Tales From Three Countries and One Academia: Academic Faculty in the Time of the Pandemic
Notice bibliographique
Résumé
Since the start of the pandemic and the related major disruptions introduced to all aspects of university work and life, one invariable focus has been on students and the effects of dislocation, lockdown, illness, and isolation, not only on their academic performance and career advancement but also on their physical well-being and mental health. In a departure from this focus, this editorial turns attention to faculty members and analyzes the different paths and management strategies that universities around the globe took through the pandemic. Bringing perspectives from Australia, Canada, and the United States, from online-only, on-campus only, and hybrid programs, this editorial highlights the gamut of experiences with and views on navigating the pandemic in higher education from the faculty perspective. Some re-flections are personal and program-bound (Garner, Thompson), whereas others are analytical and span the entire academic realm (Caidi, Dali). We introduce a series of vignettes that, together, compose a picture of faculty struggles and triumphs during the pandemic. We also touch on the administrative and managerial context in which the events of 2020–21 in academia unfolded. We call these vignettes “tales.” These tales address the differences and striking commonalities in experiences of faculty across institutions and geographic borders, pointing to new challenges, successful innovations, and surprising constants—positive and negative—that came to the fore and were accentuated during the time of crisis and change.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».