2. 北京教育科学研究院, 北京 100036
博士生教育作为学历教育的最高层次,承担着高层次人才培养及输出的重要任务。如何提升博士生教育培养质量是一直以来被广泛关注的议题。着力提升质量,首先需要回答“衡量博士生水平的关键指标是什么”这一问题,多数博士生培养机构将获得博士学位的核心标准明确为:对知识的原创性贡献[1]。知识材料,尤其是高深的知识材料,处于任何高等教育系统的核心[2]。当前,研究者普遍肯定了“知识”是博士生的“立身之本”,从教育目的的角度[3]、身份定位的角度[4]、培养观念转变需要的角度[5]等多方面,论述“知识”对于博士生的重要价值。博士生既是具体博士项目中的“学习者”,也是特定领域高深知识的“研究者”,“知识”既是博士生教育的最终指向,也是评价博士生水平的标准。
但目前对于博士生在就读期间的知识提升与其个人发展二者间关系的相关研究较少,本文利用2022年全国博士毕业生调查问卷数据,尝试探究哪些因素会影响博士生的知识提升及知识提升对其科研产出的影响。
二、文献综述与研究假设 (一) 知识提升及其影响因素对于特定学科领域知识的掌握及为其发展作出贡献,是衡量博士生身份认同的重要指标之一[6]。开展知识学习及丰富知识储备是博士生实现学术成长的必由之路,何种因素会影响博士生的知识提升?根据已有研究可以将主要影响因素归纳为内外部因素,王瑞朋等认为,过往经历、性格特点等内因,导学关系及学科文化等外因,综合作用于博士生的学术成长与发展。[7]对于培养而言,因内部因素一般是个体既有所在,难以为外部条件所左右,由此,本研究主要探讨导学关系及学科差异对博士生知识提升的影响。根据已有研究,导学关系与知识产出之间存在相关性[8],是造成知识产出异质性结果的重要因素。例如,高频率指导会增加博士生学习明言知识的时间,增加其获得隐性知识的机会[9]。同时,相对于单导师指导模式,采取导师组的形式更有利于维护学习共同体的韧性联系[10]。
另外,作为知识生产专门化的重要空间,学科是影响博士生科研训练的重要制度,可用于解释博士生教育中的诸多差异[11]。阿加斯提(Agasisti)提出,不同院系基于其学科特性对于研究成果类型的关注重点不同[12],学科差异将影响组织的管理方式及评估侧重。基于导学关系及学科特性对于博士生发展的重要影响,提出研究假设:
H1a:与导师交流的频率对于博士生的专业知识提升具有显著的正向影响。
H1b:与导师交流的频率对于博士生的跨学科知识提升具有显著的正向影响。
H1c:相较于单一导师制,联合指导制①下的博士生专业知识提升更高。
H1d:相较于单一导师制,联合指导制下的博士生跨学科知识提升更高。
H1e:不同学科博士生的专业知识提升存在显著差异。
H1f:不同学科博士生的跨学科知识提升存在显著差异。
(二) 知识提升对博士生科研产出的影响引入知识提升对科研产出影响的目的在于考察自我认知与客观成果之间的关系。科研产出是对研究主体在一段时间内开展研究活动的综合衡量,用以衡量研究人员的生产效率[13]。当前,将出版物和引文作为科研产出的衡量标准被广泛认可,引起了研究者对于科研产出结果影响因素的关注[14]。
有研究者指出,知识是博士生开展科研工作的重要支撑,扎实的知识基础支持有助于学生形成深刻的理解及抽象思维[15]。刘杰等通过调研发现,知识积累将有利于提升博士生的科研产出,且理论基础知识是判定论文质量的关键因素[16]。伊格姆(Igam)等通过调研发现,跨学科知识与发明的技术价值间存在强正相关关系[17]。阿布拉莫(Abramo)等认为,应用不同学科领域的知识与技能是解决当前科学进步所面临的复杂挑战的基础[18]。潘宁顿(Pennington)提出,掌握一定的跨学科知识、了解对方的学科视角,才能推进跨学科团队合作成为可能[19]。综上所述,已有研究大多肯定了学科专业知识及跨学科知识对研究者的科研成果及研究进展具有重要意义,在此基础上,提出研究假设:
