شناسایی مهارت ها ، صلاحیت ها و ویژگی هایی که انتظار می رود دکترا را انجام دهند

علیرغم یک بازار علمی به طور فزاینده ای ، تعداد بیشتری از افراد به دنبال مدرک دکترا هستند. در حالی که تحقیقات قابل توجه بر دستیابی به مهارت در حین نامزدی دکتری و خروج دکترا متمرکز است ، ما در مورد مهارت هایی که ممکن است در ورود به دکترا وجود داشته باشد ، کمی می دانیم. ما یک طبقه بندی داده محور تهیه کرده ایم و رگرسیون لجستیک را برای تجزیه و تحلیل معیارهای انتخاب (مهارت های لیست ، صلاحیت ها و ویژگی های شخصی) از 13،562 تبلیغات دکتری ارسال شده در سال 2016-2019 در Euraxess ، یک بستر استخدام اروپایی برای محققان انجام داده ایم. ما شایع ترین ویژگی های مورد نظر برای پذیرش دکترا ، تفاوت های خاص کشور و نظم و انضباط و تغییرات را با گذشت زمان مورد تجزیه و تحلیل قرار دادیم. ما می دانیم که بسیاری از این ویژگی های پذیرش شامل مهارت های متنوع و قابل انتقال است. به طور خاص ، مهارت های شناختی ، بین فردی و ویژگی های شخصی به سمت بالا می رود و الزامات دکترا از نظر کشور ، نظم و انضباط و سال ارسال به طور قابل توجهی متفاوت است. ما ویژگی های درخواست شده توسط 5 کشور برتر و 5 رشته برتر را برجسته می کنیم و با گذشت زمان تغییراتی را نشان می دهیم. این بینش ها راهنمایی هایی را برای تمرین ، به ویژه به متقاضیان دکترا ، محققان حرفه ای اولیه و کسانی که از پیشرفت شغلی پشتیبانی می کنند ، ارائه می دهد. ما در مورد تراز برنامه های دکترا و پیامدهای سیاست برای آموزش قبل از دکترا ، طراحی مجدد ارزیابی دکترا و بهبود آموزش برای دانشجویان و سرپرستان بحث می کنیم.

معرفی

در سطح جهان ، تعداد فزاینده ای از افراد دکترا (دکترای دکتری) را به عهده می گیرند که هدف مشترک آن آماده سازی برای مشاغل دانشگاهی است (OECD 2019). با این حال ، ما به اندازه کافی نمی دانیم که برای پذیرش در یک برنامه دکتری چه چیزی لازم است. یک گروه از مطالعات ، مهارت های تحصیلات تکمیلی دکتری 1 را برای مشاغل متنوع بررسی می کنند زیرا دانشگاه ها به طور فزاینده ای در حال رشد هستند (برای مثال به Hasgall ، Saenen و Borrell-Damian 2019 ؛ Mewbu et al. 2018 ؛ Germain-Alamartine و Moghadam-Saman 2020) ، اما آنها آنهادر نظر نگیرید که چه مهارتهایی در پذیرش دکترا وجود دارد. یکی دیگر از ادبیات ، ویژگی های دانش آموزان دکترا و نیازهای توسعه مهارت را بررسی می کند (مثالها شامل Sharmini و Spronken-Smith 2020 ؛ Succi and Canovi 2020 ؛ Sinche et al. 2017) ، اما آنها در مورد آرایش متقاضیان دکترا بحث نمی کنند ، به ویژه چه مهارت هایی هستنددرخواست در ورود به دکترا و چه مهارتهایی در حال حاضر در نامزدهای دکترا وجود دارد.

مقاله ما مشخص می کند که چه نوع مهارت هایی برای پذیرش دکترا درخواست می شود. به طور خاص ، ما بررسی می کنیم که از متقاضیان دکترا چه مهارت ها ، خصوصیات یا ویژگی هایی را درخواست می کنیم. خواسته های مهارت اساساً منعکس کننده آنچه اقتصاد و جامعه به آن نیاز دارند (سوزاندن فن آوری های شیشه ای 2015 ؛ Mewbu و همکاران 2018). ما یک تجزیه و تحلیل تقاضا را در استخدام دکترا ارائه می دهیم که یک پایه مفید برای کسانی که در حال بررسی مهارت ها و ویژگی های توسعه یافته و به دست آمده در طول دکترا هستند ، ارائه می دهد. این درک به دانشجویان قبل از دکترا کمک می کند تا برنامه های کاربردی و توسعه مهارت خود را متناسب کنند ، و همچنین به سرپرستان و افرادی که از متقاضیان دکترا یا نامزدها حمایت می کنند ، در مورد چگونگی پشتیبانی بهتر از پیشرفت محققان اولیه و متخصصان تحقیق آگاه سازند.

این مطالعه به منبع داده تبلیغات نقش دکتری (از این پس به عنوان "تبلیغات شغلی" گفته می شود) تا مشخص شود که چه مهارت ها و یا سایر برنامه های دکترا قبل از پذیرش دکتری به دنبال آن هستند. ما معیارهای انتخاب 13،562 آگهی دکتری ارسال شده در سال 2016-2019 را در Euraxess ، یک بستر استخدام اروپایی که دارای فرصت های موجود برای انجام دکترا است ، تجزیه و تحلیل کردیم. معمول است که یک دانشگاه در اروپا بتواند نقاط باز در برنامه های دکترا را به عنوان پست های شغلی بر روی یک سکوی مانند Euraxess تبلیغ کند ، که الزامات مهارت را به عنوان معیارهای انتخاب ذکر می کند. بنابراین ، ما Euraxess را به عنوان منبع جمع آوری داده های خود انتخاب کردیم. تجزیه و تحلیل "بخش مهارت" هر تبلیغ نشان داد که برنامه های دکترا نه تنها مهارت ها بلکه ویژگی ها و صلاحیت های شخصی را نیز درخواست می کنند ، که ما به طور جمعی از این پس به عنوان "ویژگی های پذیرش" عنوان می کنیم. ما یک طبقه بندی ایجاد کردیم و ویژگی های موجود در هر تبلیغات را استخراج کردیم. با تجزیه و تحلیل داده های بزرگ ، ما می پرسیم که برنامه های دکترا از متقاضیان دکترا چه می خواهند. ما با تجزیه و تحلیل اینکه کدام ویژگی ها درخواست می شود و تأثیر نظم و انضباط ، کشور و سال ارسال ، به این سؤال می پردازیم. ما در مورد پیامدهای مربوط به آموزش قبل از دکترا و دکترا بحث می کنیم و چندین کمک نظری ، روش شناختی و عملی انجام می دهیم. ما همچنین در مورد چگونگی کمک به تحقیقات ما و گسترش ادبیات در مورد مهارت های دکترا و اشتغال فارغ التحصیل بحث می کنیم.

