Embedding lived experience into mental health academic research organizations: Critical reflections
Notice bibliographique
Résumé
BACKGROUND: As part of a growing emphasis on engaging people with lived experience of mental health conditions in mental health research, there are increasing calls to consider and embed lived experience throughout academic research institutes. This extends beyond the engagement of lay patients and also considers the potential roles of academic researchers with lived experience. When the lived experience of academic researchers is applied to academic work, there is the potential to improve the relevance of the research, while destigmatizing mental illness within academia. However, there are different and often contrasting perspectives on the way a lived experience academic researcher initiative should be implemented. OBJECTIVES: This article describes some of the key issues to be considered when planning an initiative that leverages and values the lived experience of academic researchers, including the advantages and disadvantages of each potential approach. DISCUSSION & RECOMMENDATIONS: Institutions are encouraged to reflect on the ways that they might support and value lived experience among academic researchers. In developing any such initiative, institutions are encouraged to be transparent about their objectives and values, undertake a careful planning process, involve researchers with lived experience from the outset and consistently challenge the stigma experienced by academic researchers with lived experience. PATIENT OR PUBLIC CONTRIBUTION: Multiple authors are academic researchers with lived experience of mental health conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,173 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,055 | 0,120 |
| Communication savante | 0,039 | 0,037 |
| Science ouverte | 0,008 | 0,041 |
| Intégrité de la recherche | 0,015 | 0,042 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».