H2a:专业知识提升较高的博士生科研产出更高。
H2b:跨学科知识提升较高的博士生科研产出更高。
三、研究设计 (一) 数据研究采用2022年度“全国博士毕业生调查”项目的问卷数据为研究基础,该项目由北京大学中国博士教育研究中心实施,以普查方式调查即将毕业的博士研究生,共发放65146份网络问卷,回收问卷23197份,总体回收率为35.6%,剔除无效问卷后,保留有效问卷22382份。
从样本规模上看,与教育部2022年教育统计数据相较,2022年全国博士毕业生人数为8.2万人,研究数据所包含的样本数量约占该群体总体数量的27.2%,样本规模有所保障。从样本分布来看,在性别上,男性(全国:56.2%;本调查:53.8%)、女性(全国:43.8%;本调查:46.2%)。在学科类型上,人文学科(全国:6.0%;本调查:6.8%)、社会科学(全国:14.1%;本调查:13.8%)、理学(全国:20.7%;本调查:21.3%)、工学(全国:36.6%;本调查:34.7%)、医学(全国:18.0%;本调查:17.3%)、农学(全国:4.6%;本调查:6.1%)。在学位类型上,学术学位(全国:92.8%;本调查:93.2%)、专业学位(全国:7.2%;本调查:6.8%)。就性别、学科类型和学位类型等方面,本研究所用调查样本的分布与全国整体情况基本一致,样本对全国的代表性较高。
在其他分布方面,院校类型上,一流大学建设高校(39.8%)、一流学科建设高校(25.6%)、普通高校(24.0%)、科研院所(2.2%)、中国科学院大学和中国社会科学院大学(8.4%)。录取方式上,本科直博(7.8%),硕博连读(28.9%),普通招考(63.3%)。综合而言,各类别分布较为平均,表明调查样本具有科学性、合理性,代表性强。
(二) 变量本研究主要以科研产出为因变量,它是衡量博士生科研能力的重要参照,一般多以论文发表数[20]及论文引用情况[21]等作为计算科研产出的指标,在细化分析中,部分学者将进一步考虑发表论文所在期刊的影响力、层次[22],及科研产出表现的学科差异[23]。考虑能为多数学科所接受、且能有效量化博士生科研产出的方法,本研究的科研产出表现为中文期刊论文、外文期刊论文发表数量的总和。
在第一阶段中将博士生的知识提升作为因变量,研究影响知识提升的因素,第二阶段中将其作为自变量,研究知识提升对科研产出的影响。基于相关研究,认为于博士生而言,掌握研究领域所需的基础理论和专业知识[24]及多学科研究方法[25]是博士生开展研究的基础,按知识的内容划分,可以将博士生所需的知识分为专业知识及跨学科知识两类。由此,以博士生对于“读博期间收获与进步情况”评价中的“本学科的专业知识掌握水平”“运用多个学科的理论或方法解决问题的能力”两道问题的5分判断为依据,以测量其专业知识及跨学科知识提升度。
在第一阶段中将学科类型、与导师交流频率、导师指导制度等作为自变量,探究学科、导学关系等因素对博士生知识提升的影响。在第二阶段中将可能会影响科研产出的潜在因素,如性别、年龄、婚育状态等人口学特征,学科类型、学校类型、录取方式、就读方式、有无出国(出境)学习经历、导师性别、与导师交流频率、导师指导制度等教育背景作为控制变量,探究博士生的知识提升对其科研产出的影响。不同变量的测量方式及描述性统计(见表 1)。
![]() |
表 1 变量测量方式及描述性统计 |
研究主要分为两部分,以分析知识提升对博士生科研产出的影响。第一部分的实证分析主要解决“什么因素将影响博士生的知识提升度”,即便处于较为一致的培养环境、经历大体相同的培养环节,也可能会因群体内部的异质性而对知识提升程度这一结果造成影响。因此,本文将“专业知识提升”“跨学科知识提升”按博士生自评结果分为高/低两组,通过Logistic回归模型分析不同个体特征的博士生对于知识提升程度的异质性,采用异方差稳健标准误开展估计,以增加估计的无偏有效性。
