Networks of trainees: examining the effects of attending an interdisciplinary research training camp on the careers of new obesity scholars
Notice bibliographique
Résumé
Jenny Godley,1 Nicole M Glenn,2 Arya M Sharma,3 John C Spence4 1Department of Sociology, University of Calgary, Calgary, AB, Canada; 2School of Public Health, Université de Montréal, Montreal, QC, Canada; 3Department of Medicine, 4Sedentary Living Laboratory, Faculty of Physical Education and Recreation, University of Alberta, Edmonton, AB, Canada Abstract: Students training in obesity research, prevention, and management face the challenge of developing expertise in their chosen academic field while at the same time recognizing that obesity is a complex issue that requires a multidisciplinary and multisectoral approach. In appreciation of this challenge, the Canadian Obesity Network (CON) has run an interdisciplinary summer training camp for graduate students, new career researchers, and clinicians for the past 8 years. This paper evaluates the effects of attending this training camp on trainees' early careers. We use social network analysis to examine the professional connections developed among trainee Canadian obesity researchers who attended this camp over its first 5 years of operation (2006–2010). We examine four relationships (knowing, contacting, and meeting each other, and working together) among previous trainees. We assess the presence and diversity of these relationships among trainees across different years and disciplines and find that interdisciplinary contact and working relationships established at the training camp have been maintained over time. In addition, we evaluate the qualitative data on trainees' career trajectories and their assessments of the impact that the camp had on their careers. Many trainees report that camp attendance had a positive impact on their career development, particularly in terms of establishing contacts and professional relationships. Both the quantitative and the qualitative results demonstrate the importance of interdisciplinary training and relationships for career development in the health sciences. Keywords: social network analysis, training, research collaboration, interdisciplinary
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 | 0,009 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».