Transition et socialisation professionnelles d’une nouvelle professeure d’université : dynamiques collectives et institutionnelles en question
Bibliographic record
Abstract
En contexte nord-américain, la plupart des nouveaux professeurs d’université ont eu l’occasion d’entrevoir certains aspects du professorat au cours de leurs études doctorales et de se faire une idée assez juste de ce qui les attend, à la condition qu’ils aient eu la possibilité d’occuper les fonctions d’assistant de recherche ou de chargé d’enseignement. Les doctorants sont habituellement conscients que la charge de travail du professeur peut être lourde ; dès leur entrée dans cette catégorie d’emploi, cette crainte semble se confirmer, parfois au-delà de leurs appréhensions. En s’appuyant sur un entretien de recherche semi-dirigé et l’analyse de celui-ci, cet article fait état du processus transitoire effectué par une nouvelle professeure d’université ainsi que des étapes et des écueils de sa socialisation à sa nouvelle profession. Le besoin d’un soutien institutionnel mieux ciblé et l’importance, pour le professeur novice, d’être accueilli au sein d’une équipe de collègues seront aussi discutés.
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
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 | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.010 | 0.008 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".