Project

Back to overview

Recommendation System for Academic Mobility

Applicant Rodighiero Dario
Number 194442
Funding scheme Postdoc.Mobility
Research institution Berkman Center for Internet and Society Harvard University
Institution of higher education Institution abroad - IACH
Main discipline Sociology
Start/End 01.10.2020 - 31.03.2022
Show all

Keywords (5)

Self-recognition; Academic Mobility; Computational Social Science; Digital Humanities; Data Visualization

Lay Summary (Italian)

Lead
Questo progetto ha lo scopo di aiutare gli studiosi a comprendere l'ambiente di ricerca che li circonda e di sfruttarne le opportunità fornendo loro un sistema di raccomandazioni per la mobilità accademica.
Lay summary
L'esplorazione degli ambienti di ricerca è una pratica comune nel mondo accademico. Sebbene conferenze e workshop aiutino a tenere aggiornati gli studiosi nel loro campo, la mobilità professionale rimane un'attività vitale per stabilire collaborazioni a lungo termine e a lunga distanza. Sebbene le istituzioni ben note siano spesso luoghi eccellenti per favorire le carriere, è difficile comprendere appieno la quantità e la diversità delle istituzioni disponibili.

Questo progetto ha lo scopo di aiutare gli studiosi a comprendere l'ambiente di ricerca che li circonda e di sfruttarne le opportunità fornendo loro un sistema di raccomandazioni per la mobilità accademica.

Questo sistema è concepito come un'applicazione basata sul Web che invita gli studiosi a digitare il proprio nome o copiare e incollare il proprio identificativo ORCID. La risposta a una tale query è una dashboard che mostra potenziali istituzioni che corrispondono agli interessi di ogni singolo utente. L'applicazione si basa su un set di dati di grandi dimensioni creato durante Early Postdoc.Mobility. La sua struttura principale è composta da studiosi, istituzioni e pubblicazioni raccolte rispettivamente da tre set di dati, ovvero ORCID, ISNI e Crossref.

Mentre l'attuale Early Postdoc.Mobility ha lo scopo di visualizzare e analizzare le collaborazioni da tutto il mondo, la proposta di Postdoc.Mobility è di prevedere la mobilità accademica utilizzando le recenti tecniche di intelligenza artificiale. Questo metodo verrà applicato alle carriere accademiche disponibili nel set di dati ORCID, all'analisi del testo sugli abstract delle pubblicazioni calcolati con le tecniche di Natural Language Processing (NPL) e alle collaborazioni esistenti tra le istituzioni di tutto il mondo.

L'idea centrale è progettare un sistema di raccomandazioni che fornisca una dashboard informativa personalizzata per l'utente. I suoi dati personali forniti da ORCID saranno confrontati con metodi statistici con il database globale per offrirgli una panoramica personale dell'ambiente accademico. Considerando le critiche e le capacità dell'intelligenza artificiale, il progetto mira a non perseguire un sistema di raccomandazioni infallibile, ma piuttosto informazioni utili per pensare criticamente alla loro carriera accademica. Lo scopo del sistema è fornire informazioni contestualizzate e personalizzate, mostrando le scelte di viaggio fatte da altri colleghi, le opportunità in tutto il mondo e i modelli di mobilità accademica.
Direct link to Lay Summary Last update: 24.06.2020

Lay Summary (English)

Lead
Questo progetto ha lo scopo di aiutare gli studiosi a comprendere l'ambiente di ricerca che li circonda e di sfruttarne le opportunità fornendo loro un sistema di raccomandazioni per la mobilità accademica.
Lay summary
L'esplorazione degli ambienti di ricerca è una pratica comune nel mondo accademico. Sebbene conferenze e workshop aiutino a tenere aggiornati gli studiosi nel loro campo, la mobilità professionale rimane un'attività vitale per stabilire collaborazioni a lungo termine e a lunga distanza. Sebbene le istituzioni ben note siano spesso luoghi eccellenti per favorire le carriere, è difficile comprendere appieno la quantità e la diversità delle istituzioni disponibili.