依据已有文献,认为博士生的知识提升可能进一步影响其科研产出,因此,第二部分的实证分析主要回答“专业知识及跨学科知识提升是否会对博士生的科研产出产生影响”这一问题。由于用以测量科研产出的论文发表数为离散数据,适用于计数模型,故而本研究选择负二项回归模型分别估计两类知识的提升对博士生科研产出的影响,同样使用异方差稳健标准误开展估计。
四、实证结果 (一) 知识提升的影响因素 1. 专业知识提升的影响因素通过Logistic回归模型拟合,结果显示博士生在教育背景方面的差异性将会对其专业知识提升产生显著影响,具体结果见表 2。
![]() |
表 2 博士生专业知识提升程度高/低的Logistic回归模型结果 |
首先,“导学关系”对博士生的专业知识提升具有显著影响,主要表现于两方面。一是与导师交流频率越高的博士生,其专业知识提升度更高,在交流频率为“每年一次”这类较为极端的情况下,博士生的专业知识提升度远低于交流频率“每周若干次”的群体。二是相对于“单一导师制”,联合指导制下(含副导师或导师小组)博士生的专业知识提升程度是前者的1.4倍。进一步地,导师组成员中若有来自其他学科导师的博士生,其专业知识提升程度相较于“无其他学科导师”组的博士生,是后者的1.1倍。从所显示的结果中可看出,接受更丰富、多元的导师指导对博士生的专业知识提升具有正向促进作用。
其次,博士生专业知识提升在学科类型方面具有显著差异,具体而言,人文学科博士生的专业知识提升度较其他学科表现更突出,一方面,这既与人文学科的特性有关,它旨在基于对现实问题的观察,抽象出可解释的理论,这一过程需要其研究者在充分积累基础上实现理论创新。另一方面,也与当前的学科研究者研究转向有关,有学者提出,大多数文史哲学者的研究对象已经转向本学科知识性的专业学术史[26]。医学等实践性强的学科,更重视经验熟练度,相较于强调大量积累专业知识的人文学科,其博士生对于自身的知识体量的关注度可能更低。而社会科学、工学等基于基础科学形成的应用学科,其专业知识范围涉猎广泛,同样对于知识量的要求较高。
最后,博士生的专业知识提升在学校类型方面也具有一定差异,结果显示,普通高校相对于“双一流”建设高校,博士生对于自身专业知识提升度的评价更高。对于这一结果,或许存在院校培养方向、方式、博士生自我认同度等多方面因素。
研究结论验证了前文所提及的假设H1a、H1c、H1e,即与导师交流的频率、导师指导制度及学科等因素对博士生专业知识的提升程度具有显著影响。
2. 跨学科知识提升的影响因素根据Logistic回归模型分析结果,影响专业知识提升的因素也同样将作用于跨学科知识,但在影响程度方面存在不同(见表 3)。
![]() |
表 3 博士生跨学科知识提升程度高/低的Logistic回归模型结果 |
首先,与专业知识类似,与导师交流频率、导师指导制度及导师组成员构成等均会对博士生的跨学科知识提升产生显著影响。一是与导师的交流频率越高,博士生的跨学科知识提升度越好。二是相对于单一导师制,接受联合导师指导的博士生跨学科知识提升度更高,这类博士生的跨学科知识提升程度高于前者28%左右。三是相对于单一学科导师,多学科导师指导环境中的博士生的跨学科知识提升度更高。
其次,学科类型会对博士生的跨学科知识提升产生显著影响。相较于人文学科,理学、医学博士生的跨学科知识提升度要低40%左右,农学博士生的跨学科知识提升度要低17%左右。从学科特点的角度对这一现象加以解释,相对于人文学科,理学、医学、农学的专业性更强,这类学科的博士生在其研究领域中所需涉及的跨学科知识较少,更强调学生对小领域的深耕,对特定知识的聚焦。
最后,学校类型也会对博士生的跨学科知识提升产生显著影响。相对于“双一流”建设高校,中国科学院、中国社会科学院的博士生对于自身跨学科知识提升度的评价最高,普通高校博士生在这一项上的自评同样高于“双一流”建设高校。
相关分析结果验证了前文所提出的假设H1b、H1d、H1f,即与导师交流的频率、导师指导制度及学科等因素对博士生跨学科知识提升具有显著影响。
(二) 知识提升对科研产出的影响这一阶段的分析主要使用负二项回归以探究知识提升对科研产出的影响,回归模型中加入人口学特征、教育背景等控制变量,以更精准地估计知识提升的影响。
1. 专业知识提升对科研产出的影响为增强分析结果的稳健性,分别将知识提升度作为连续变量与二分变量进行分析,观察其是否能得出相同结论,具体结果如表 4所示,无论是将专业知识提升度作为连续变量还是二分变量加入回归模型,其都对博士生的科研产出具有显著促进作用,验证了前文的假设H2a,说明博士生的专业知识是其开展科研工作的重要支撑因素,整体而言,专业知识扎实的博士生,其科研产出的效果越好。
![]() |
表 4 专业知识提升度对论文发表负二项回归结果 |
科学研究的问题来源、知识基础、研究方法等并不会局限于主观建构的学科“框架”内部[27],在知识呈现弥散状态的知识生产模式Ⅱ的环境中,解决复杂性问题需要广泛涉猎多学科理论与方法,在专业知识之外,跨学科知识对作为知识生产者的博士生而言同样重要。
在实证分析中,同样将跨学科知识提升度分为连续变量及二分变量两类,通过负二项回归,探究跨学科知识提升对博士生科研产出产生的具体影响,结果如表 5所示,与专业知识对博士生科研产出的结果类似,无论作为连续变量还是二分变量,跨学科知识提升度对博士生科研产出具有显著正向作用,跨学科知识提升度越高,博士生的科研表现越好,同样验证了假设H2b。
![]() |
表 5 跨学科知识提升度对论文发表负二项回归结果 |
“知识”对于博士生个人发展及博士生教育具有重要地位是为多数研究者所肯定的观点[28-30],而当前研究较少以量化形式明确博士生的知识提升程度对其科研产出的正向影响。本研究围绕“何种因素会影响博士生的知识提升度”“知识提升对博士生的科研产出的影响”等两项问题,将博士生所需知识分为专业知识及跨学科知识分别探讨,尝试就“知识提升”的主题,为博士生教育的过程提供部分建议。
(一) 研究结论 1. 学科范式及导学关系对知识提升有显著影响我国的博士生教育可以被基本视为相对同质的结构化培养过程,在读博士生所经历的各环节基本一致,主要表现为课程修习、中期考核、开题、答辩等。但相对一致的培养过程并不能保证博士生的知识提升程度保持一致,根据研究结果的显示,博士生的学科类型、导学关系、学校类型等因素都会对其知识提升产生显著影响,其中学科及导学关系等两方面所起作用更为显著。
一方面,学科差异对博士生知识提升存在影响。博士生教育的目的在于培养特定学科创造与传播知识的学者[31],“学科”是用于描述研究领域间区别的关键概念之一,是“科学分工”的重要基础,一门学科将影响其成员的思维方式、行为、情感反应及动机[32]。比如以“范式存在的程度”将学科分为硬科学与软科学,以“对应用的程度的关注”分为纯科学与应用科学[33],不同类型的学科所遵循的学科范式、运用的学科方法不同,对于专业知识及跨学科知识的需求程度存在差异,例如在专业性较强的理学、医学领域,所在学科博士生对跨学科知识的关注会低于人文、农学等需要涉猎多学科的领域。
另一方面,导学关系差异对博士生知识提升存在影响。研究中的“导学关系”主要包括两方面,一是导学制度,二是导学之间的交流频率。就“导学制度”而言,相较于单一导师制,处于联合指导环境中的博士生专业知识提升度要高于前者40%左右,跨学科知识提升度要高28%左右,说明更丰富、广泛的交往,对于博士生的知识提升具有显著促进作用,其中,导师组成员中若有多学科导师,相较于单学科导师指导,这类博士生的专业知识提升程度会高13%左右,跨学科知识提升程度高60%左右,说明多学科导师指导对于博士生跨学科知识提升的正向促进作用更为明显。就“导学间交流频率”而言,相较于“每周若干次交流”,“每年交流一次”这类交流频率极低的博士生的知识提升程度远低于前者,且相比于专业知识,在跨学科知识方面表现更为明显。
2. 知识提升对科研产出有显著影响依据负二项回归的分析结果,专业知识与跨学科知识提升均有助于提升博士生的科研产出水平,且从回归系数上看,跨学科知识对科研产出的促进作用更高。对于这一现象,可通过三方面加以解释。一是科学活动的最终目的在于对现实问题的反思与解决,当前在发展中所面临的现实问题大多是复杂问题,对于这类问题的解答需要运用多学科理论与方法。二是科研活动的创新需要加入多学科视角为其提供灵感,研究者普遍认同跨学科研究对激发创新活力的显著作用[34-35]。三是随着科学研究的深入,学科间的边界日益模糊,学科发展的走势愈加趋近于交叉融合,知识生产模式的转型与变革使得知识间跨界交叉、深度融合的趋势愈加明显,更为强调对高层次复合型人才的培养[36]。基于此,掌握跨学科知识于博士生而言,既是开展创新性科研活动的重要支撑,也是科学研究发展趋势的要求。
(二) 启示与建议第一,加强完善集体指导制度。根据研究结果,联合指导制下的博士生在知识提升方面的表现相较于单一导师制更好,且多学科指导组也对博士生的知识提升有正向促进。基于此,在博士生培养中可以重视为学生提供多元指导,构建导师指导组以拓宽学生知识面及视野。
第二,加强导师指导的过程考核。研究显示,导师的指导频率对博士生的知识提升具有显著的正向影响,增加与导师的互动交流有利于拓宽知识流动的非正式场域,也有助于增强学生的研究热情。基于此,在考核层面可以将导师指导纳入导师遴选的指标,作为导师评价的参考。
第三,优化基于学科的分类考核模式。研究显示,学科类型对博士生的知识提升具有显著影响。不同学科博士生对于知识内容的偏重不同,知识内化的速度与路线也有所不同,在较为同质的培养环节中,可以在内容偏重方面体现学科特性,例如对于物理、数学、哲学等强调逻辑论证与理论创新的基础性学科,在课程修习阶段,可以偏重理论积累,在中期考核过程中,可以增强对于学科基础知识的考察比重。
第四,加强博士生跨学科知识的学习。根据研究结果,由来自不同学科导师组成的指导组对博士生的知识提升具有显著的正向影响。基于此,各培养单位可搭建多学科交流平台,增强学科间的互动,利用讲座、午餐会、联合讨论等形式为其博士生提供交流的机会,促进跨学科交往,在较为宽松的环境中提升博士生的跨学科知识水平。
(三) 研究展望本研究主要以实证形式分析博士生个体因素对其知识提升的影响,及知识提升对其科研产出的作用。在实证方面,本研究还存在一定不足:一是数据源于问卷所得,主要反映回答者的自我感知,主观性较强,缺乏对知识提升程度的客观测量。二是缺乏对博士生内化知识的整体过程的分析,即影响知识提升度的各因素如何运作,运作机理是什么这一问题还未明晰。三是知识提升究竟能对博士生的科研产出起多大作用,是否存在提升度与时间交互中的阶段性差异化影响,即在不同的阶段与具体环境中,知识的影响在效果与程度方面表现不同,以及知识如何发挥其作用等问题也还未厘清。
对于这类问题的解答或许难以完全以数据分析的形式进行说明,更需要通过观察与访谈,以“知识”为中心探究博士生的发展提升过程。具体而言,可以围绕三方面进行更深入的研究: 第一,展现博士生实现知识内化的具体活动及所经历的整体过程,可以通过其在具体场域中进行的科研活动的具体表现,总结知识内化各阶段中的发展模式,进行学科比较分析。第二,通过政策文本中关于博士生知识结构的说明与要求,进一步细分博士生所需知识的具体内容,从更多维度衡量博士生的知识提升程度。第三,进一步分析与抽象出知识提升度对博士生成长发展的作用机理,哪些关键因素将作为“调节”进而影响“知识”对个人发展及科研结果的作用。
注释:
① “联合指导制”指拥有副导师或导师指导小组。
[1] |
Rugg G, Petre M. The Unwritten Rules of PhD Research[M]. Milton Keynes: Open University Press, 2004: 18.
|
[2] |
杨青. 人文社科博士生延期毕业成因分析: 以高深知识生成逻辑为视角[J]. 复旦教育论坛, 2022, 20(2): 56-65. DOI:10.3969/j.issn.1672-0059.2022.02.009 |
[3] |
Chuchalin A. Evolution of the CDIO Approach: BEng, MSc, and PhD Level[J]. European Journal of Engineering Education, 2020, 45(1): 103-112. DOI:10.1080/03043797.2017.1422694 |
[4] |
Hoyne G, Alessandrini J, Fellman M. Doctoral Education for the Future: Through the Looking Glass[C]//In Emerging Directions in Doctoral Education. Emerald Group Publishing Limited, 2016: 21-38.
|
[5] |
陈洪捷. 博士质量: 概念、评价与趋势[M]. 北京: 北京大学出版社, 2010: 13.
|
[6] |
Kovalcikiene K, Buksnyte-Marmiene L. Towards an Understanding of Doctoral Students' Professional Identity Complexity[J]. Procedia-Social and Behavioral Sciences, 2015(191): 2693-2698. |
[7] |
王瑞朋, 钟秉林. 教育学博士生学术社会化的内容维度与影响因素[J]. 重庆高教研究, 2023, 11(6): 43-52. |
[8] |
陈振中, 车越彤. 基于知识生产的导学科研共同体的建构[J]. 学位与研究生教育, 2021(11): 36-42. |
[9] |
李澄锋, 陈洪捷. 主动选择导师何以重要: 选择导师的主动性对博士生指导效果的调节效应[J]. 高等教育研究, 2021, 42(4): 73-83. |
[10] |
张琼, 刘佳. 关系韧性视域下博士生导师指导模式优化研究: 以教育博士导师组为例[J]. 教育发展研究, 2022, 42(17): 8-15. |
[11] |
蔺亚琼, 李紫玲. 知识生产视角下博士生科研训练的两种模式[J]. 中国高教研究, 2021(2): 84-90. |
[12] |
Agasisti T, Catalano G, Landoni P, et al. Evaluating the Performance of Academic Departments: An Analysis of Research-related Output Efficiency[J]. Research Evaluation, 2012, 21(1): 2-14. DOI:10.1093/reseval/rvr001 |
[13] |
Aparna S M, Sahney S. Differential Effect of Age in Academia: A Three-way Interaction Effect of Age, Technological Aids and Knowledge Sharing on Research Output[J]. International Journal of Educational Management, 2022, 36(7): 1255-1270. |
[14] |
Gonzalez-Brambila C, Veloso F M. The Determinants of Research Output and Impact: A Study of Mexican Researchers[J]. Research Policy, 2007, 36(7): 1035-1051. DOI:10.1016/j.respol.2007.03.005 |
[15] |
Annala J. Disciplinary Knowledge Practices and Powerful Knowledge: A Study on Knowledge and Curriculum Structures in Regions[J]. Teaching in Higher Education, 2022, 27(8): 1084-1102. DOI:10.1080/13562517.2022.2114340 |
[16] |
刘杰, 杨洋, 李芳平, 等. 理工科优秀博士学位论文的"学术基因"是什么?——基于Z大学近五年优秀博士学位论文评选数据的分析[J]. 研究生教育研究, 2022(2): 43-51. |
[17] |
Moaniba I M, Su H N, Lee P C. Knowledge Recombination and Technological Innovation: The Important Role of Cross-disciplinary Knowledge[J]. Innovation, 2018, 20(4): 326-352. DOI:10.1080/14479338.2018.1478735 |
[18] |
Abramo G, D'angelo C A, Di Costa F. Identifying Interdisciplinarity through the Disciplinary Classification of Coauthors of Scientific Publications[J]. Journal of the American Society for Information Science and Technology, 2012, 63(11): 2206-2222. DOI:10.1002/asi.22647 |
[19] |
Pennington D D. Bridging the Disciplinary Divide: Co-creating Research Ideas in Escience Teams[J]. Computer Supported Cooperative Work(CSCW), 2011, 20: 165-196. DOI:10.1007/s10606-011-9134-2 |
[20] |
Braun T, Schubert A. Indicators of Research Output in the Sciences from 5 Central European Countries, 1990-1994[J]. Scientometrics, 1996, 36(2): 145-165. DOI:10.1007/BF02017311 |
[21] |
Gonzalez-Brambila C, Veloso F M. The Determinants of Research Output and Impact: A Study of Mexican Researchers[J]. Research Policy, 2007, 36(7): 1035-1051. DOI:10.1016/j.respol.2007.03.005 |
[22] |
Hladchenko M. Implications of Publication Requirements for the Research Output of Ukrainian Academics in Scopus in 1999-2019[J]. Journal of Data and Information Science, 2022, 7(3): 71-93. DOI:10.2478/jdis-2022-0016 |
[23] |
Puuska H M. Scholarly Publishing Patterns in Finland: A Comparison of Disciplinary Groups[D]. Tampere: University of Tampere, 2014.
