A human-validated procedure for linking PhD dissertation metadata to OpenAlex author profiles
تقدم هذه الورقة وتتحقق من صحة منهجية عامة، تم التحقق منها بشرياً، تجمع بين مقاييس التشابه على مستوى الحرف، والموضوعي، والقائم على المحولات (transformer-based) لربط بيانات أطروحات الدكتوراه بملفات تعريف المؤلفين في OpenAlex بشكل موثوق، مما يحقق دقة عالية في تتبع مسارات المسيرة الأكاديمية ويكشف أن ما يقرب من 17.3% من خريجي الدكتوراه في أمريكا الشمالية لا يمكن ربطهم بالمنشورات اللاحقة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في كل عام، يكمل مئات الآلاف من الطلاب حول العالم درجاتهم الدكتوراه، وهي علامة فارقة تمثل دخولهم الرسمي إلى عالم البحث. ولعقود من الزمن، اعتمد العلماء الذين يدرسون كيفية تطور المسارات الأكاديمية على مجموعة محددة من الأشخاص لإخبارهم بما يحدث لاحقاً: أولئك الذين يستمرون في نشر الأوراق البحثية في المجلات العلمية. ومن خلال تتبع هذه الأعمال المنشورة، رسم الباحثون صورة لكيفية بقاء العلماء نشطين، ومدى إنتاجيتهم، وكيفية تطور مسيراتهم المهنية. ومع ذلك، فإن هذه الصورة تعاني من فجوة كبيرة؛ فهي تشمل فقط الأشخاص الذين استمروا في النشر، وتتجاهل العدد الهائل من الخريجين الذين يغادرون عالم النشر الأكاديمي تماماً، ربما للعمل في الصناعة، أو الحكومة، أو التدريس، أو ببداً لمجرد التوقف عن الكتابة للمجلات العلمية. ولأن هؤلاء الأفراد لا يظهرون في قواعد البيانات القياسية المستخدمة لتتبع المخرجات العلمية، فإنهم يصبحون غير مرئيين فعلياً للدراسات التي تحاول فهم النطاق الكامل لأثر درجة الدكتوراه. وبدون معرفة من هو المفقود، فإن أي تقدير للنجاح المهني أو معدلات التسرب يعتمد على عينة تم تصفيتها بالفعل بناءً على شرط الاستمرار في النشر.
ولحل هذه المشكلة، طور فريق من الباحثين طريقة جديدة لربط النقاط بين أطروحة الدكتوراه والمسيرة اللاحقة لمؤلفها، حتى لو لم ينشر هذا المؤلف ورقة بحثية أخرى. لقد ركزوا على الفجوة الهائلة بين سجل الدرجة العلمية وسجل المسيرة المهنية. والتحدي هائل؛ فالأطروحة غالباً ما تكون السجل الوحيد لعمل الشخص في مجال معين، وقواعد البيانات التي تحتوي على ملايين المقالات العلمية مليئة بأشخاص يتشاركون في أسماء مشتركة. فالباحث المسمى "جون سميث" في رسالة عام 2009 قد يكون هو نفسه "جيه. سميث" الذي نشر ورقة بحثية في عام 2015، أو قد يكونا شخصين مختلفين تماماً. ويزداد الأمر تعقيداً بسبب حقيقة أن العديد من الخريجين يغيرون أسماءهم، أو يستخدمون أحرفاً أولية مختلفة، أو ينشرون تحت تنويعات مختلفة قلي للأسماء. وقد اعتمدت الطرق السابقة غالباً على مطابقة الأسماء البسيطة أو على متطوعين قاموا بالفعل بربط أعمالهم، وكلاهما يفشل في رصد الأغلبية الصامتة من الخريجين الذين لا يستمرون في عالم النشر.
لقد عالج الباحثون ذلك بإنشاء نظام حاسوبي يعمل كأمين مكتبة ماهر للغاية، حيث يقارن تفاصيل الأطروحة مع ملايين المطابقات المحتملة في قاعدة بيانات عالمية للمنشورات العلمية تسمى (OpenAlex). وبدلاً من النظر إلى الأسماء فحسب، يقرأ النظام عناوين الأطروحات وعناوين الأوراق المنشورة، ويقوم بتفكيكها إلى قطع نصية صغيرة لمعرفة مدى تداخلها. كما يستخدم تقنية متقدمة لفهم المواضيع الأساسية للعمل، مدركاً أن ورقة بحثية عن "تعلم الآلة" قد تكون مرتبطة بأطروحة بعنوان "الذكاء الاصطناعي" حتى لو اختلفت الكلمات. ويولد النظام درجة تمثل مدى احتمالية أن يكون الشخص الذي كتب الأطروحة هو نفسه الشخص الذي كتب المقالات. وللتأكد من فاعلية هذا النظام، اختبره الباحثون من خلال جعل خبراء بشريين يراجعون آلاف المطابقات المحتملة، للتحقق مما إذا كانت توقعات الكمبيوتر صحيحة. ووجدوا أنه من خلال الجمع بين مطابقة النصوص وتحليل المواضيع، يمكن للنظام تحديد الشخص نفسه عبر السجلات المختلفة بدقة عالية.
