探究学术职业成功的混杂因素：基于深度预测建模的实证研究
计算机与社会
2022-11-22 v1
摘要
理解学术职业成功的决定因素对学者及其聘用机构都至关重要。尽管已有大量研究朝此方向努力，但由于存在海量混杂因素，仍缺乏一种对学者学术职业进行建模的定量方法。为此，本文从实证与预测建模的视角出发，探究学术职业成功的决定因素，重点关注两类典型学术荣誉，即 IEEE Fellow 与 ACM Fellow。我们定量分析了不同因素的重要性，并获得了若干富有洞见的发现。具体而言，我们分析了合著网络，发现潜在学者在早期与有影响力的学者紧密合作，并随其成长合作更为密切。随后我们比较了男性与女性 Fellow 的学术表现。经比较发现，为当选 Fellow，女性需比男性付出更多努力。此外，我们还发现成为 Fellow 并不能带来引用量及生产力增长的提升。我们希望这些提炼出的因素与发现能帮助学者提升竞争力，并在学术职业中良好发展。
引用
@article{arxiv.2211.10615,
title = {Exploring the Confounding Factors of Academic Career Success: An Empirical Study with Deep Predictive Modeling},
author = {Chenguang Du and Deqing Wang and Fuzhen Zhuang and Hengshu Zhu},
journal= {arXiv preprint arXiv:2211.10615},
year = {2022}
}