Analyse de l'environnement pour le programme de bourses de doctorat du CRSH
Bibliographic record
Abstract
Le but de ce rapport préparé pour le Conseil de recherches en sciences humaines du Canada (CRSH) est de fournir une vue d'ensemble des études de doctorat en sciences humaines. Ce rapport servira de point d'appui à l'évaluation prochaine du Programme de bourses de doctorat du CRSH. Un certain nombre de questions et de tendances ont été identifiées par les intervenants durant la phase de conception de l'étude et ont été examinées dans le but de déterminer leur effet sur le financement d'étudiants de doctorat en sciences humaines. Les méthodes de collecte de données et d'analyse comprennent un examen de la documentation, l'analyse statistique des données de séries chronologiques, des études de cas et des entrevues menées auprès de plus de 50 répondants clés. Quoique des tendances démographiques importantes ne soient pas apparues au cours des dix dernières années au sein de la population des étudiants de doctorat en sciences humaines, il s'est produit deux développements notables par rapport à l'âge et au sexe. Contrairement à la perception générale, l'âge moyen des étudiants de doctorat en sciences humaines n'a pas augmenté. Cependant, la proportion d'étudiants de plus de 50 ans a augmenté. Quoique dans l'ensemble les hommes restent majoritaires dans les programmes de doctorat, les femmes forment maintenant la majorité dans les disciplines des sciences humaines. De plus, un examen des données sur les modes d'étude des étudiants (c. à-d. leur statut à temps partiel ou à temps plein) a révélé la diminution des inscriptions à temps partiel. Au cours des dernières années, le discours des étudiants de doctorat s'est intensifié au sujet de la durée de plus en plus longue des études nécessaires pour obtenir un diplôme, malgré le fait qu'il y ait peu de données disponibles dans le domaine public pour justifier cette affirmation. Cela dit, les données montrent que les étudiants en sciences humaines prennent environ un an de plus pour terminer leurs programmes d'études que les étudiants en sciences naturelles et en génie. Les données montrent également que les étudiants en sciences humaines sont plus portés à abandonner leurs études que les étudiants en sciences naturelles et en génie. Un certain nombre de facteurs contribuant à ce phénomène ont été identifiés, parmi lesquels figure le fait que les étudiants en sciences humaines profitent moins d'aides financières adéquates et ont plus tendance à être isolés du point de vue intellectuel.
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 | 0.012 | 0.031 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".