Suicides in China's scientific community: A call for a public health response
Notice bibliographique
Résumé
Objective: Suicide among academics and students has emerged as a critical public health issue in China. This article seeks to contribute to a public health approach to suicide prevention specifically tailored to China's scientific community. Methods: We created a unique database through a systematic search and hand-coding of media reports on suicide cases within China's scientific community. Our search (summer, 2024) resulted in a cross-verified database of 130 unique cases from 1992 to 2024. We analyzed suicide patterns based on the year of occurrence, age, gender, academic rank, methods, field, and reported reasons. Results: Our data suggest that suicide numbers among Chinese academics have increased over time, with jumping from heights identified as the predominant method. The causes of these suicides were multifaceted and gendered. Additionally, media coverage of these cases appears to have changed over time, shifting from portraying suicide solely as an individual health struggle to framing it as a broader social issue. Drawing on our analysis as well as recent developments in literature, we outlined four urgent actions to prevent and mitigate suicides among academics in China: 1) Formally recognize the growing suicide crisis within the scientific community as a public health issue. 2) Address upstream political, social, cultural, and economic causes. 3) Document data and research suicide patterns. 4) Foster a healthier, more supportive academic environment through collective action. Conclusions: The rising number of suicide cases in Chinese academia are not isolated incidents but rather reflect systemic issues within the academic and sociopolitical environment. A public health response that enhances our understanding of root causes and informs targeted interventions is urgently needed.
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 | 0,026 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».