1998-2002年澳大利亚大学研究方面排名和分类外文翻译资料

 2022-12-07 16:23:28

英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

1998-2002年澳大利亚大学研究方面排名和分类

阿巴斯VALADKHANIa * 1,安德鲁WORTHINGTONb

经济学院和信息系统,伍伦贡、新南威尔士、澳大利亚伍伦贡大学

学校的会计和金融,伍伦贡、新南威尔士、澳大利亚伍伦贡大学

摘要：这篇论文对1998 - 2002年这段时间澳大利亚37所大学的科研绩效进行了排名和分类。科研绩效是根据审计毕业的博士数量,出版物，赠款(按照受教育、科学和训练等方面的规则建立)和对从整体到每个单独学术人员两方面的分析来评定的。聚类分析支持通过二进制对于排名在15和22大学之间划分,在每学年规范人员方面识别自指定的研究密集型八国集团rsquo;（ GO8 ）大学，以及其他几个更好的大学组织。因子分析表明在共研业绩方面墨尔本大学、悉尼大学和昆士兰大学排名前三，在单独每个学术人员的研究表现方面墨尔本大学,阿德莱德大学和西澳大利亚大学排名前三。

JEL分类：高等教育分层聚类分析,研究性能,因子分析。

关键词： A11; A19; C63; I29

介绍

澳大利亚的大学在国家科研方面扮演着至关重要的角色并且从联邦政府的到了大量的科研经费是被广泛公认的。但是几十年来，这些经费的管理使用独立于有关科研的评估。例如在1965到1988年之间，教育部门在这方面有着区分，数量更少的科研型大学比数量更多的教育类和技术类学院自动获得更多的资助。在大多数方面，这种资金更多用于部门和机构规模和课程组合，而不是认可和奖励研究。

然而，从1989，一系列的政策改革发生了，统称为“道金斯改革”，它创建了一个统一的国家制度，消除了在大学和非大学之间的资金分配存在的差别。在这项制度下，从1990年代开始，联邦政府的研究资金分配被控制在了三个方面。首先，对于科研训练的资金支持通过基础的入学和学科的津贴，用来给研究生提供经费的澳大利亚研究生奖学金项目和免除一些学生需要交交学费来实现。其次，考虑到研究的投入（私人研究和特殊的政府资助的研究）和研究成果，研究量子形态的资助更普遍的被用于支持大学的基础研究和科研训练。最后，资金额分配的具体程序，包括澳大利亚研究理事会（ARC）奖项目（包括完全和产业链接）和奖学金。尽管这些渠道有明显的不同，但他们都是分配的，至少是间接分配的，在一个机构的研究成果的基础上，部分促进了联邦教育部，科学和培训（DEST）监测和评估的研究成果。

问题在于，至少在一些机构，建议由联邦政府运用三重分类系统将高校归类为“研究型”，“教学研究”或“教学”三大类。不出意外，这个分类被普遍认为远离当前绩效拨款的统一系统。然而，通过这样的分类，得到的是一些猜想，也有些担忧，特别是对于新的大学，它会或多或少地沿着旧的制度划分线，尽管说在过渡期研究的会有所受益。通过这种方式,更大的、更成熟的大学(包括八国集团G8)将自动归类为研究密集,剩下的扮演小角色的大学大学(包括创新研究型大学澳大利亚,澳大利亚技术网络,新一代大学和未分组的大学),在资金和地位上就成为“研究类”和“教学类”或(更糟糕的)“只有教学”方面的大学。 不幸的是,很少有定量的有关大学研究表现的排名和数据能为政策的变化改革提供的指导。澳大利亚教育科学与培训部（1998），例如，澳大利亚大学在教育范围和教学特点的研究，从1996 / 1997开始使用聚类分析。通过六项措施对于超过二十个不同的指标进行量化，海外定位、多样性、内部/全职的取向，金融的研究取向和研究人员取向。根据这六个性能措施,大学被分为四到七个集群和并以此综合指标为基础进行排名。虽然可以说“就特点和性能机构而言,他们的教学和研究活动是可行的”(1998年DETYA里斯本)但本研究过时而笨拙。

作为替代，Abbott和Doucouliagos运用数据包络分析研究了澳大利亚大学的技术和规模效率。在考虑不同措施的输出和输入够后(包括教学和研究) ，可以得到结论是结果对于输入输出的选择很敏感，这表明澳大利亚得大学的相对效率都处于一个较高的层面。 最近， Abbott 和Doucouliagos (2004)研究产出产入之间的关系，学术和非学术之间的关系以及其他大学的特点。他们得出结论,研究收入,学术人员和研究生和科研产出都是正相关的,但实质性的差异是存在得,因为一些新的大学发现很难赶上更成熟的大学在研究方面的表现。显然这种分析增加我们对澳大利亚和其他国家大学的生产过程的理解。但是它计算复杂，时间的推移数据会很难过得而且容易产生错误的设定和错误的理解。沃辛顿(2001)为教育环境限制效率和测量技术供了一个有用的调查提纲。