در ادامه ، ما توضیح می دهیم که چگونه و چرا یک طبقه بندی مهارت خاصی را برای تجزیه و تحلیل معیارهای انتخاب شغل دکتری انتخاب کردیم ، روش خود را تشریح می کنیم و یافته ها را با استفاده از اشکال مختلف داده تجسم می کنیم. ما در مورد یافته ها و پیامدهای آنها و همچنین کاربردی برای تمرین بحث می کنیم.

طبقه بندی های مهارت

(آ). یک چارچوب باید شناخته شود و به طور گسترده کاربردی یا جامع باشد و چارچوبهای دیگری را شامل می شود که دارای کشور یا نظم و انضباط خاص هستند ،

(ب). قابل استفاده در زمینه اروپایی ،

(ج). مهارت های گسترده تری فراتر از مهارت های تحقیق و ترجیحاً مرجع

(د). بازتاب آرزوهای محققان شغلی اولیه

اگرچه یک دهه پیش توسعه یافته است ، RDF Vitae (2020) راهنمایی و مرجع برای توسعه محقق در سراسر جهان را ارائه می دهد. این شامل دسته هایی مانند توسعه حرفه ای و شغلی ، رفتار حرفه ای و سایر مهارتهایی است که اغلب در چارچوب های مهارت قابل انتقال ذکر می شوند. RDF چهار حوزه (دانش و توانایی های فکری ؛ اثربخشی شخصی ؛ حاکمیت تحقیق و سازمان ؛ و تعامل ، تأثیر و تأثیر) را ذکر می کند که هر کدام سه دسته مهارت را مشخص می کنند.

با این حال ، طبقه بندی مهارت به سمت مهارت های تحقیق و پیشرفت محقق در مراحل مختلف گرایش دارد و برخی از مهارت ها را از دست می دهد ، به عنوان مثال. سواد دیجیتالی ، که در بازار کار عمومی مهم است. از این رو ، چارچوبی که با هر زمینه حرفه ای صحبت می کرد ، لازم بود.

این پروژه ، ‘آموزش ذهنیت - آموزش و بین المللی آموزش مهارتها [SIC] برای کاندیداهای دکترا ، هدف از آن تهیه یک برنامه درسی اصلی اروپا در مهارت های قابل انتقال برای کاندیداهای دکترا در رشته های علوم ، مهندسی و فناوری (SET) است. مطالعه Mindset (نیکول و لیتزمن 2019) از طریق نظرسنجی با نامزدهای دکترا و تجزیه و تحلیل ادبیات در مورد دیدگاه کارفرمایان ، یک طبقه بندی مهارت برای محققان ایجاد کرد تا درک کند که مهارت های قابل انتقال در بازار کار اروپا مورد نیاز است و برای ارتقاء فارغ التحصیلان دکترا ، کدام مهارت ها باید توسعه یابداشتغال در زمینه های حرفه ای متنوع. طبقه بندی Mindset هشت زمینه از مهارت های قابل انتقال را ذکر می کند و ضمن اینکه چارچوب های مختلفی را در بر می گیرد ، نشان دهنده اهمیت مهارت های ارتباطی در نوع خود نیست بلکه آنها را در دسته های دیگر جذب می کند. همچنین ، صلاحیت کار عمومی و خوشه های صلاحیت شخصی به اندازه کافی آنچه را که در ادبیات قبلی مورد بحث قرار گرفته است ، جای نمی دهد.

در وب سایت EuroDoc آمده است: "این یک فدراسیون بین المللی 28 سازمان ملی نامزد دکترا و به طور کلی محققان جوان از 26 کشور اتحادیه اروپا و شورای اروپا است. مانند Mindset ، چارچوب EuroDoc همچنین در چارچوب های دیگر ، از جمله RDF ، OECD (2019) ، Uniwind ، کمیسیون اروپا و غیره ساخته شده است. این لیست نه دسته مهارت ها را نشان می دهد (شکل 1 را ببینید). علاوه بر این ، این چارچوبی است که توسط چندین مدل دکتری خاص کشور ، که به عنوان مرجع توسعه مهارت های گسترده در دکترا در سراسر اروپا و طرفداران آرزوهای شغلی محققان جوان ایجاد شده است ، آگاه است. با توجه به اینکه کشورها به طور متفاوتی به دکترای خود نزدیک می شوند و ساختار می دهند ، ما می خواستیم تفاوت های خاص کشور را در الزامات نقش (Durette ، Fouier و Lafon 2016 ؛ Santos ، Horta و Heitor 2016) به حساب بیاوریم. بنابراین ، چارچوب EuroDoc مناسب ترین طبقه بندی را ارائه می دهد (شکل 1).

منتشر شده به صورت آنلاین:

شکل 1. چارچوب EuroDoc (اقتباس از گزارش مهارت EuroDoc 2018).

شکل 1. چارچوب EuroDoc (اقتباس از گزارش مهارت EuroDoc 2018).

منتشر شده به صورت آنلاین:

شکل 2. تسلط دسته بندی ویژگی در داده ها.

شکل 2. تسلط دسته بندی ویژگی در داده ها.

