MétaCan
Menu
Retour à la cohorte
Enregistrement W6964737694 · doi:10.26209/td2023vol16iss11786

"I Genuinely Can’t Understand Why I Was Selected for the Job": Descriptions of the Impostor Phenomenon in University Staff and Professors

2023· article· en· W6964737694 sur OpenAlexaff

Notice bibliographique

RevuePennsylvania Libraries: Research & Practice (University of Pittsburgh) · 2023
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésFeelingPhenomenonSituational ethicsInterpersonal communicationQualitative research

Résumé

récupéré en direct d'OpenAlex

The Impostor Phenomenon (IP) is a person’s experience of internalized fraudulence relative to their successes; this is characterized by a fear of being “found out” and judged by others as well as difficulties internalizing successes (Clance & Imes, 1978). Previous research has suggested that it is commonly experienced by professors and staff in postsecondary institutions and associated with a variety of negative outcomes related to career and mental health. As part of an online survey about IP, academic staff and professors were provided an open text box and asked to describe the causes, consequences, and experiences of impostor feelings in academic settings. Three overarching categories and eight subcategories were identified through inductive content analysis, including 1) triggers of impostor feelings (i.e., interpersonal interactions, situational influences), 2) qualities of the experience itself (i.e., negative external perceptions, negative self-perceptions, feelings of fraudulence, negative emotions) and 3) management of impostor feelings (i.e., effective strategies, ineffective strategies). Implications for addressing impostor feelings in academic staff and professors are considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,015
Communication savante0,0040,005
Science ouverte0,0020,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,120
Tête enseignante GPT0,341
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePennsylvania Libraries: Research & Practice (University of Pittsburgh)Même sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207