最后，Williams和Van Dyke（2004）最近采用了一系列的绩效措施对澳大利亚的各大学的国际地位进行了研究。这项研究包含了学术人员的国际地位，本科和硕士毕业生得质量，资源的可利用性和以澳大利亚和海外的受教育者为样本的评价。在某种程度上,本研究旨在补充一些广为人知的(通常是有争议的)诸如由上海交通大学高等教育研究所(2003)和《泰晤士报》高等教育增刊提出的国际排名。[从澳大利亚媒体报道可以看到Aitkin(2004),多德(2004),维生(2004;2004 b)佩里(2004;2005)]。在包括广泛的措施时,合成指数的结果得到八国集团的大学是澳大利亚的基础上排名最高得大学,而从国际研究方面也得到了相似的结果。然而,考虑到调查对于不同人所站不同角度的依赖,威廉姆斯和范戴克(2004)的研究不太可能很容易在未来应用。其他在澳大利亚和海外的从事有关大学排名得人员，还包括了Bowden (2000), Clarke (2002), Federkeil (2002)Filinov and Ruchkina (2002), Vaughin (2002), Yonezawa et al. (2002) and Pomfret and Wang (2003).

本文的目的是完善最近有关澳大利亚各大学表现排名得分析研究。然而,可以明确的是这项研究利用了政府机构收集的审计定量信息的优势。这不仅能确保结果是客观的,而且在未来也可以轻易复制得到额外的数据。

本文的结构如下。下一节对于数据分析提供了描述。然后我们讨论基于因子分析而得到的大学的研究表现的排名。在本文的最后一节是一些结论和政策建议。

数据和描述性分析

已经有37所澳大利亚得大学被包含在了数据分析中,所有这些大学都公开得到资助而且是澳大利亚副总理的委员会成员(AVCC)。其中29所大学属于以下四个分组之一:八国集团(Go8);创新研究型大学澳大利亚(IRUA),澳大利亚技术网络(ATN)和新一代大学(国语字)。这大学的完整列表分组包含在表1。

绩效衡量分析得措施都是从DEST得到的而且这些措施包含于研究综合指数中。这个指数是使用一个混合了有关审计竞争资金和产业资金,公共部，研究经费、研究和学术出版物等方面的的计算方法得到的。 为了在我们的结果中减少偏见，我们只考虑那些被归类为学术人员进行“研究导向”和“教学与研究”活动。换句话说,这些被称为学术人员得产量不包括“单一教学”得部分。我们得到分析结论的三个研究方面分别是:(1）完成学业的博士得年平均数量;（2）由DEST加权得到的出版物的的年平均数量,和（3）以2002的价值来衡量得国家竞争力和行业资助,公众和其他资金下的年平均总资助额。这三项平均数研究结果的得出是基于1998—2002年这段时期的数据。尽管声明本研究使用的都是公开的关系研究表现的数据， 但关于大学科研输出得方面仍然存在着一些争议。例如，区别通常是基于数量或者是数量之间的不同，类似地，虽然补助资金在技术上是一个输入，外部研究金融（特别是产业关联的补助金）通过反映市场价值的研究可以作为一个输出的代理。

表2显示了在1998-2002年期间37所大学汇总的年度平均描述性统计。样本均值、最大值、最小值、标准差、偏度、峰度和Jacque-Bera检验统计和P值都有所体现。如图所示,博士完成年均101(麦格理是最接近平均水平)的范围内，在小于1和366之间，出版物年平均值为752，在48到2585之间，而拨款平均2853万美元(弗林德斯最接近)和033.5万(阳光海岸)和1.27亿美元(墨尔本)学术人员的平均数量也包含在表2中,纽卡斯尔接近842年的平均值，阳光海岸昆士兰(84)和(2234)分别排在最小和最大。最后，三单因素指标的计算和列在表2中：即博士结业，出版物和每个学术人员补助（单因素比正常情况下可发现在大多数组织的大小影响缩放）。平均而言,，学者们在所有大学监督十分之一的博士结业,贡献不到一份出版物，1998 - 2002每年期间每个学术工作人员赚低于25841美元(以2002年的价格)。

鉴于偏度抽样分布的均值为0，标准radic;6/T, 其中T是样本大小偏差标准值，所有系列，随着博士结业数量和每学年员工刊物，明显歪斜。由于这些也都是积极的，他们意味着有更大的可能性高于下面的平均观测值。这个峰度或程度的过剩，所有的变量也变大，范围从1.936（博士完成每个学术人员）到4.380（总拨款），从而表明尖峰分布有许多极端的。鉴于峭度的抽样分布的均值为0，标准radic;24/T，其中T是样本大小的正常估计偏差，然后，所有的估计值在任何常规的水平，再次在统计学上显着。最后，计算Jarque-Bera统计量和相应的P值在表2中被用来测试的变量是正态分布的假设。除了每个学术人员的措施，所有P值均小于02的显著性水平表明可以拒绝零假设。