معدنکاری و تبلیغات شغلی

با ظهور متن استخراج متن و یادگیری ماشین ، تحقیقات به دنبال استفاده از این رویکردها برای مطالعه تبلیغات شغلی و ایجاد طبقه بندی مهارت است. به عنوان مثال ، Colombo ، Mercorio و Mezzanzanica (2019) برای شناسایی مهارت های نرم و سخت ذکر شده در تبلیغات شغلی ، طبقه بندی مهارت را به طبقه بندی طبقه بندی ESCO ساخته و نقشه برداری کردند. نمونه های دیگر شامل کار د مائورو و همکاران است.(2018) که از تخصیص Dirichlet نهفته برای تعیین خانواده های شغلی برای مشاغل در داده های بزرگ ، به عنوان شایستگی های اصلی کتابداران استفاده کرده است (یانگ و همکاران 2016). اخیراً محققان استرالیایی از یادگیری ماشین برای تجزیه و تحلیل تبلیغات شغلی در زمینه آموزش دکترا استفاده کردند (به پیت و Mewbu 2016 ؛ Mewbu و همکاران 2018 مراجعه کنید). در حالی که دو مطالعه گذشته بر مهارتهای مورد انتظار در خروج دکتری متمرکز است ، ما در ورود به دکترا روی مهارت های مهارت تمرکز می کنیم.

در حالی که استفاده از یک چارچوب موجود ، یک زبان مشترک و درک مشترک از اهداف مطالعه را فراهم می کند ، گرفتن یک رویکرد داده محور به تجزیه و تحلیل تقاضای مهارت ، اجازه می دهد تا بینش ها ظهور کنند که در غیر این صورت پنهان می شوند (Sibarani et al. 2017). با نگاهی به داده ها و استفاده از تجزیه و تحلیل موضوعی ظهور ، دانه بندی بیشتر و تنوع در مهارت ها امکان پذیر بود. استفاده از طبقه بندی های داده محور ، دو مزیت متمایز را به وجود می آورد: سهولت به روزرسانی و استفاده از زبان کارفرمایان ، نه دانشگاهی (Djumalieva و Sleeman 2018). چندین طبقه بندی مهارت موجود به مشاوره تخصصی متکی هستند و می توانند برای انطباق کند و پرهزینه باشند ، در حالی که یک طبقه بندی داده محور به راحتی به روز می شود و می توان با مجموعه جدیدی از تبلیغات شغلی از همان روش استفاده کرد. روش تجزیه و تحلیل متن ارائه شده در این مطالعه روشی به موقع برای ضبط اطلاعات در مورد پویایی مهارت در بخش های مختلف کار است. داده های بزرگ ، مانند تبلیغات شغلی ، می توانند به سرعت اطلاع دهند. آگهی های شغلی آنلاین و مهارتهایی که آنها در لیست آنها قرار می دهند ، به ما کمک می کنند تا یک طبقه بندی را تهیه کنیم که از همان "زبان مهارت" استفاده می شود که توسط کسانی که کاندیداهای دکترا را استخدام و نظارت می کنند ، به جای آنکه از نهادهای خارجی یا سیاست گذاران استفاده کنند ، استفاده می کند.

روش شناسی

برای فهمیدن کدام برنامه های دکتری مهارت در ورود به دکترا ، ما جمع آوری داده ها ، تجزیه و تحلیل داده ها ، ایجاد طبقه بندی را با استفاده از یک فرهنگ لغت مشتق از داده و تجزیه و تحلیل یادگیری ماشین انجام دادیم ، به شرح زیر:

جمع آوری داده ها

داده های تبلیغات دکتری ما از Euraxess جمع آوری شده است ، یک بستر اروپایی که مشاغل دانشگاهی را در تمام سطوح (از دکترا تا استاد) از 40 کشور اروپایی و کشورهای غیر اروپایی ذکر می کند. تبلیغات شغلی زمینه های مختلف را نشان می دهد: توضیحات کلی شغل ، مزایا ، الزامات (تقسیم مهارت ها/مدارک تحصیلی و الزامات خاص) ، دانشگاه ، زمینه تحقیق ، مکان ، زبانهای مورد نیاز ، وضعیت شغلی و تاریخ شروع. با تصور دکتری AD به عنوان معیارهای شغلی و مهارت به عنوان معیارهای انتخاب ، فرض می کنیم متقاضیانی که قبلاً در این سطح عمل می کنند ، احتمالاً نقش دکترا را به دست می آورند.

تاریخ منتشر شدهبا توجه به تعداد تبلیغات شغلی دانشگاهی که پس از راه اندازی آن موجود است ، Euraxess در سال 2016 محبوبیت خود را به دست آورد. از این رو ، ما فقط چهار سال ، 2016-2019 ، داده ها را شامل می شد. این معیار نمونه ما را به 251،561 کاهش داد.

فقط برای دانشجویان دکترافقط تبلیغاتی که متقاضیان دکترا را خطاب می کردند و متن زیر را در عنوان خود داشتند شامل موارد زیر است: دکترا ، دکترا ، دکترا ، کاندیدای دکترا ، دانشجوی دکترا ، همکار دکترا ، برنامه دکترا یا تحقیقات دکترا. این بیشتر داده های ما را به 36،787 تبلیغ کاهش داد.

فقط تبلیغات با مهارت/صلاحیت و متن الزامات خاص. در Euraxess ، هر AD PhD در چندین بخش ساختار یافته است: ما بر بخش های مهارت/صلاحیت و الزامات خاص تمرکز می کنیم و اینها را برای ایجاد یک واحد تجزیه و تحلیل در هر تبلیغ ادغام می کنیم. ورودی های کپی شده در هر دو بخش به عنوان یک ورودی در نظر گرفته شدند و تبلیغات باید حداقل در یکی از این بخش ها محتوا را ذکر کنند تا در تجزیه و تحلیل ما مورد توجه قرار گیرد. این منجر به مجموعه داده نهایی 13،562 تبلیغ شد که هر سه معیار را برآورده می کرد.

در جدول 1 ، شکست 13،562 تبلیغ توسط کشور ، نظم و انضباط و سال ارسال ارائه شده است. بخش هایی از آگهی مورد استفاده برای تجزیه و تحلیل ما سال ارسال آگهی ، زمینه تحقیق ، مکان ، زبانهای مورد نیاز و متن نیاز به مهارت است.

منتشر شده به صورت آنلاین:

جدول 1. ویژگی های نمونه.

طبقه بندی جدید با استفاده از فرهنگ لغت مشتق از داده

ما یک رویکرد داده محور به ساختمان طبقه بندی را در پیش گرفتیم. هر طبقه بندی موجود در صورت عدم اطلاع رسانی توسط داده ها ، مسطح و باطل از هر رتبه بندی یا سلسله مراتب است. قرار دادن دسته های مشتق شده از داده های ما در یک طبقه بندی موجود به این معنی بود که می توانیم در مورد بینش هایی که پیش روی ما آمده است ، گسترش دهیم و توضیح دهیم.