تكشف نتائج هذه الطة الجديدة عن واقع مذهل حول القوى العاملة الأكاديمية. فعندما طبق الباحثون نظامهم على مجموعة كبيرة من خريجي الدكتوراه من أمريكا الشمالية، وجدوا أن جزءاً كبيراً من هؤلاء الأفراد لا يمكن ربطه بأي منشور لاحق في قاعدة البيانات. وتحديداً، يقدرون أن ما بين 10.2% و20.7% من أي دفعة نموذجية من خريجي الدكتوراه لا يظهرون في قواعد البيانات البيبليوغرافية الرئيسية بعد حصولهم على الدرجة، مع تقدير أفضل قدره 17.3%. وهذا يعني أن واحداً من كل خمسة خريجين دكتوراه تقريباً مفقود من الخرائط القياسية للمسيرات العلمية. وهذه المجموعة ليست بالضرورة فاشلة؛ فقد يكونون ناجحين في قطاعات أخرى، لكن غيابهم عن البيانات يشوه فهمنا لما يحدث بعد الحصول على الدكتوراه. كما أظهرت الدراسة أن معدل "الاختفاء" من سجل النشر يزداد بمرور الوقت؛ فبينما لا يزال حوالي 73% من الخريجين يُلاحظ نشرهم في السنة التي تلي حصولهم على الدرجة مباشرة، تنخفض هذه النسبة إلى حوالي 50% بعد خمس عشرة سنة. وهذا الانخفاض يكون أكثر حدة عند تضمين الخريجين الذين لم ينشروا على الإطلاق، مما يشير إلى أن غالبية الباحثين يساهمون في الأدبيات العلمية لفترة زمنية محدودة فقط.
كما اختبر الباحثون ما إذا كان بإمكان الذكاء الاصطناعي الحديث استبدال نظامهم الحاسوبي المهيكل. ووجدوا أنه بينما يمكن لنماذج اللغات الكبيرة اتخاذ أحكام دقيقة جداً عندما تكون واثقة تماماً، إلا أنها كانت أبطأ وأقل فاعلية قليلاً في إيجاد المطابقات عبر المجموعة بأكملها مقارنة بنظام التقييم المتخصص. ويقترحون أن النهج الأكثر كفاءة هو استخدام النظام المتخصص والسريع لمسح جميع البيانات، ثم استخدام الذكاء الاصطناعي فقط للتحقق من الحالات التي يشك فيها النظام الأول. وتسمح هذه العملية ذات الخطوتين بالحصول على رؤية شاملة للبيانات دون الغرق في وقت وتكلفة فحص كل سجل باستخدام نموذج معقد.
في الختام، لا يقتُم عملهم هذا على حل مشكلة تقنية في مطابقة البيانات فحسب، بل يغير قصة المسيرة الأكاديمية. فمن خلال احتساب الخريجين الذين لا ينشرون، توفر الدراسة صورة أكثر صدقاً واكتمالاً لنتائج التدريب على الدكتوراه. وهي تظهر أن المسار بعد الدكتوراه أكثر تنوعاً مما سمحت به البيانات سابقاً، مع وجود عدد كبير من الأشخاص الذين ينتقلون إلى أدوار لا تتضمن النشر في المجلات الأكاديمية. إن الطريقة التي تم تطويرها هنا مفتوحة ويمكن تطبيقها في مجالات ودول أخرى، مما يوفر أداة جديدة لصناع السياسات والباحثين لفهم المصير الحقيقي لملايين الأشخاص الذين ينالون درجة الدكتوراه كل عام. إنها تذكرنا بأن نهاية الأطروحة ليست دائماً هي بداية المسيرة العلمية، وأن قيمة الدكتوراه تمتد إلى ما هو أبعد بكثير من صفحات المجلات العلمية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.