聚类性能研究

第一个方法论要求是集群澳大利亚大各学的研究绩效。聚类分析是一种被广泛用于分类

基于对象或项目拥有的相似性或相异的特点多元统计技术。这种技术是特别相关的当前上下文中它允许最小化在根据一系列的研究产出指标组间方差组方差最大化，产生均匀的内容异质群体。这种方法已被用来确定多少同质的研究小组的存在和定义，和确定每个澳大利亚的大学具体属于哪一个组别。

进行分析之前，所有六个输出变量的标准化，使他们有一个平均为0和标准偏差为1。以下的欧氏距离被用来作为一个相异措施来定义的不同大学两两之间的差距：

和k分别代表了他们各自的研究输出，在目前的分析中，n=3代表博士完成的数量、出版物的数量和总的和学术人员研究资助金额。附录中提供了一个层次分析的简要说明。

树状图（未显示）和集聚系数（表3）可以用来确定最佳的聚类数。表3显示了在不同阶段的分层聚类分析，使用总量和标准化的每个学术人员研究数据的聚集表。在表3中的集聚表，是用来确定最佳簇数的。在这种方法中，集聚系数的小的变化表明，相当均匀的集群正在合并。

同样地，如果聚集系数在不同阶段之间有明显的变化，则表示更多的非均匀情况下聚集在一起。在每个步骤中的集聚系数的百分比变化，看来，最佳数目的集群是2个阶段，35和36之间的系数显示了显着的增加，另外还有39.7至108（上一次和第二次到最后一行在表3的第4列）。完全相同的程序是用来确定的数量的基础上总的研究输出措施，显然，与任一规格的最佳数目的集群是2的情况下，总的研究性能的集聚系数再次显示出最大的相对百分比从在35和36之间发生变化，从20.8上升到108（表3第7列中的倒数两行）。

表4显示了2群集的群集成员身份（2和4列）和3群（3和5列）的解决方案，分别是每个学术人员研究绩效和整体研究成果。应该指出的是，从集群成员外的第一列的顺序中，没有什么是隐含的。事实上，使集群的成员资格的代码更容易分析它们的排序，根据第三和第四列。一个表4粗略的检查表明，在任何两个集群解决方案下，该Go8成员（阿德莱德，澳大利亚国立大学，墨尔本，昆士兰，悉尼，莫纳什、新南威尔士、澳大利亚西部）永远属于集群。这表明该组是相对均匀的两个因素和总生产力。

基于每个学术人员研究绩效两集群解决方案但基于每个学术人员研究性能一二集群解决方案，另外七所大学（麦格理，默多克，纽卡斯尔，新英格兰，塔斯马尼亚和伍伦贡）也包括在内，以作为集群十五个会员。这群高水平研究型大学则包括Go8，四澳大利亚创新研究大学（Flinders，麦格理、默多克和纽卡斯尔）和三个未分类的大学（新英格兰，塔斯马尼亚和伍伦贡）。没有一所澳大利亚科技网络或新一代大学。

基于每个学术人员研究性能三集群解决方案，集群中的高校，在其中两个群集的解决方案保持不变，但B群现在为集群B1和B2分别为十二所和十所高校，最终聚类中心之间的距离可以用来比较集群，B1和B2，鉴于集群之间的两两距离（a-b1 = 2.292；a-b2 = 3.771和B1-B2 = 1.560）， 我们可以得出这样的结论：在员工的生产力，产业集群中的B1和B2的大学比与集群A更相似。不同的是，在表4中的二十二所大学之间的研究性能差异不大。这为之前的论证提供了进一步的理由，在表3中的聚集系数预测只有两个集群。 之后，我们调整的聚类分析（HCA）使用非分层的过程被称为聚类。这个过程包含四个步骤：（1）求（x，x，x）1k 2k的3K，由分层过程形成的集群计算和用作种子，（2）通过大学的名单，每一所大学都被分配给最近的质心，（3）团簇得到的和之后失去重心的大学重新计算；（4）重复步骤2和3，直到没有更多的样本可以代替。k-均值聚类分析技术的使用，只发生由HCA产生的集群成员轻微的改变。基于“调整聚类中心”我们已经可以观察到前段提到过的最终聚类中心之间的距离。

就基于总体研究性能的集群成员而言，其结果是三集群的解决方案也与该大学集群B连续在同集群的两集群解决方案类似。然而，目前集群A是分为集群A1和A2。在集群A2中，Go8的四个成员（阿德莱德，澳大利亚国立大学，蒙纳士大学和澳大利亚西部）独立于其他成员。但集聚系数又一次表明，三个簇的形成是不必要的。方差（方差分析）的三个变量在聚类方法使

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[31793]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章