اول ، از تکالیف تصادفی برای انتخاب 200 تبلیغات شغلی برای خواندن دقیق تر توسط هر دو نویسنده استفاده شد. نویسندگان هر ویژگی را همانطور که در داده ها ظهور می کردند ، برچسب گذاری کردند. در همان فرآیند ، ما مفاهیم مرتبط یا اصطلاحات "مترادف مانند" را برای هر ویژگی ضبط کردیم. ما فرض کردیم که مهارت هایی مانند "کار تیمی" احتمالاً به عنوان "گروه کار" در جای دیگر گفته می شود اما متعلق به همان گروه است ، یعنی همکاری یا همکاری با دیگران. دوم ، تحقیقات ما مناسب ترین چارچوب مهارت ، یعنی چارچوب EuroDoc (همانطور که در بالا مورد بحث قرار گرفت) ، پس از مطالعات قبلی که به چارچوب های مهارت موجود برای ساختن یک طبقه بندی مناسب اعتماد کرده اند (به عنوان مثال Colombo ، Mercorio و Mezzanzanica 2019 ؛ Sibarani et al. 2017 ، مشخص شده است.). سوم ، ما ویژگی هایی را اضافه کردیم که در دسته های EuroDoc ذکر نشده اند. این نه دسته از EuroDoc را اصلاح کرد و به یک طبقه بندی جامع از ویژگی های دکترا مربوط به نمونه ما منجر شد. به طور خاص ، سه دسته جدید اضافه شده است: مدرک و دستاوردها (نام مدرک ، اعتبارنامه ، رونوشت ، سوابق دانشگاهی و غیره) ، تجربه کاری قبلی و ویژگی های شخصی (جاه طلبی ، اشتیاق ، انگیزه ، فعال بودن ، مقاومت و غیره). این موارد در دسته های مهارت های قابل انتقال EuroDoc ظاهر نمی شود ، اما اغلب در مهارت ها/صلاحیت ها و بخش های مورد نیاز خاص از تبلیغات شغلی ذکر شده است. از آنجا که دسته های جدید شامل صلاحیت ها (به عنوان مثال درجه و دستاوردها) و ویژگی های شخصی ، نه تنها مهارت ها ، ما اصطلاح "ویژگی های پذیرش" را برای برچسب زدن به دسته بندی های اصلاح شده ما ، با الهام از اثر O'Leary (2021) که از مفهوم ویژگی های "استفاده می کند ، اتخاذ کردیم. شامل مهارت ها ، ویژگی های شخصی و صلاحیت ها.

هر طبقه بندی به ناچار همپوشانی را در نحوه طبقه بندی ویژگی ها ارائه می دهد. به عنوان مثال ، می توان استدلال کرد که آیا خلاقیت در دسته های شناختی یا بنگاه متناسب است. برای جلوگیری از همپوشانی هرچه بیشتر و نگه داشتن دسته ها ، کل طبقه بندی توسط سه داور همسالان مستقل و چند رشته ای و هر دو نویسنده تأیید شد. در چندین بحث ، دسته بندی ویژگی های پذیرش فردی تا زمان دستیابی به توافق اجماع طبقه بندی شد.

در صورت استفاده از آنها به عنوان بخشی از یک عبارت فنی ، ویژگی ها از شمارش خارج شدند یا به چیزی غیر مرتبط اشاره کردند ، به عنوان مثال."ماده" مانند "ماده قانون" ، "انگیزه" مانند "نامه انگیزشی از نامزد". برای انجام این کار ، ما رویکرد "کلمات کلیدی در متن" را اعمال کردیم ، که به ما اجازه می داد تا به صورت دستی استفاده از مفهوم را در آگهی بررسی کنیم. در نتیجه ، ما 274 ویژگی فردی را برای فرهنگ لغت خود ایجاد کردیم که 45 مورد از آنها نمونه ای از ویژگی ها (طبق نمونه های فوق) بود که مورد توجه قرار نگرفت.

تجزیه و تحلیل یادگیری ماشین

ابزارهای استخراج موجودیت مبتنی بر فرهنگ لغت ویژگی های موجود در متن بدون ساختار را در دسته های از پیش تعریف شده مانند نام شرکت ، کدهای پزشکی یا مباحث استخراج می کنند (Cai et al. 2019 ؛ Cook and Jensen 2019). ابزارهای استخراج موجودیت وقایع موجودات از پیش تعریف شده را در متن (مانند تبلیغات شغلی) شناسایی می کنند. ما یک ابزار استخراج موجودیت مبتنی بر فرهنگ لغت ایجاد کردیم که در جستجوی وقایع اصطلاحات (یا به صورت کامل یا جزئی) در تبلیغات ، به دسته بندی هایی که در آگهی شغلی موجود است ، باز می گردد. چنین فرهنگ لغت قبلاً در تحقیقات آگهی شغلی مورد استفاده قرار گرفته است (آن کننان و همکاران 2006 ؛ سدی و پسر 2010 ؛ دمینگ 2015).

نتایج حاصل از ابزار استخراج نهاد مبتنی بر فرهنگ لغت ما برای قابلیت اطمینان مورد آزمایش قرار گرفت. یک رمزگذار مستقل ویژگی های اولیه تعیین شده توسط نویسندگان را مورد بررسی قرار داد و نمونه ای از 100 تبلیغات دکتری تصادفی را برای تعیین توافق بین رمزگذار انسانی و نتایج مبتنی بر پیوند دهنده ما نشان داد. آلفای Krippendorff ، که برای داده های اسمی توسط دو یا چند رمزگذار اعمال می شود ، برای تعیین قابلیت اطمینان بین متقابل استفاده شد (Krippendorff 2011). نتایج آلفای کریپندورف از توافق بالا (0. 8 ≥ آلفا) تا توافق متوسط (67/0 آلفا) و توافق ضعیف (آلفا (آلفا)< 0.67) (Krippendorff 2004 ). The overall interrater reliability for all categories was high, 2 except for Enterprise and Career Development. Both categories appeared infrequently and hence were removed from our analysis. The final list of ten categories is Research; Digital; Communication; Interpersonal; Cognitive; Teaching and Supervision; Personal attributes; Degrees and Achievements; Previous work experience; and Mobility.

