Assesment of scientists’ lifestyle and risk factors affecting their professional efficiency
Notice bibliographique
Résumé
People involved in scientific research should keep their cognitive status high since this is necessary for preserving their intellectual potential and maintaining their work efficiency. Given that, it seems important to determine what impacts scientific work might have on mental health, to estimate potential disorders and to develop a strategy aimed at preventing cognitive impairments. Our research goals were to perform screening assessment of executive functions, to examine signs of premature ageing and to explore behavioral and social risk factors among Russian researchers. We accomplished a cross-sectional study with 213 researchers employed by state scientific institutions in Moscow participating in it; they were 116 women and 97 men aged from 23 to 78 years (their average age was 45.48 ± 15.33 years). As a result, we established that risk factors causing a decline in professional efficiency were rather frequent among the participants. Probable cognitive disorders were detected in 9.85 % of them and we should note that these disorders were not age-related. We detected signs of senile asthenia in 3.28 % of the participants and senile depression in 2.34 %. Two thirds of the participants had subclinical depression (74.6 %). Only one fifth of the respondents (19.71 %, n = 42) did not have any cognitive impairments, asthenic syndrome, or depression. A quarter of the researchers (25.34 %) were not sufficiently committed to healthy lifestyle. Low physical activity established for 79.3 % of the respondents was the major risk factor; among others, we can mention irrational nutrition, primarily among those researchers who worked with students; poor stress management skills among physicians who combined clinical practice with science; difficulties in interpersonal relationships among people who dealt solely with research. It is necessary to implement corporate programs aimed at prevention and rehabilitations for researchers in order to preserve their scientific activity and professional efficiency as well as to extend their professional longevity
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».