|
[24] |
何菲, 朱志勇. 博士生学术能力: 内涵、框架与测量[J]. 重庆高教研究, 2022, 10(4): 103-117. |
[25] |
许晓东, 智耀徵, 陈敏. 我国理工农医类博士生培养标准存在的问题及其优化: 基于1142位前沿科技人才核心素养的问卷调查[J]. 高等教育研究, 2022, 43(3): 76-83. |
[26] |
尤西林. "知识分子": 专业与超专业矛盾及其改善之道[J]. 探索与争鸣, 2019(1): 100-108, 144. |
[27] |
赵世奎, 吴彬. 学科化还是项目制: 面向国家战略需求博士教育改革的困境和出路[J]. 清华大学教育研究, 2020, 41(2): 136-140. |
[28] |
Murakami-Ramalho E, Militello M, Piert J. A View from Within: How Doctoral Students in Educational Administration Develop Research Knowledge and Identity[J]. Studies in Higher Education, 2013, 38(2): 256-271. DOI:10.1080/03075079.2011.578738 |
[29] |
Devos A, Somerville M. What Constitutes Doctoral Knowledge? Exploring Issues of Power and Subjectivity in Doctoral Examination[J]. The Australian Universities' Review, 2012, 54(1): 47-54. |
[30] |
Barnacle R, Mewburn I. Learning Networks and the Journey of 'Becoming Doctor'[J]. Studies in Higher Education, 2010, 35(4): 433-444. DOI:10.1080/03075070903131214 |
[31] |
Flaster A, Glasener K M, Gonzalez J A. Disparities in Perceived Disciplinary Knowledge among New Doctoral Students[J]. Studies in Graduate and Postdoctoral Education, 2020, 11(2): 215-230. DOI:10.1108/SGPE-05-2019-0053 |
[32] |
McCulloch A. The Disciplinary Status of Doctoral Education[J]. Higher Education Review, 2018, 50(2): 86-104. |
[33] |
托尼·比彻, 保罗·特罗勒尔. 学术部落与学术领地: 知识探索与学科文化[M]. 唐越勤, 蒲茂华, 陈洪捷, 译. 北京: 北京大学出版社, 2018: 38-39.
|
[34] |
陈艾华, 吴伟. 跨学科合作、政府支持与科研生产力: 基于高校人工智能学术组织的实证分析[J]. 教育发展研究, 2024, 44(7): 63-71. DOI:10.3969/j.issn.1008-3855.2024.07.011 |
[35] |
姚翔. 跨学科研究对美国顶尖教育学院青年学者科研产出的影响[J]. 复旦教育论坛, 2023, 21(2): 103-111. DOI:10.3969/j.issn.1672-0059.2023.02.015 |
[36] |
王嵩迪, 文雯. "跨界搭桥": 基于学术组织协同运作的跨学科博士生培养模式研究[J]. 中国高教研究, 2024(3): 93-101. |
2. Beijing Academy of Educational Sciences, Beijing 100036, China