Toward a Global PhD?: Forces and Forms in Doctoral Education Worldwide
Notice bibliographique
Résumé
AcknowledgmentsIntroduction / Maresi Nerad, Thomas Trzyna, and Mimi Heggelund I. Doctoral Education in Europe 1. Germany / Barbara M. Kehm 2. United Kingdom / Howard Green 3. Nordic Countries / Hans Kristjan Gudmundsson 4. The European University Institute / Andreas C. Frijdal 5. The Bologna Process / Jeroen Bartelse and Jeroen Huisman II. Doctoral Education in Africa, South America, and Mexico 6. South Africa / Ahmed Bawa 7. Brazil / Renato Janine Ribeiro 8. Mexico / Armando Alcantara, Salvador Malo, and Mauricio Fortes III. Doctoral Education in Australasia 9. Australia / Terry Evans, Barbara Evans, and Helen Marsh 10. Japan / Shinichi Yamamoto 11. India / Narayana Jayaram IV. Doctoral Education in North America 12. Canada / Garth Williams, with the collaboration of Martha Crago, Jonathan C. Driver, Louis Maheu, and Marc Renaud 13. United States of America / Maresi Nerad Conclusion / Maresi Nerad and Thomas Trzyna Appendix A: Past Differences, Current Commonalities, and Future Trends in Doctoral Education in Selected CountriesAppendix B: Seattle Declaration, September 2005ContributorsIndex
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 | 0,012 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,009 |
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 ».