An Overview of Quantum Information Science Courses at US Institutions
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
As the field of Quantum Information Science (QIS) continues to advance, there is an increased need for a quantum-smart workforce to address the needs of the growing quantum industry. As institutions begin to expand their course offerings, there is a unique opportunity for discipline-based education researchers to have an impact on the curricular and pedagogical choices being made in these courses. As a first step, it is necessary for education researchers to have a representative picture of what QIS education currently looks like. We reviewed recent course catalogues from a large sample of institutions in the United States looking for courses focused on QIS content. Our conservative analysis reveals that roughly a quarter of the institutions we reviewed offer QIS courses. While encouraging for such an emerging field, we found disparities in the types of institutions offering these courses as the vast majority were Doctoral-granting institutions. Additionally, we found that some classifications of minority serving institutions were much less likely to offer a QIS course (for example Historically Black Colleges and Universities or Predominantly Black Institutions), while Asian American and Native American Pacific Islander serving institutions were more likely than the national average to offer a QIS course. These disparities may lead to further racial, socioeconomic, and geographic disparity in the future quantum workforce. We also found that there was no single department that offered a majority of the QIS courses, indicating that the best efforts to improve QIS education will need to consider the multi-disciplinary nature of the field of quantum information science.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,012 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle