Der Rangaufstieg zu Beginn einer akademischen Karriere und die Produktivität zu einem späteren Zeitpunkt einer akademischen Karriere hängen eng zusammen, und zwar auf bisher unerörterte Weise – durch die beiden zeitbezogenen Dimensionen Beförderungsalter und Beförderungsgeschwindigkeit. Diese Parameter wurden verwendet, um individuelle lebenslange biografische Profile und Publikationsprofile zu erstellen.
Für die Studie wurden nun ein klassifikatorischer Ansatz und ein neuer methodischer Ansatz der normalisierten Produktivität verwendet veröffentlicht In Studium der Hochschulbildung.
Anstelle der traditionellen Produktivität, die auf der Anzahl der Veröffentlichungen basiert (vollständige Zählung oder Teilzählung), wurde die auf Zeitschriftenprestige normierte Produktivität verwendet, die unterschiedliche wissenschaftliche Bemühungen und Auswirkungen auf die akademische Gemeinschaft widerspiegelt.
Eine große Stichprobe polnischer Wissenschaftler aus den Bereichen Wissenschaft, Technologie, Ingenieurwesen, Mathematik und Medizin (STEMM) (N = 16.083) wurde untersucht, um Rangaufstieg und Produktivität zu untersuchen.
Alle Wissenschaftler wurden unterschiedlichen Produktivitäts-, Beförderungsalter- und Beförderungsgeschwindigkeitsklassen zugeordnet (oberste 20 %, mittlere 60 % und untere 20 %).
Die Muster waren in allen Disziplinen konsistent; Wissenschaftler in jungen Aufstiegsaltersklassen (und schnellen Aufstiegsgeschwindigkeitsklassen) waren in der Vergangenheit derzeit am produktivsten.
Im Gegensatz dazu waren Wissenschaftler in alten Aufstiegsaltersklassen (und langsamen Aufstiegsgeschwindigkeitsklassen) in der Vergangenheit derzeit am wenigsten produktiv.
In den drei größten Disziplinen betrug der Produktivitätsunterschied zwischen jungem und altem Beförderungsalter für außerordentliche Professoren 100 %–200 % (150 %–200 % für ordentliche Professoren) und der Produktivitätsunterschied zwischen schnellem und langsamem Beförderungstempo für außerordentliche Professoren betrug 80 %– 150 % (100 %–170 % für ordentliche Professoren).
Die Ergebnisse wurden teilweise durch eine Regressionsanalyse gestützt, in der Odds-Ratio-Schätzungen für die Zugehörigkeit zu den höchsten Produktivitätsklassen untersucht wurden.
Um die Stichprobe zu untersuchen, wurden biografische und demografische Daten aus dem nationalen Register aller polnischen Wissenschaftler und Publikationsmetadaten zu allen in Scopus indexierten polnischen Artikeln (N = 935.167) kombiniert.
Die Leistungsfähigkeit strukturierter Big Data in Studien zu akademischen Karrieren wurde gezeigt und Grenzen untersucht.
Mehr Informationen:
Marek Kwiek et al., Die Jungen und die Alten, die Schnellen und die Langsamen: eine groß angelegte Studie über Produktivitätsklassen und Rangaufstiege, Studium der Hochschulbildung (2023). DOI: 10.1080/03075079.2023.2288172
Zur Verfügung gestellt von der Adam-Mickiewicz-Universität