Writing Through Tears: Women, Grief and Hope in the Academy
Notice bibliographique
Résumé
Grief shatters the body, at once collapsing inwards while simultaneously tearing apart. Is there room for grief in the neoliberal academic body? Is there space for small everyday losses as well as large life-changing losses? What do we do when our workspaces silence our grief? As academics, we are subject to a competitive, pressurized working culture resulting in increasing stress, anxiety, exhaustion. We have also experienced a devastating global pandemic. Yet, grief and loss are not emotions we readily acknowledge in our workspaces. Inspired by Shelton and Sieben (2020), we focus on this very topic and emotion, which has affected us in different ways. We bring grief (deep sorrow from death or loss) centre-stage as a way of speaking-back, stepping away from the competition and the success narratives. We use Hendry et al.’s (2018) notion of narrative as being which shifts methodology from a mode of production to a way of being in the world. Our narratives show that loss, even while experienced individually, is felt communally. Grief matters and in writing about grief, we resist neoliberal knowledge, an act which gives us hope.
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 | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,043 | 0,049 |
| Communication savante | 0,024 | 0,015 |
| Science ouverte | 0,002 | 0,019 |
| Intégrité de la recherche | 0,004 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».