Supporting researcher resilience in emotionally demanding research work: building and sustaining an international community of practice
Notice bibliographique
Résumé
Researching emotionally demanding topics, like gender-based violence, can have potential personal impacts, including poor mental health and vicarious trauma. Researchers need support when working on such topics. The purpose of this article is to describe how an international Community of Practice (CoP) for researchers exploring sensitive topics was established to support resilience building practices. The Researcher Resilience Community of Practice (RRCoP) was initiated by three leaders from international universities with a shared interest in researcher resilience and wellbeing. Virtual meetings, held every other month, centre on relationship building, developing resilience skills, and connecting with researchers in the field of supporting graduate student wellbeing. The RRCoP is open to anyone involved in research and provides a space for emotional debriefing, promoting a sense of belonging, understanding, and reduced isolation among members. Workshops and presentations contribute to members’ personal resources for resilience/wellbeing. Meanwhile, working groups within the RRCoP actively pursue tangible changes in the field of supporting researcher wellbeing. This article presents member reflections on personal impact of CoP engagement and recommendations for future growth. The RRCoP continues to foster researcher resilience and wellbeing in sensitive research. This peer support network serves an important role in mitigating negative impacts of research work.
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 | 0,107 | 0,118 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,025 | 0,021 |
| Communication savante | 0,021 | 0,017 |
| Science ouverte | 0,006 | 0,053 |
| Intégrité de la recherche | 0,005 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».