Examining the Origins and Outcomes of Research-Related Emotions in Faculty: Developing the Research Emotions Questionnaire (REQ)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
University faculty experience many emotions that have implications for their research success; however, previous studies on research-related emotions in faculty have consistently employed self-report measures with limited validity, reliability, and scope. The current study aimed to validate the Research Emotions Questionnaire (REQ) among STEM faculty, examine potential differences in emotions by demographic and job-related factors, and test a hypothesized model of emotions as predictors of faculty research success based on Pekrun’s control-value theory (CVT). An online survey was completed by 611 STEM faculty from 10 research-intensive US universities, with the data showing the REQ to be valid and reliable. Women reported more anxiety and disappointment, underrepresented minorities reported more anxiety, and full professors reported more enjoyment and pride, as well as less anxiety and disappointment, compared to junior colleagues. Structural equation modeling results showed perceived control and value appraisals significantly predicted research emotions and, in turn, self-reported research success. Negative binomial regressions revealed enjoyment, boredom, disappointment, and frustration as significant predictors of bibliometric counts of publications and citations. The REQ is an improved tool for understanding faculty research emotions, with implications for developing targeted emotional regulation programs to enhance faculty well-being, success, and job satisfaction, particularly for underrepresented groups.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle