Understanding the well-being of graduate students when transitioning into research
Bibliographic record
Abstract
Cette étude qualitative examine les défis qui ont un effet sur le bien-être des étudiants diplômés pendant une période critique de transition vers la recherche dans une université à forte intensité de recherche à Montréal, Québec. Les données ont été recueillies dans le cadre d’entrevues avec des étudiants qui faisaient une maîtrise et qui ont complété au moins une année d'études. Les impacts apportés par la pandémie de Covid-19 ont été examinés pour mieux comprendre les défis rencontrés au cours de la dernière année. La question de recherche globale pour cette étude est: Quels défis les étudiants à la maîtrise dans les programmes d'éducation identifient-ils comme ayant un impact sur leur bien-être (physique, mental, émotionnel, social) et leur capacité à faire de la recherche? Les données ont été analysées en utilisant une approche de comparaison et des thèmes clés ont émergé de ce processus. Les thèmes correspondent à des défis rencontrés par les étudiants à la maîtrise au cours des trois phases de transition du programme.Le premier thème était « Construire un sens de la communauté ». Ce thème a démontré que les étudiants recherchent des liens avec leurs pairs et leurs professeurs et la contribution substantielle de la communauté au bien-être et à la réussite scolaire des étudiants. Le thème « Rencontrer les jalons de la thèse » a montré les défis liés à la thèse pour le chercheur novice et les défis de santé mentale qui se sont posés lors de la transition et de l'engagement dans un travail de thèse. Le troisième thème était « Équilibrer les responsabilités multiples », qui comprend la gestion de la vie universitaire et de la vie au-delà de l'académie. Ce thème a indiqué les façons dont les exigences académiques peuvent s’inclure dans des aspects de la vie personnelle et contribuer significativement à la santé aussi. En conclusion, ces thèmes révèlent les facteurs de stress critiques dans le parcours des étudiants à la maîtrise vers le programme au travail de thèse.Les résultats de cette recherche suggèrent que construire une communauté parmi les pairs et les professeurs pour un soutien académique et socio-émotionnel, des attentes claires concernant les délais de thèse, le développement de la confiance et de l'indépendance en tant que chercheur et des systèmes de soutien plus individualisés au campus sont essentiels au bien-être des étudiants à la maîtrise lors de leur transition vers la recherche. Cette contribution significative de cette étude réside dans le fait qu'elle est l'une des rares études qui évaluent une période particulière d'ajustement dans le travail de thèse qui est difficile mais qui est important pour le bien-être des étudiants à la maîtrise qui sont des chercheurs émergents
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 | 0.024 | 0.045 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.013 |
| Scholarly communication | 0.013 | 0.005 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| 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, 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".