MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200607795 · doi:10.31234/osf.io/szg5d

Stigmatizing our own: Self-relevant research (Me-search) is common but frowned upon in clinical psychological science

2021· preprint· en· W4200607795 sur OpenAlexaff
Andrew Devendorf, Sarah E. Victor, Jonathan Rottenberg, Rose Miller, Stephen P. Lewis, Jennifer J. Muehlenkamp, Dese’Rae L. Stage

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversity of Guelph
Organismes subventionnairesTexas Tech University
Mots-clésMental healthPsychologyPrejudice (legal term)Diversity (politics)Clinical psychologyMental illnessMedical educationSocial psychologyPsychotherapistMedicineSociology

Résumé

récupéré en direct d'OpenAlex

How often do clinical psychologists have a lived experience with, or close connection, to their research? Does the field of psychology accept this “me-search”? We undertook the first investigation of self-relevant research (SRR; “me-search”) and attitudes towards SRRers in a representative North American sample (N = 1,776) of faculty, graduate students, and others affiliated with doctoral programs in clinical, counseling, and school psychology. Over 50% of participants had conducted SRR, and those from minorized backgrounds were more likely to conduct SRR. When judging experimentally manipulated vignettes, those who had not engaged in SRR made more stigmatizing judgements of SRR and SRR disclosure than those who engaged in SRR. Psychologists and trainees had more negative attitudes towards SRR on mental health topics (suicide, depression, schizophrenia) than physical health topics (cancer). We discuss how prejudice toward SRR and mental illness negatively impacts ongoing diversity and inclusion efforts from within clinical psychological science.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,081
score de la tête « metaresearch » (Gemma)0,190
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,428

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0810,190
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,026
Communication savante0,0080,007
Science ouverte0,0010,012
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,371
Tête enseignante GPT0,603
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineIncitatifs
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMental Health Treatment and Access→Travaux en français237 207→