博士工廠的產品汰率

class: center, middle, inverse, title-slide

# 博士工廠的產品汰率
## 探討理學博士就學與就業情形
### 邱銘姿（生命所）、邱奕升（教育所）
### 108-2 資料管理
### 2020/6/15

---

background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/1.JPG)
background-size: 700px
background-position: 50% 40%

## Introduction

.footnote[
Cyranoski, D., Gilbert, N., Ledford, H. et al. (2011). *Education: The PhD factory. Nature, 472*, 276–279. https://doi.org/10.1038/472276a
]

---
background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/2.JPG)
background-size: 550px
background-position: 50% 50%

---
然而，面臨求職困境，

臺灣的博士畢業生愈來愈少

### 這不禁讓我們好奇

###- 現今博士畢業生的**就學**與**就業**情形

###- 其於博士學程的訓練是否得以提供未來就職所需的技能培訓？

---
background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/3.JPG)
background-size: 600px
background-position: 90% 80%

# Data

- 調查對象 : 在美國多間大專院校獲得生物、物理、資訊、社會科學或工程領域博士學位且在美國就業的博士

- 調查區間 : 2004 - 2014 年間

- 調查方式 : 線上問卷

- 樣本數 : 8,099

---
# Data

### 問卷內容

- 包含職業興趣、工作內容、當前工作、職業選擇動機等問題

分成三類：就學期間 (Education)、博士後研究 (Postdoctoral Training)、就業 (Employment)

- 就學期間：博士學程領域、學科、課程調查

- 博士後研究：是否已完成博士後研究訓練，或是正在進行中/(已完成者)具有幾年博後經驗
  - 就業：目前職位頭銜、目前任職單位

---

- 可移轉技能、應用技能 Transferable skills

15 個選項，參考《*Next Gen PhD: A Guide to Career Paths in Science*》(Sinche, 2016)

包含 :

Number  Ability            
-------  -------------------
      1  專業知識           
      2  資訊收集與解釋     
      3  資料分析           
      4  創意/創新思考      
      5  口頭溝通           
      6  決策與解決問題能力 
      7  書寫溝通           
      8  團隊合作           
      9  領導管理他人       
     10  管理計畫           
     11  時間管理           
     12  設立願景與目標     
     13  職涯規劃與自覺     
     14  快速學習           
     15  與外人合作

- 工作滿意度 : 五點量表

---

## Aim

- 近年來，理學博士畢業生的就業場域類型為何？

- 理學博士畢業生認為博士學程提供的訓練是否得以應用於未來職場？

- 理學博士生的就學與畢業後就業情形在不同性別的情形？

---
## 資料整理

```yaml
library(foreign)
dta <- data.frame(read.spss("./journal.pone.0185023.s001.sav"))
dta
```

---

```r
str(dta)
```

```
## 'data.frame':	8099 obs. of  179 variables:
##  $ SUBJ_ID                : num  100 101 102 103 104 105 106 107 108 109 ...
##  $ EDUCATION              : num  1 1 1 1 NA 1 1 1 1 1 ...
##  $ Doc_Inst_AcadProg      : num  98 347 74 372 NA 202 82 75 406 345 ...
##  $ Doc_Inst_AcadProg_Othr : Factor w/ 57 levels "                                                                    ",..: 1 1 1 1 1 1 1 1 1 1 ...
##  $ Acad_Area_Cat          : Factor w/ 5 levels "Life Sciences",..: 1 1 1 1 NA 5 1 5 2 1 ...
##  $ DOC_SKILLS             : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Doc_Skill_1            : Factor w/ 6 levels "strongly disagree",..: 5 5 5 5 NA 5 5 5 5 5 ...
##  $ Doc_Skill_2            : Factor w/ 6 levels "strongly disagree",..: 5 4 5 5 NA 5 4 5 5 5 ...
##  $ Doc_Skill_3            : Factor w/ 6 levels "strongly disagree",..: 5 4 5 5 NA 5 4 5 5 5 ...
##  $ Doc_Skill_4            : Factor w/ 6 levels "strongly disagree",..: 4 5 5 5 NA 4 4 4 3 5 ...
##  $ Doc_Skill_5            : Factor w/ 6 levels "strongly disagree",..: 4 5 5 5 NA 5 5 5 5 5 ...
##  $ Doc_Skill_6            : Factor w/ 6 levels "strongly disagree",..: 4 5 5 3 NA 5 5 4 5 3 ...
##  $ Doc_Skill_7            : Factor w/ 6 levels "strongly disagree",..: 4 4 3 5 NA 3 1 3 3 5 ...
##  $ Doc_Skill_8            : Factor w/ 6 levels "strongly disagree",..: 4 5 5 5 NA 5 4 4 4 5 ...
##  $ Doc_Skill_9            : Factor w/ 6 levels "strongly disagree",..: 4 3 3 3 NA 3 1 3 3 2 ...
##  $ Doc_Skill_10           : Factor w/ 6 levels "strongly disagree",..: 5 4 5 4 NA 5 4 4 3 4 ...
##  $ Doc_Skill_11           : Factor w/ 6 levels "strongly disagree",..: 4 3 4 5 NA 4 5 3 4 4 ...
##  $ Doc_Skill_12           : Factor w/ 6 levels "strongly disagree",..: 5 3 5 4 NA 5 5 4 4 5 ...
##  $ Doc_Skill_13           : Factor w/ 6 levels "strongly disagree",..: 3 5 3 3 NA 4 4 3 4 1 ...
##  $ Doc_Skill_14           : Factor w/ 6 levels "strongly disagree",..: 4 5 4 5 NA 5 5 4 4 4 ...
##  $ Doc_Skill_15           : Factor w/ 6 levels "strongly disagree",..: 4 5 1 5 NA 5 1 2 3 5 ...
##  $ POSTDOC_TRAINING       : num  1 1 1 1 NA 1 1 1 1 1 ...
##  $ PostdocTrain           : Factor w/ 3 levels "Yes, I am currently working as a postdoc",..: 2 2 2 3 NA 3 2 2 2 1 ...
##  $ PostDocTotYrs          : Factor w/ 12 levels "1","2","3","4",..: 1 2 12 NA NA NA 2 4 6 7 ...
##  $ PDYrs_0scale           : num  1 2 0 0 0 0 2 4 6 7 ...
##  $ DEMOGRAPHICS           : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ US_Citizen             : Factor w/ 3 levels "Yes","No","Prefer not to respond": 1 1 1 1 NA 1 1 1 1 1 ...
##  $ Race_1                 : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Race_2                 : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Race_3                 : num  NA NA NA NA NA NA NA 1 NA NA ...
##  $ Race_4                 : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Race_5                 : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Race_6                 : num  1 1 1 1 NA 1 1 NA 1 1 ...
##  $ Race_7                 : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Race_8                 : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Race_Othr              : Factor w/ 66 levels "                                                                                                                           ",..: 1 1 1 1 1 1 1 1 1 1 ...
##  $ RaceCat                : num  6 6 6 6 NA 6 6 3 6 6 ...
##  $ Gender                 : Factor w/ 5 levels "Male","Female",..: 1 1 2 2 NA 1 2 2 1 2 ...
##  $ Gender_Othr            : Factor w/ 4 levels "                ",..: 1 1 1 1 1 1 1 1 1 1 ...
##  $ Gender2_bivar          : Factor w/ 2 levels "Female","Male": 2 2 1 1 NA 2 1 1 2 1 ...
##  $ EMPLOYMENT             : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Employ_Status          : num  1 1 1 1 NA 1 1 1 1 NA ...
##  $ Employ_Status1         : Factor w/ 7 levels "Working full-time in a position other than a postdoc",..: 1 1 1 2 NA 5 1 1 1 NA ...
##  $ Current_Career_Info    : num  1 1 1 1 NA NA 1 1 1 NA ...
##  $ RI_NRI_bivar           : Factor w/ 2 levels "Non Research Intensive",..: 1 1 1 1 NA NA 1 2 2 NA ...
##  $ RI_NRI_notrainees      : num  0 0 0 0 NA NA 0 1 1 NA ...
##  $ Career_Cats            : Factor w/ 14 levels "RI-Academic non Tenure Track",..: 9 5 5 11 NA NA 12 4 3 NA ...
##  $ JOB_TITLES             : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4250                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4251                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4252                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4253                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Jo4254                 : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4255                : num  NA NA 1 NA NA NA NA NA NA NA ...
##  $ Job4256                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4257                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4258                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4259                : num  NA NA NA NA NA NA NA 1 NA NA ...
##  $ Job4260                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4261                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4262                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4263                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4264                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4265                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4266                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4267                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4268                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4269                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4270                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4271                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4272                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4273                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4274                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4275                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4276                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4277                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4278                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4279                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4280                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4281                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4282                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4283                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4284                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4285                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4286                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4287                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4288                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4289                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4290                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4291                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4292                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4293                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4294                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4295                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4296                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4297                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4298                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4299                : num  NA NA NA NA NA NA NA NA NA NA ...
##  $ Job4300                : num  NA NA NA NA NA NA NA NA NA NA ...
##   [list output truncated]
```

