MétaCan
Menu
Retour à la cohorte
Enregistrement W4301394791 · doi:10.52547/johepal.3.3.71

Emotional Vulnerability in Researchers Conducting Trauma-Triggering Research

2022· article· en· W4301394791 sur OpenAlexaboutno aff
Sarah Woods, Tina-Nadia Gopal Chambers, Ardavan Eizadirad

Notice bibliographique

RevueJournal of Higher Education Policy And Leadership Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)PsychologyComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Qualitative researchers prioritize rapport-building to ensure safety of research participants and validity of data collected. Although there is extensive literature about prioritizing the safety and emotional well-being of research participants, much less has been written on the topic of researcher vulnerability with lack of consideration for researcher safety within ethics approval applications. The authors present a reflexive account of a research project involving interviews with young people aged 15 to 30 in Toronto, Canada who had firearm related charges. The methodological, ethical issues, and research burnout and vulnerability that arose due to the shared lived experience between the principal researcher and the research participants are discussed. Overall, the article explores the complexities and nuances involved when conducting research with topics that may be trauma-triggering and can contribute to researcher burnout and compassionate fatigue. It is argued that researchers are not immune to these risk factors and due to such exposure may experience depression and other negative side effects. Series of suggestions are outlined to reduce harm exposure for researchers and to improve how they can better be supported to cope and heal from conducting trauma-triggering research before, during, and after completion of a research project.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,045
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0450,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,933
Tête enseignante GPT0,706
Écart entre enseignants0,228 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Higher Education Policy And Leadership StudiesMême sujetQualitative Research Methods and EthicsTravaux en français237 207