Bullying, harassment, and discrimination of musculoskeletal researchers and the impact of the COVID-19 pandemic: an international study
Notice bibliographique
Résumé
PURPOSE: Bullying, harassment, and discrimination (BHD) are prevalent in academic, scientific, and clinical departments, particularly orthopedic surgery, and can have lasting effects on victims. As it is unclear how BHD affects musculoskeletal (MSK) researchers, the following study assessed BHD in the MSK research community and whether the COVID-19 pandemic, which caused hardships in other industries, had an impact. METHODS: A web-based anonymous survey was developed in English by ORS Spine Section members to assess the impact of COVID-19 on MSK researchers in North America, Europe, and Asia, which included questions to evaluate the personal experience of researchers regarding BHD. RESULTS: 116 MSK researchers completed the survey. Of respondents, 34.5% (n = 40) focused on spine, 30.2% (n = 35) had multiple areas of interest, and 35.3% (n = 41) represented other areas of MSK research. BHD was observed by 26.7% (n = 31) of respondents and personally experienced by 11.2% (n = 13), with mid-career faculty both observing and experiencing the most BHD. Most who experienced BHD (53.8%, n = 7) experienced multiple forms. 32.8% (n = 38) of respondents were not able to speak out about BHD without fear of repercussions, with 13.8% (n = 16) being unsure about this. Of those who observed BHD, 54.8% (n = 17) noted that the COVID-19 pandemic had no impact on their observations. CONCLUSIONS: To our knowledge, this is the first study to address the prevalence and determinants of BHD among MSK researchers. MSK researchers experienced and observed BHD, while many were not comfortable reporting and discussing violations to their institution. The COVID-19 pandemic had mixed-effects on BHD. Awareness and proactive policy changes may be warranted to reduce/eliminate the occurrence of BHD in this community.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».