تحلیل داده ها

این تحقیق با هدف شناسایی ویژگی های پذیرش مطلوب در استخدام دانش آموزان دکترا انجام شده است. به عبارت دیگر ، چه مهارت ها ، ویژگی ها و صلاحیت ها متقاضیان هنگام درخواست دکترا باید نشان دهند. برای مشخص کردن احتمال وجود یک دسته از ویژگی های موجود در AD PhD ، رگرسیون لجستیک (LR) برای هر گروه انجام شد زیرا متغیر نتیجه ما (یعنی دسته بندی) یا در یک دکتری AD موجود است. دسته مرجع "موجود نیست" است. متغیرهای پیش بینی کننده عبارتند از: (1) سال انتشار آگهی ، (2) کشور AD و (3) نظم و انضباط AD. با توجه به سال انتشار ، نظم و انضباط و کشور ، تجزیه و تحلیل رگرسیون لجستیک برای درک احتمال حضور یک گروه در یک تبلیغ انجام شد. ما سال را به عنوان یک متغیر متغیر (متغیر مداوم) در نظر گرفتیم ، در حالی که نظم و انضباط و کشور عوامل (متغیرهای طبقه بندی شده) در نظر گرفته می شدند.

یافته ها

چه ویژگی های پذیرش در آگهی های دکتری ذکر شده است؟

تأثیر نظم و انضباط ، کشور و سال ارسال چیست؟

ویژگی های پذیرش ذکر شده در آگهی ها

هنگام بررسی داده ها ، گروه مدرک و دستاوردها در 81 ٪ از تبلیغات وجود داشت. این ممکن است انتظار داشته باشد ، به عنوان مثالدر اروپا ، دکتری معمولاً به مدرک تحصیلات عالی ، حداقل در لیسانس اما به احتمال زیاد در سطح کارشناسی ارشد نیاز دارد ، اگرچه مدرک لیسانس در ایالات متحده و شاید سایر کشورها کافی باشد. سه دسته برتر مورد نظر پس از مدرک و دستاوردها عبارتند از: ارتباطات ، تحقیق و مهارتهای بین فردی ، که نزدیک به نیمی از کل پست های دکترا ثبت شده است (شکل 2). در مقابل ، قبل از انجام دکترا ، تدریس و تجربه کاری قبلی کم اهمیت است. برتری دسته ها برای رشته ها و کشورها متفاوت است.

پنج رشته برتر در نمونه ما عبارتند از علوم بیولوژیکی ، فیزیک ، شیمی ، مهندسی و علوم پزشکی (جدول 1 را ببینید). آنها با هم ، بیش از نیمی از کل پست های دکترا 2016-2019 را تشکیل می دهند که نشان دهنده نمایش قوی علوم یا رشته های STEM در داده های ما است. شکل 3 درصد تبلیغات را که در هر رشته قرار دارد ، ارائه می دهد. به عنوان مثال ، دسته مهارت های بین فردی در 62 ٪ از تبلیغات علوم پزشکی ذکر شده است. دو برابر بیشتر از تبلیغات علوم بیولوژیکی. مهارت های دیجیتالی در 38 ٪ از کل تبلیغات مهندسی ظاهر می شود. تقریباً سه برابر بیشتر از علوم بیولوژیکی و شیمی.

منتشر شده به صورت آنلاین:

شکل 3. دسته بندی ویژگی های پذیرش بر اساس نظم و انضباط.

شکل 3. دسته بندی ویژگی های پذیرش بر اساس نظم و انضباط.

بیشتر کشورهای نماینده در اروپا هستند. پنج کشور برتر هلند ، آلمان ، فرانسه ، اسپانیا و انگلیس هستند (جدول 1 را ببینید). آنها با هم ، بیش از نیمی از کل پست های دکترا را بین سالهای 2016 تا 2019 تهیه کردند. شکل 4 تجزیه و تحلیل دسته ها را در هر کشور ارائه می دهد. به عنوان مثال ، تحرک - مقوله ای که شامل آگاهی بین فرهنگی و مهارت های زبان خارجی است - تقریباً هشت برابر بیشتر به عنوان یک الزام در فرانسه نسبت به انگلیس است و دارای بالاترین در مهندسی است (شکل 3). هلند تمرکز بیشتری را بر روی ارتباطات ، بین فردی ، ویژگی های شخصی و تحقیقات قرار می دهد ، که نسبت به سایر کشورها تعداد یا بیشتر این دسته ها را دو برابر می کند. مقولات دیجیتالی و شناختی نیز در هلند نسبت به سایر کشورها بسیار بالاتر است. جالب اینجاست که در بین پنج کشور برتر ویژگی های بین فردی و شخصی برای انگلیس کمترین رتبه را دارند اما بالاترین برای هلند است.

منتشر شده به صورت آنلاین:

شکل 4. دسته بندی ویژگی ها بر اساس کشور.

شکل 4. دسته بندی ویژگی ها بر اساس کشور.

جدول 2 تجزیه و تحلیل دسته ها در سال ارسال را نشان می دهد. تجزیه و تحلیل بیشتر افزایش تعداد دسته های ذکر شده در هر تبلیغ را نشان داد. به طور متوسط ، در سال 2016 ، یک آگهی دکتری 2. 4 دسته را ذکر می کند ، و این به طور پیوسته در سال در سال (3. 2 دسته در سال 2017 ، 3. 2 در سال 2018) افزایش می یابد و منجر به 3. 6 دسته بندی در هر آگهی به طور متوسط در سال 2019 می شود. این نشان می دهد که بین سال 2016و تنها سال 2019 ، ADS PHD از ویژگی های بیشتر و ویژگی های متنوع تر متقاضیان خود خواست. جدول 2 همچنین نشان می دهد که ارتباطات ، بین فردی ، ویژگی های شخصی و دسته های دیجیتالی به همراه شناختی روند دارند. از این رو ، به دست آوردن اهمیت. سریعترین مقولات گرایش شناختی (دو برابر در چهار سال) ، بین فردی (در چهار سال دو برابر) و ویژگی های شخصی (در چهار سال 90 ٪ افزایش می یابد).

