Mathematics
num of institution:57
num of faculty: 575
Faculty with publicly available full careers: 520 (90.59%)
Statisitcs
Lorenz Curve
주의) 출신 학교가 모두 밝혀지지 않은 교원도 포함
self-hiring
주의) 출신 학교가 모두 밝혀지지 않은 교원도 포함
Number of data with same 'Prof Univ' and 'Bachelor': 100 (17.42%)
Number of data with same 'Prof Univ' and 'Ph.D': 26(4.53%)
Network Analysis
Authority Scores vs Hub Scores
주의) 출신 학교가 모두 밝혀지지 않은 교원도 포함
Bachelor to Faculty
Correlation Coefficient (Hub Scores): 0.7304
P-value (Hub Scores): 0.0000
Correlation Coefficient (Authority Scores): 0.8696
P-value (Authority Scores): 0.0000
Top 10 Hub Scores:
Seoul: 0.4389
KAIST: 0.1402
POSTECH: 0.0712
Korea: 0.0632
Yonsei: 0.0484
Kyungpook: 0.0221
Ewha: 0.0186
Sungkyunkwan: 0.0177
Pusan: 0.0154
Sogang: 0.0141
Top 10 Authority Scores:
KAIST: 0.1133
Seoul: 0.0903
POSTECH: 0.0427
Inha: 0.0419
Chung_Ang: 0.0400
Ajou: 0.0397
Chungnam: 0.0349
Sungkyunkwan: 0.0333
Chonnam: 0.0331
Hanyang: 0.0325
Ph.D to Faculty
Correlation Coefficient (Hub Scores): 0.7554
P-value (Hub Scores): 0.0000
Correlation Coefficient (Authority Scores): 0.6915
P-value (Authority Scores): 0.0000
Top 10 Hub Scores:
Seoul: 0.2427
KAIST: 0.1115
POSTECH: 0.0551
Wisconsin - Madison: 0.0351
Yonsei: 0.0321
Michigan: 0.0275
New York: 0.0258
Illinois at Urbana - Champaign: 0.0258
Princeton: 0.0239
Iowa: 0.0202
Top 10 Authority Scores:
Hanyang: 0.0683
Seoul: 0.0600
Chungnam: 0.0461
KAIST: 0.0442
Kyung_Hee_applied: 0.0400
Sungkyunkwan: 0.0395
Sogang: 0.0362
Ajou: 0.0350
Kyung_Hee: 0.0342
Konkuk: 0.0322
Hiring Network analysis
Bachelor to Prof Univ Flow Network
회귀 분석 결과
회귀 계수 (Coefficients):
학부 학교 허브 점수 (Bachelor Hub Score): 0.00000.00000.0000
박사 학교 허브 점수 (Ph.D Hub Score): 0.00000.00000.0000
재직 학교 권위 점수 (Prof Univ Authority Score): 1.00001.00001.0000
절편 (Intercept): −6.9389×10−18-6.9389 \times 10^{-18}−6.9389×10−18 (매우 작아서 거의 0에 가까움)
R² 점수: 1.01.01.0 (모델이 종속 변수의 변동성을 완벽하게 설명함)
결론
가장 중요한 요소
중력모형 (Gravity Model):
Detailed Bachelor-Prof Gravity Score가 가장 큰 영향을 미칩니다 (계수: 416.0848).
Detailed Ph.D-Prof Gravity Score는 음의 계수 (-345.8234)를 가지지만, 여전히 중요한 영향을 미칩니다.
이 모형은 R² 점수가 0.3454로, 종합 점수의 약 34.54%를 설명합니다.
관성모형 (Inertia Model):
관성 점수는 낮은 계수 (0.0025)를 가지며, R² 점수가 0.0214로 매우 낮습니다. 이는 관성모형이 종합 점수의 변동을 거의 설명하지 못함을 의미합니다.
관성모형은 교원 임용에 있어서 중요한 요소가 아님을 나타냅니다.
복합모형 (Hybrid Model):
Bachelor-Prof Hybrid Score (계수: 580.8414)와 Ph.D-Prof Hybrid Score (계수: -580.8332) 모두 중요한 영향을 미칩니다.
이 모형의 R² 점수는 0.2367로, 종합 점수의 약 23.67%를 설명합니다.
종합 분석
Detailed Bachelor-Prof Gravity Score가 가장 중요한 요소입니다 (중력모형).
Detailed Ph.D-Prof Gravity Score도 중요한 영향을 미칩니다 (중력모형).
관성모형은 교원 임용에 있어 중요한 요소가 아닙니다.
복합모형은 중력모형에 비해 설명력이 떨어집니다.
이 결과를 바탕으로, 수학과 교원 임용에서 가장 중요한 요소는 Detailed Bachelor-Prof Gravity Score와 Detailed Ph.D-Prof Gravity Score임을 확인할 수 있습니다. 추가 분석이나 다른 질문이 있다면 말씀해 주세요.
Ranking
교원 임용에 있어서 선호되는 출신학교 순위를 정량화해보기
factor
현직 교원의 출신 학사과정에 대한 통계
현직 교원의 출신 박사과정에 대한 통계
현직 교원의 학사에서 박사로의 indegree
위 요소에 기반하여 특징 스케일링, PCA를 통한 차원축소(1차원) 후 점수 정규화
정규화된 점수를 기반으로 랭킹 지정