---
### 初步資料整理

- 將細節資訊 (e.g. 學程名稱、職業頭銜、其他選項等)刪除

- 各項量表改以數值呈現

- 移除有遺漏值的樣本

- 篩選和探討問題相關的資料

最後得到的資料為

```r
dim(dta)
```

```
## [1] 2103   41
```

---
### Q1 理學博士的就業場域類型為何？

**就業情形**

---
**職業類型**

Number  Category   Career                Count
-------  ---------  -------------------  ------
      1  研究       學術非終生職            272
      2  研究       政府單位研究工作者      213
      3  研究       業界研究工作者          301
      4  研究       學術終生職              467
      5  非研究     行政職                  232
      6  非研究     業務                     54
      7  非研究     諮詢顧問                 63
      8  非研究     知識產權                 26
      9  非研究     監管                     15
     10  非研究     學術寫作與科學傳播       49
     11  非研究     教學                    295
     12  非研究     科學政策                 37
     13  非研究     其他                     69
     14  非研究     實習                     10

---
background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/4.JPG)
background-size: 250px
background-position: 90% 80%
![](Project_slides_files/figure-html/unnamed-chunk-10-1.png)

---
### Q2 理學博士畢業生認為博士學程提供的訓練是否得以應用於未來職場？

挑出可轉移能力相關的資料，分組轉成長形後，再合併。

```r
head(dta2)
```

```
##    ID skill Doc Emp
## 1 101     1   5   3
## 2 102     1   5   4
## 3 106     1   5   3
## 4 107     1   5   4
## 5 108     1   5   5
## 6 110     1   5   5
```

```r
dim(dta2)
```

```
## [1] 31545     4
```

---
background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/5.JPG)
background-size: 250px
background-position: 90% 80%

### 就業前後所認為可轉移能力的重要性

<img src="Project_slides_files/figure-html/unnamed-chunk-16-1.png" style="display: block; margin: auto auto auto 0;" />
---
background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/5.JPG)
background-size: 250px
background-position: 90% 80%

### 對可轉移能力重要性的判斷與科系的關係

![](Project_slides_files/figure-html/unnamed-chunk-18-1.png)

---
background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/5.JPG)
background-size: 250px
background-position: 90% 80%

### 對可轉移能力重要性的判斷與職業類別的關係

![](Project_slides_files/figure-html/unnamed-chunk-20-1.png)

---
### Q3 理學博士生畢業後就業情形是否受性別影響？

---
### 不同性別各領域博士從事博士後研究時間
<img src="Project_slides_files/figure-html/unnamed-chunk-21-1.png" style="display: block; margin: auto;" />

---
### 不同領域、性別間職業情形

```
## Warning: Ignoring unknown parameters: binwidth, bins, pad
```

<img src="Project_slides_files/figure-html/unnamed-chunk-22-1.png" style="display: block; margin: auto;" />
---
# Conclusion

- 在美國，多數科學博士皆有順利於畢業後找到工作

- 職業類型以研究工作為主，而且不僅是高等教育的終身/非終身職教授，從事非研究的教育相關行業者也不少。

- 博士班就學期間，重點培養的可轉移能力多在專業知識的資料蒐集、整理與分析，對於擴大合作圈、領導能力及職涯規劃探索的能力較缺乏。就業後，絕大部分所調查的可轉移能力皆在各職場中被視為非常重要。

- 社會科學類群的則相對重視**決策與問題解決能力**及**團隊合作能力**。

- 從事非研究工作者，相對沒那麼強調**專業知識**，認為**溝通與經營管理能力**是更重要的。

- 女性科學博士畢業後進入博士後研究階段的時間較男性短。

- 不管男性女性，生物領域的博士從事博士後研究的時間較其他學科領域長 。

- 畢業後就業情形，女性生物博士取得正職的人數較男性多。

---
# Discusion

- 過去十年高等教育分類細化，人才需求大，可能與當今學術與產業界之供需情形有些脫節。

- 調查對象以生物領域博士為主，學科背景較不均勻。

- 美國業界發展較臺灣繁盛，工作種類多。

- 臺灣與美國的就學環境、習性、業界生態不同，不可類比，應加入臺灣本土資料。

- 念博不僅要累積專業知識，可移轉能力的培養尤為重要，然而這些並非從課堂上學習。除了埋首於知識研究，發散與收斂思考及與他人相處共事也是需要下功夫的。

---
background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/7.JPG)
background-size: 550px
background-position: 90% 90%

# Discusion

###臺灣博士生調查

[教育部統計處](https://depart.moe.edu.tw/ED4500/cp.aspx?n=002F646AFF7F5492&s=1EA96E4785E6838F)

- 基本調查

- 原始資料無公開，僅公開統計分析結果

---
background-image: url(https://raw.githubusercontent.com/mingzCHIU/108_DM_Project/figure/6.JPG)
background-size: 420px
background-position: 90% 90%

### 臺灣博士生調查

[學術調查研究資料庫](https://srda.sinica.edu.tw/browsingbydatatype_result.php?category=surveymethod&type=1&csid=23)

- 財團法人國家實驗研究院科技政策研究與資訊中心的「科技人才與研究成果服務平台」(NPHRST)

- 針對國內已取得博士之人才進行調查

- 調查詳細

- 原始資料有條件公開，**目前尚未取得資料閱權資格**

---