Questo progetto ha lo scopo di aiutare gli studiosi a comprendere l'ambiente di ricerca che li circonda e di sfruttarne le opportunità fornendo loro un sistema di raccomandazioni per la mobilità accademica.

Questo sistema è concepito come un'applicazione basata sul Web che invita gli studiosi a digitare il proprio nome o copiare e incollare il proprio identificativo ORCID. La risposta a una tale query è una dashboard che mostra potenziali istituzioni che corrispondono agli interessi di ogni singolo utente. L'applicazione si basa su un set di dati di grandi dimensioni creato durante Early Postdoc.Mobility. La sua struttura principale è composta da studiosi, istituzioni e pubblicazioni raccolte rispettivamente da tre set di dati, ovvero ORCID, ISNI e Crossref.

Mentre l'attuale Early Postdoc.Mobility ha lo scopo di visualizzare e analizzare le collaborazioni da tutto il mondo, la proposta di Postdoc.Mobility è di prevedere la mobilità accademica utilizzando le recenti tecniche di intelligenza artificiale. Questo metodo verrà applicato alle carriere accademiche disponibili nel set di dati ORCID, all'analisi del testo sugli abstract delle pubblicazioni calcolati con le tecniche di Natural Language Processing (NPL) e alle collaborazioni esistenti tra le istituzioni di tutto il mondo.

L'idea centrale è progettare un sistema di raccomandazioni che fornisca una dashboard informativa personalizzata per l'utente. I suoi dati personali forniti da ORCID saranno confrontati con metodi statistici con il database globale per offrirgli una panoramica personale dell'ambiente accademico. Considerando le critiche e le capacità dell'intelligenza artificiale, il progetto mira a non perseguire un sistema di raccomandazioni infallibile, ma piuttosto informazioni utili per pensare criticamente alla loro carriera accademica. Lo scopo del sistema è fornire informazioni contestualizzate e personalizzate, mostrando le scelte di viaggio fatte da altri colleghi, le opportunità in tutto il mondo e i modelli di mobilità accademica.
Direct link to Lay Summary Last update: 24.06.2020

Responsible applicant and co-applicants

Associated projects

Number Title Start Funding scheme
181930 Worldwide Map of Research 01.02.2019 Early Postdoc.Mobility

Abstract

Exploring research environments is a common practice in academia. Although conferences and workshops help keep scholars up to date on their field, career mobility remains a vital activity to establish long-term and long-distance collaborations. Although well-known institutions are often excellent places for boosting careers, it is difficult to fully grasp the quantity and diversity of available institutions.This project is intended to help scholars understand the research environment around them and utilize its opportunities by providing them with a recommendation system for academic mobility.This system is conceived as a web-based application that invites scholars to type their name or copy and paste their ORCID identifier. The answer to such a query is a dashboard displaying potential institutions that matches the interests of every single user. The application relies on a large dataset created during the Early Postdoc.Mobility. Its core structure is composed of scholars, institutions, and publications collected respectively from three datasets, namely ORCID, ISNI, and Crossref.While the current Early Postdoc.Mobility is aimed to visualize and analyze collaborations from all over the world, the proposal for a Postdoc.Mobility is to predict academic mobility by using the recent techniques of artificial intelligence. This method will be applied to the academic careers available on the ORCID dataset, the text analysis on publication abstracts calculated with techniques of Natural Language Processing (NPL), and the collaborations that exist among institutions all over the world.The central idea is to design a recommendation system that provides an informative dashboard customized to the user. His/her personal data provided by ORCID will be compared with statistical methods to the global database to offer him/her a personal overview of the academic environment. With consideration of the critics and capabilities of artificial intelligence, the project aims not to pursue an infallible recommendation system but rather useful information to critically think about their academic career. The aim of the system is to provide contextualized and customized information, showing the travel choices made by other peers, the opportunities around the world, and the patterns of academic mobility.
-