MétaCan
Menu
Retour à la cohorte
Enregistrement W6947694454 · doi:10.3886/e201784

Code for: Teaching-Track Economists in Canada, the United Kingdom, and the United States

2024· dataset· en· W6947694454 sur OpenAlexaffabout

Notice bibliographique

RevueICPSR Data Holdings · 2024
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSalientVariety (cybernetics)Code (set theory)Strengths and weaknessesRaw dataWork (physics)

Résumé

récupéré en direct d'OpenAlex

For Canada, the United Kingdom, and the United States, we illuminate the landscape for a relatively new and evolving role: full-time, teaching-track economists who work in the same departments as research-track economists, but with a greater emphasis on teaching. <br>We use in-depth interviews and a survey of teaching-track economists in the three countries and employ a mixed-methods approach. <br>A cohesive, cross-country, multi-institution comparison enables learning from a variety of contexts. Our findings inform decision-making processes, initiate conversations among multiple constituents, generate ideas, raise salient questions, and identify relative strengths and weaknesses of different teaching-track models.<br>The qualitative and quantitative raw data are IRB and GDPR protected and cannot be shared beyond the research team. In lieu of a replication package we share detailed description of the study design and research methodology, all code and the associated log-files. <br><br>

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,679

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,030
Tête enseignante GPT0,276
Écart entre enseignants0,247 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueICPSR Data HoldingsMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207