تأثیر نظم و انضباط ، کشور و سال ارسال

به طور کلی ، می فهمیم که وقوع و فراوانی ویژگی ها بر اساس کشور ، نظم و انضباط و سال ارسال تبلیغ متفاوت است. برای تعیین احتمال یک ویژگی که در یک AD ظاهر می شود یا خیر ، ما یک تحلیل رگرسیون لجستیک انجام دادیم. نتایج در جدول 3 ارائه شده است. ما پنج کشور و رشته های برتر را انتخاب کرده ایم که بیشترین تبلیغات شغلی را در سال 2016-2019 ارسال کرده اند (جدول 1 را ببینید) به عنوان نمونه ای برای انجام یک تحلیل عمیق. پنج کشور برتر هلند ، آلمان ، فرانسه ، اسپانیا و انگلیس هستند. پنج رشته برتر علوم بیولوژیکی ، فیزیک ، شیمی ، مهندسی و علوم پزشکی هستند. کشورها و رشته ها در پنج تیم برتر به طور جمعی به عنوان سایرین برچسب گذاری شده و گروه های مرجع را برای تجزیه و تحلیل رگرسیون لجستیک تشکیل می دهند. 3 نسبت شانس به شما کمک می کند تا احتمال حضور در یک گروه مهارت وجود داشته باشد. هرچه نسبت شانس بیشتر باشد ، احتمال حضور در دسته مهارت در تبلیغ بیشتر می شود. در مقابل ، نسبت شانس بین 0 تا 1 احتمال پایین تر وجود دارد. به عنوان مثال ، هلند در مقایسه با سایر کشورها ، ارزش بالایی را در مقطع و دستاوردها (3. 48) قرار می دهد و تبلیغات دکترا انگلیس کمتر درخواست مهارت های تدریس و نظارت را می دهد (12. 12). هنگام مقایسه رشته ها ، می یابیم که علوم پزشکی 40 ٪ بیشتر از مهارت های بین فردی درخواست می کنند (1. 4). از طرف دیگر ، علوم بیولوژیکی بسیار کمتر احتمال دارد که در همان دسته مهارت ها را درخواست کنند (82/0).

منتشر شده به صورت آنلاین:

جدول 2. دسته ویژگی ها به سال ارسال.

منتشر شده به صورت آنلاین:

جدول 3. نتایج رگرسیون لجستیک در هر دسته از ویژگی ها.

خلاصه بصری از جدول 3 در شکل 5 ارائه شده است ، که نشان می دهد تمام نسبت های شانس قابل توجه است. احتمال پایین ، جایی که نسبت شانس بین 0 تا 1 است ، به صورت نقطه مشخص می شود ، در حالی که احتمال بالاتر ، جایی که نسبت شانس بالاتر از 1 است ، به صورت راه راه مشخص می شود. نماد "/" برای مقادیر غیر مهم نشان داده شده است. آلمان کمتر در مقایسه با کشورهای "دیگر" بیشتر از مهارت ها را ذکر می کند. از طرف دیگر ، هلند به احتمال زیاد از مهارت هایی مانند مدرک و دستاوردها ، مهارت های بین فردی و ویژگی های شخصی در تبلیغات دکتری خود درخواست می کند. هنگام مقایسه علوم بیولوژیکی با سایر رشته ها ، تبلیغات زیست شناسی کمتر به جز مدرک و پیشرفت درخواست می کند. با مقایسه علوم پزشکی با سایر رشته ها ، تبلیغات به احتمال زیاد از ویژگی های شخصی ، مهارت های بین فردی و ارتباطات درخواست می کنند.

منتشر شده به صورت آنلاین:

شکل 5. نسبت شانس توسط پنج رشته و کشورهای برتر.

شکل 5. نسبت شانس توسط پنج رشته و کشورهای برتر.

بحث

در حالی که تحقیقات قبلی مهارت ها و ویژگی های مختلف مورد نیاز برای مشاغل پس از phd را مورد بررسی قرار داده است ، داده های دکتری ما به ما می گوید که تعدادی از این ویژگی ها در استخدام دانش آموزان دکترا جستجو شده اند. همانطور که پیت و موبورن (2016) دریافتند که مواضع فعلی دانشگاهی انتظار می رود متقاضیان موفق چیزی از ابرقهرمانان دانشگاهی نباشند ، ما شواهدی را نشان می دهیم که انتظارات در ورود به دکترا زیاد است. این نوار احتمالاً در مسیر شغلی محقق حتی بیشتر خواهد شد. ما می دانیم که در یک دوره نسبتاً کوتاه (2016-2019) ، برنامه های دکترا انتظارات خود را برای ویژگی های بیشتر و ویژگی های متنوع تر افزایش داده اند (از 3. 2 دسته در سال 2017 به 3. 6 در سال 2019). در واقع ، پیت و موبورن (2016) همچنین دریافتند که کارفرمایان دانشگاهی (یعنی دانشگاه ها) به دنبال طیف گسترده ای از مهارت ها و تخصص های بسیار توسعه یافته در طول مشاغل دانشگاهی هستند. علاوه بر این ، داده های ما نشان می دهد که کشورها و رشته ها ویژگی های مختلفی را درخواست می کنند. درک این اختلافات به نامزدهای که به دنبال آموزش دکترا در یک کشور یا رشته خاص هستند ، آگاه می شود. بر اساس یافته های ما ، ارتباطات ، تحقیق و مهارت های بین فردی سه مهارت برتر برای پذیرش دکترا ، مدرک زیر و دستاوردها هستند. از این رو ، متقاضیان دکترا قبل از شروع آموزش تحقیقات تحصیلات تکمیلی ، از نمایش این مهارت ها در برنامه های دکتری خود بهره مند می شوند.

