The evolution of a Master's programme, like many other human institutions, can be viewed as a self-organising system whose underlying structures and dynamics arise primarily from the interaction of its faculty and students. Identifying these hidden properties may not be a trivial task, due to the complex behaviour implicit in such evolution. Nonetheless, we argue that the programme's body of research production (represented mainly by dissertations) can serve this purpose. Bibliometric analyses of such data can reveal insights about production growth, collaborative networks, and visual mapping of established, niche, and emerging research topics, among other facets. Thus, we propose a bibliometric workflow aimed at discovering the production dynamics, as well as the conceptual, social and intellectual structures developed by the Master's degree, in the interest of guiding decision-makers to better assess the strengths of the programme and to prioritise strategic goals. In addition, we report two case studies to illustrate the realisation of the proposed workflow. We conclude with considerations on the possible application of the approach to other academic research units.


翻译:与许多其他人类机构一样,硕士方案的演变可被视为一个自我组织系统,其基本结构和动态主要源于其师生的互动。由于这种演变隐含着复杂的行为,查明这些隐蔽的特性可能不是一件微不足道的任务。然而,我们认为,硕士方案的研究机构(主要以论文为代表)可以达到这一目的。对这些数据的二元分析可以揭示关于生产增长、协作网络、对既有的、独特的和正在出现的研究专题进行直观绘图等方面的洞察力。因此,我们提出一个双曲线工作流程,旨在发现生产动态,以及硕士学位所开发的概念、社会和知识结构,以指导决策者更好地评估方案的长处,并优先考虑战略目标。此外,我们报告两个案例研究,以说明拟议的工作流程的实现情况。我们最后考虑是否可能对其他学术研究单位采用这一方法。

0
下载
关闭预览

相关内容

【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Arxiv
0+阅读 · 2021年5月12日
Arxiv
0+阅读 · 2021年5月10日
Arxiv
0+阅读 · 2021年5月5日
Arxiv
6+阅读 · 2016年1月15日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Top
微信扫码咨询专知VIP会员