Resilience and Post-Traumatic Growth after Discriminatory Job Loss: The Case of Academics Dismissed after Turkey’s 2016 Coup
Notice bibliographique
Résumé
This study is about the impact of discriminatory job loss (DJL) on individual attitudes. It is based on interviews with 36 academics who were inequitably and involuntarily fired, and aggressively and punitively discriminated against. We extend previous research on workplace discrimination by exploring the effects of discriminatory job loss on a skilled workforce and by going beyond the job loss itself to examine coping mechanisms, resilience and post-traumatic growth. We found that gratitude, patience and optimism or pessimism about one’s future and career were leading individual factors in the ability to cope with discriminatory job loss. Such coping mechanisms, and their roles in resilience and post-traumatic growth, were described to us by academics in Turkey and abroad. Summary This study of DJL (discriminatory job loss) is a contribution to the literature on job loss and workplace discrimination. In particular, we aim to improve understanding of the psychological outcomes of job loss and termination while exploring their specific causes. Unlike previous studies, this one shows a hidden, unknown and veiled side of DJL, as changes in attitudes are hard to notice, or in some cases unnoticeable, until individuals act or speak out. We extend previous workplace discrimination research by exploring the effects of discriminatory job loss on skilled workers and by providing a broader perspective that includes positive aspects, such as resilience and post-traumatic growth. We found that gratitude, patience and optimism or pessimism about one’s future and career were leading determinants of the ability to cope with discriminatory job loss. Among academic victims of DJL, the ability to cope was key to resilience and strategies for post-traumatic growth. Thus, unfair firing and punitive discrimination do not necessarily stop highly skilled workers from having hopes, expectations and plans for the future. They struggle to reduce external negative outcomes by combining resilience and PTG strategies with internal attitudes of optimism, gratitude and patience. On a practical note, workplace discrimination may be prevented through resilience and PTG strategies.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| 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 ».