A bibliometric analysis of Quebec's PhD students' contribution to the advancement of knowledge
Bibliographic record
Abstract
Les étudiants gradués comptent pour une part importante de la main d' uvre académique. Toutefois, nous ne savons que très peu de choses sur leur contribution globale à l'avancement des connaissances. À partir des articles publiés dans des revues à comités de pairs et indexés dans le Web of Science par la population complète des étudiants au doctorat au Québec entre et 2000 et 2007 (N=27,393), cette thèse effectue trois contributions principales à l'avancement des connaissances en sciences de l'information et en sociologie de la communauté scientifique et de l'enseignement supérieur. La première contribution est de nature technique et consiste en la création d'un algorithme qui permet l'attribution automatique à un chercheur d'un pourcentage important de ses articles scientifiques. En effet, en utilisant les régularités trouvées dans les mots-clés, références citées et la discipline de publication des chercheurs universitaires québécois, cet algorithme permet l'attribution ou le rejet automatique d'au moins un article à 88% des étudiants de doctorat. La seconde contribution est l'analyse à grande échelle de la socialisation des doctorants à la recherche, en utilisant comme indicateur le pourcentage d'étudiants au doctorat qui ont publié au moins un papier au cours de leur programme. Les données montrent que cette intégration varie considérablement entre les disciplines : les étudiants des sciences naturelles et médicales étant plus intégrés à la recherche que leurs collègues des sciences sociales et humaines. La collaboration est un élément important de cette socialisation: les disciplines dans lesquelles la collaboration doctorant-professeur est la plus élevée étant celles où les doctorants sont les plus intégrés dans la recherche. L'accès à des fonds de recherche influence également la participation des étudiants à des publications; les spécialités où les professeurs reçoivent davantage de fonds étant également celles où les étudiants sont plus susceptibles de publier. Bien que les documents auxquels ont contribués les doctorants soient pratiquement tous écrits en collaboration, ils sont moins souvent le résultat d'une collaboration internationale. Cette socialisation à la recherche est également liée de façon positive avec l'obtention du diplôme et la poursuite d'une carrière en recherche. Enfin, la troisième contribution de cette thèse est la mesure de l'importance, dans l'ensemble de la recherche québécoise, des résultats de recherche auxquels des étudiants de doctorat ont contribué. On y constate que, toutes disciplines confondues, les doctorants ont participé à 33% de la production scientifique de la province, un pourcentage considérablement plus élevé que celui des chercheurs en milieu hospitalier de la province combinés et plus de 5 fois supérieur à celui des chercheurs du gouvernement fédéral et du secteur industriel. En termes d'impact scientifique, les articles auxquels les doctorants ont contribué obtiennent un nombre moyen de citations significativement plus faible celui des autres papiers québécois auxquels ils n'ont pas contribué, même si le facteur d'impact moyen de revues dans lesquelles ils publient est, au contraire, significativement plus élevé. Cela suggère que les articles des doctorants souffrent de l'effet St-Matthieu, phénomène selon lequel la paternité d'une découverte sera plus aisément attribuée à un chercheur reconnu qu'à un autre l'étant moins. Dans l'ensemble, cette thèse interdisciplinaire fournit une mesure unique de la prévalence, du contexte et de l'effet de la socialisation à la recherche dans les programmes de doctorat ainsi qu'une une meilleure compréhension de l'importance des doctorants au sein de la communauté scientifique québécoise. Ces résultats devraient être d'un grand intérêt pour les administrateurs d'université, les conseils subventionnaires ainsi que les chercheurs dans le domaine des politiques scientifiques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | Bibliometrics Domain: not available · Genre: Empirical About the Canadian research system: yes · About a Canadian topic: no | Observational | low |
| gpt | Bibliometrics Domain: not available · Genre: Empirical About the Canadian research system: yes · About a Canadian topic: yes | Other design | high |
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.031 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.028 | 0.054 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedLabeled directly by 2 models reading the full record.
The models disagree on parts of this classification; every voice is preserved in the section at the end of the page.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".