progression can better to understood as a rich contextually embedded set of experiences in which individuals self-author and self-define their careers across organisations, time and space. As already noted, terms like ‘mid-career’ draw on a no longer existing career pattern. Second, this traditional framing narrowly focuses on academic work alone, rather than situating work within the influence of individual biography: how work is embedded within life, with work-life decisions intertwined. Third, we need to place individual experience within the broader historical and contemporary socio-economic affordances and constraints that influence careers. Such influences – for instance these days, greater mobility and more accountability – are in constant flux. These results provide an alternate view that offers a firmer and more expansive foundation for today’s Master’s, PhDs and graduates to develop their career literacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,511
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,536
Tête enseignante GPT0,623
Écart entre enseignants0,087 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Continuing EducationMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207