Contemporary challenges, needs and opportunities for emerging behavioral nutrition and physical activity researchers: a mixed-methods study
Notice bibliographique
Résumé
BACKGROUND: Emerging researchers commonly navigate challenging and insecure working environments. Yet the impact on emerging behavioral nutrition and physical activity researchers is unknown. Hence, we sought to identify the contemporary challenges, needs, and opportunities for emerging behavioral nutrition and physical activity researchers. METHODS: We employed a convergent mixed methods design, using an online survey. Participants completed socio-demographic questions, and rated the impact of personal and professional challenges, development needs with descriptive elaborations, and existing and desired professional development opportunities. Data analysis included thematic analysis of open-ended responses and descriptive statistics and multiple linear regressions of quantitative data. Integration of quantitative and qualitative data was through narrative and weaving. RESULTS: Emerging researchers (n = 111, 57% graduate students) from over 20 countries participated. Synthesised results related to all four domains of the Researcher Development Framework. Specifically, we identified 8 themes relating to conducting research (domain 1); physical and mental health, and networking (domain 2); grant funding, and employment opportunities (domain 3); and leadership, supportive work networks, and communication with non-academic audiences (domain 4). Financial comfort was a predictor of both professional and personal development needs. CONCLUSIONS: Our study highlights the multiple challenges emerging researchers face, with increasing demands of collective efforts to support sustainable career development. Our findings serve as a foundation for promoting an inclusive and equitable research environment for emerging researchers. Though individual-level solutions may help, greater impact is likely from systemic changes to increase job security, career progression pathways and availability of ECR-specific funding.
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 | 0,062 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».