یافته های ما نشان می دهد که بسیاری از ویژگی های درخواست شده در استخدام دانش آموزان دکترا همان چیزی است که معمولاً به عنوان مهارت های قابل انتقال گفته می شود (ژرمن-آلمارتین و مغادام-سامان 2020 ؛ سینچ و همکاران 2017) ، مهارتهایی که در بسیاری از کارهای حرفه ای مختلف اعمال می شود. این واقعیت که ارتباطات ، مهارت های بین فردی ، ویژگی های شخصی و مهارت های دیجیتالی ، همراه با مهارت های شناختی ، در داده های ما گرایش دارند (جدول 2) ، نشان می دهد که برای انجام یک دکتری مهارت های قابل انتقال را می طلبد. طرفهای تحقیقاتی ما با تحقیقات قبلی (OECD 2017 ؛ Deming 2015 ؛ Succi و Canovi 2020) که پیش بینی می کند که دو نوع مهارت در آینده از اهمیت ویژه ای برخوردار هستند: مهارت های نرم و دیجیتال. انتظار می رود که نامزدهای دکترا ، همکاری ، همکاری ، انتشار ، زمین و ارتباطات خود را با مخاطبان متنوع برقرار کنند و از صلاحیت های فنی و دیجیتال پیشرفته برخوردار باشند. سریعترین دسته از مهارت های بین فردی (از جمله کار تیمی ، مذاکره ، شبکه سازی ، حل و فصل تعارض و غیره) و ویژگی های شخصی (از جمله انعطاف پذیری ، اشتیاق ، انگیزه و غیره) در تبلیغات دکتری نشان می دهد که انجام دکترا به چنین خصوصیاتی نیاز دارد. مهارت های بین فردی و ویژگی های شخصی به ویژه در برنامه های دکترا که مشارکتی و بین رشته ای هستند ، بسیار مفید خواهد بود (Blyinger 2016 ؛ Borrell-Damian ، Morais و Smith 2015). به طور کلی ، برنامه های دکترا در برقراری ارتباط نحوه استفاده از ویژگی های مورد نیاز برای پذیرش دکتری و توسعه بیشتر در طول دکترا ، به خوبی عمل می کنند.

داده های ما همچنین نشان می دهد که تجربه تحقیق در 45 ٪ نمونه ما مورد نیاز است و 13 ٪ در سال افزایش می یابد (جدول 2). این امر به افزایش خواسته های افزایش یافته در آموزش تحقیق اشاره دارد. متقاضیان دکترا باید از قبل به مهارت هایی مانند ارتباطی و مهارت های بین فردی مجهز شوند ، زیرا برنامه های دکترا برای پشتیبانی از تکمیل به موقع و تقویت خروجی های تحقیقاتی به طور محکم تنظیم و ساختار یافته اند (همفری ، مارشال و لئوناردو 2012 ؛ شارمینی و اسپرونکن-اسمیت 2020 ؛ Bosanquet ، Mantai.، و فردریک 2020).

علاوه بر این ، بینش های تحقیقاتی ما با افزودن درک بهتر از آنچه پیش از این پیش بینی می شود ، ادبیات طراحی دکتری را آگاه می کنند. اگرچه هدف اصلی آماده سازی برای مشاغل دانشگاهی است ، دکترا باید دانشجویان را برای مشاغل متنوع توسعه دهد زیرا بازار اشتغال دانشگاهی به طور فزاینده ای رقابتی است. با توجه به دیدگاه توسعه برنامه درسی ، Sharmini و Spronken-Smith (2020) استدلال می کنند که قالب دکتری فعلی با نیاز به آماده سازی مناسب دانشجویان دکترا برای مشاغل دانشگاهی و غیر دانشگاهی مطابقت ندارد. با بررسی چارچوب های مهارت های مختلف در اوایل (یعنی RDF Vitae ، Mindset ، EuroDoc) ، غیرقابل انکار است که انتظار می رود دانشجویان دکترا بیش از "مهارت های تحقیقاتی صرفاً" و ایجاد دانش اصلی را انجام دهند. به طور فزاینده ، دانشجویان دکترا باید مهارت های برتر ارتباطات ، شبکه سازی و رهبری را نشان دهند (Borrell-Damian ، Morais و Smith 2015). این مهارت ها معمولاً در توضیحات برنامه دکترا یا نتایج منعکس نمی شوند اما در معیارهای انتخاب دکترا در داده های ما قابل مشاهده هستند. تحقیقات ما از استدلال Sharmini و Spronken-Smith (2020) پشتیبانی می کند که دکترا برای بازتاب و ارائه شواهدی برای یادگیری و توسعه چند وجهی که در دکترا رخ می دهد ، که فراتر از رشته خاص دانش آموز ، از جمله آموزش رهبری ، فعالیت های خارج از کشور ، گسترش می یابد ، باید تجدید نظر شود.، و پروژه های بین رشته ای (Sharmini and Spronken-Smith 2020 ؛ Bressinger 2016). این انتظارات تنوع مهارتهای موجود در داده های ما را توضیح می دهد. ارزیابی و شواهد متنوع ، به غیر از پایان نامه ، بهتر می تواند وسعت دانش و مهارت هایی را که از قبل از PHD و به دست آمده در دوره دکترا به دست آمده است ، منعکس کند و به طور بالقوه برای کارفرمایان متنوع آسانتر می شود. ارزیابی های جایگزین ممکن است شامل خروجی های ادبی خلاق ، پروژه های تیمی مشترک چند رشته ای ، ابتکارات اجرا شده و تأثیر ، نوآوری ، همکاری با صنعت ، برنامه های تجاری برای شرکت های نوپا ، برنامه های استراتژیک ، اسناد سیاست و غیره باشد.-phd به post-phd.

سرانجام ، تحقیقات ما تحقیقات اشتغال فارغ التحصیل دکتری را به شما اطلاع می دهد زیرا پایه و اساس ویژگی های مورد نظر در ورود به دکترا را فراهم می کند. داده های ما نشان می دهد که متقاضیان موفق دکترا ممکن است وسعت ویژگی های قابل انتقال به سایر مشاغل را از قبل داشته باشند. از این رو ، ما باید بتوانیم انتظار داشته باشیم که فارغ التحصیلان دکترا بتوانند از مشاغل متنوع پیروی کنند (ژرمن-آلامارتین و محدام-سامان 2020). با این حال ، برای اشتغال بیشتر شخص و تبدیل شدن به محققان ، پزشکان و رهبران کاملاً گرد تر (Blyinger 2016) تا کنون به ابتکار و توانایی نامزد دکترا در مرحله اول ، فرصت های توسعه رسمی یا غیر رسمی را واگذار کرده است و ثانیاً ، این موارد را در خود جای می دهد. برنامه های دکتری در حال حاضر شلوغ. ما توصیه می کنیم تمرکز صریح توسعه شغلی را در برنامه های دکترا تعبیه کرده و ساختمان آمادگی کاری نامزدها را در و ترغیب کنید و ویژگی هایی را که پیدا کردیم ممکن است در پذیرش دکترا وجود داشته باشد.

محدودیت ها

توسعه تعاریف استاتیک برای مقوله های مهارت یک کار جاه طلب است و گروه های مهارت احتمالاً در حال تحول هستند. مهارت های بسیار دشوار برای تمایز دشوار است (Djumalieva و Sleeman 2018) ، به همین دلیل برخی از کشورها و رشته ها چارچوب مهارت مشخصی ندارند. دیگران قبل از ما تصدیق کرده اند که هیچ راه "درستی" برای مهارت های گروهی وجود ندارد (Djumalieva و Sleeman 2018). با این وجود ، فرهنگ لغت توسعه یافته و طبقه بندی مورد استفاده در این مقاله درک مشترکی از مفاهیم و انواع مهارتهای مورد بررسی در این مطالعه ارائه می دهد. ما همچنین تأیید می کنیم که نمی توانیم فرض کنیم که همه کارها ، چه رسد به نقش های دکتری ، به صورت آنلاین تبلیغ می شوند یا اینکه و چگونه نقش ها پر می شوند (مثلاً مهارت ها و ویژگی های درخواست شده پیدا می شوند یا اینکه نامزدهای موفق نقش را پذیرفته اند). علاوه بر این ، ما ادعا نمی کنیم که تمام دکترا ها به ویژگی های پذیرش مشخص شده برای تکمیل یا موفقیت در دکترا نیاز دارند ، با این حال ، زیرا داده های ما نشان می دهد که برنامه های دکترا به طور فزاینده ای چنین ویژگی هایی را درخواست می کنند. ما می خواهیم دوباره تأکید کنیم که تجزیه و تحلیل ما فقط مربوط به ویژگی های قبل از phd است. ما این موارد را در برابر ویژگی های اشتغال پس از phd اندازه گیری یا مقایسه نمی کنیم ، و همچنین اندازه گیری نمی کنیم که نامزدهای منتخب دارای تمام ویژگی های درخواست شده باشند. این تحقیق بیشتر و مقایسه سیستماتیک ویژگی ها در استخدام دکترا ، پذیرش و فارغ التحصیلی است.

پیامدها و کاربردی را مطالعه کنید

تحقیقات ما چندین کمک می کند. از دیدگاه نظری ، ما آموزش تحقیقاتی را در زمینه توسعه اشتغال قرار می دهیم و از مرحله برنامه قبل از PHD به عنوان اولین نکته در این سفر توسعه استفاده می کنیم که در آن پایه و اساس ویژگی های مطلوب را اندازه گیری می کنیم. مقاله ما نشان داد که مهارت ها و ویژگی های متنوعی قبل از ورود به دکترا درخواست می شود ، که بسیاری از آنها معمولاً در خروج دکتری انتظار می رود.

در یک سطح روش شناختی ، ما به صورت تجربی چارچوب مهارت EuroDoc را تأیید کردیم و با تولید فرهنگ لغت مشتق از داده خود آن را گسترش دادیم. ما یک فرهنگ لغت از ویژگی ها را بر اساس یک مجموعه داده بزرگ تهیه کردیم که می تواند در آینده برای هر داده آگهی شغلی دانشگاهی اعمال شود و مقایسه و تغییرات داده های مفیدی را در طول زمان ارائه می دهد. تحقیقات تجربی بیشتر ممکن است از چارچوب ما برای ارزیابی و سنجش پایه ویژگی های پذیرش در دانشجویان دکترا برای تعیین نیازهای توسعه فردی که موسسات می توانند ارائه دهند ، استفاده کند.

این مطالعه از اهمیت قابل توجهی برای تمرین برخوردار است. بینش ما به نفع هر دانشجویی در مسیری برای دکترا ، متقاضیان دکترا ، محققان شغلی اولیه و کسانی است که آنها را پشتیبانی و آموزش می دهند. ما شفافیت و درک بیشتری از ویژگی های پذیرش مورد انتظار متقاضیان دکترا در رشته ها و کشورهای مختلف برای تصمیم گیری آگاهانه ، اتخاذ زبان مناسب از الزامات اشتغال ، برنامه ریزی توسعه شغلی آنها به همین ترتیب و بهبود رقابت آنها ارائه می دهیم. نتایج ما به تفاوت ها و تفاوت های ظریف در خواسته های مهارت در رشته ها و کشورهایی که باید در آموزش های قبل از دکترا و سیاست های آن در نظر گرفته شوند ، اشاره دارد.

در رابطه با خط مشی ، ما توصیه می کنیم که طراحی و توضیحات برنامه دکتری بر لزوم داشتن ویژگی های متنوع و قابل انتقال از قبل از phd تأکید کند. اینها به احتمال زیاد منجر به موفقیت در انجام تحقیقات دکترا و همچنین پیمایش چالش های متداول دکترا خواهد شد. برنامه های PhD Pathway و آموزش قبل از PHD به طور گسترده تر به خوبی برای تعبیه آموزش مهارت و توسعه ویژگی های برتر که شناسایی کردیم ، توصیه می شود. تجارب تحقیقاتی معتبر (به عنوان مثال بورس های تحصیلی تابستان یا زمستانی ، کارآموزی ، تحقیقات برای دوره کار ، شاهد مربیان مشغول تحقیق) فرصت های ایده آل را برای آماده سازی برای دکتری ارائه می دهد (Brew and Mantai 2020 ؛ Hajdarpasic ، Brew و Popenici 2015). در حین نامزدی دکترا ، می توانیم فرض کنیم که نامزدهای دکترا باعث ایجاد و تقویت بیشتر ویژگی های پذیرش خود می شوند اما ممکن است در توسعه کسانی که از قبل از PHD حضور ندارند ، به کمک نیاز داشته باشند. در این حالت ، آموزش توسعه شغلی برای دانشجویان باید در برنامه های دکترا تعبیه شود و ممکن است آموزش مناسب برای سرپرستان لازم باشد.