使用情节相对持续时间来规范序列长度:在德国对博士课程的应用
Gesche Brandt1, Susanne de Vogel2
1Hannover University of Applied Sciences and Arts, Germany.
Longitudinal and life course studies : international journal
|October 7, 2024
概括
这项研究引入了序列规范化,以分析各种博士学位轨迹的长度. 相对持续时间的规范化改善了典型的职业道路和模式的识别.
科学领域:
- 社会科学 社会科学 社会科学
- 教育研究教育研究
- 科学社会学科学社会学
背景情况:
- 博士学位的轨迹在长度上有很大差异,这给比较分析带来了挑战.
- 由于长度的差异,现有的方法很难准确地确定典型的职业道路.
- 来自德国博士学位持有人的小组研究数据提供了详细的月度轨迹信息.
研究的目的:
- 提出和评估一个序列规范化方法来分析可变长度的博士学位轨迹.
- 改进典型的博士职业模式的识别和图形表示.
- 为了允许对不同长度的序列进行比较,以识别模式.
主要方法:
- 使用情节相对持续时间进行序列正常化.
- 来自德国博士学位持有人小组研究的事件数据的分析.
- 集群分析对规范和绝对序列的应用.
主要成果:
- 与绝对序列相比,规范化序列可以更准确地识别典型的博士学位轨迹.
- 对规范化序列的集群解决方案的图形呈现更准确地描绘了潜在的过程.
- 该方法有助于定义独立于固定长度的参考序列.
结论:
- 以相对持续时间进行序列规范化是一种有效且易于实施的方法,用于比较不同长度的序列.
- 这种方法提高了在复杂的纵向数据中识别模式的能力.
- 这些发现对理解和比较学术界及其他领域的职业道路有影响.
相关概念视频
02:20Longitudinal Research
11.9K
Sometimes we want to see how people change over time, as in studies of human development and lifespan. When we test the same group of individuals repeatedly over an extended period of time, we are conducting longitudinal research. Longitudinal research is a research design in which data-gathering is administered repeatedly over an extended period of time. For example, we may survey a group of individuals about their dietary habits at age 20, retest them a decade later at age 30, and then again...
11.9K
02:31Replication in Eukaryotes
170.4K
Overview
170.4K