MétaCan
Menu
Retour à la cohorte
Enregistrement W2136672881 · doi:10.5958/j.2319-5886.2.4.145

Levels of stress amongst the school teachers in a public school of rural Western Maharashtra

2013· article· en· W2136672881 sur OpenAlexaff
Rahul Kunkulol, Rusina Karia, Prashant Patel, Abhinav David

Notice bibliographique

RevueInternational Journal of Medical Research & Health Sciences · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensPontifical Institute of Mediaeval Studies
Organismes subventionnairesnon disponible
Mots-clésStress (linguistics)SocioeconomicsSchool teachersRural areaMedicineMedical educationGeographyVeterinary medicinePsychologyMathematics educationSociologyPathology

Résumé

récupéré en direct d'OpenAlex

Teachers are among the professions reporting highest level of work-related stress, the study was undertaken to evaluate the levels of stress amongst school teachers in a public school of rural western Maharashtra Prospective survey based study was carried out amongst school teachers of rural western Maharashtra using Copenhagen Psychosocial Questionnaire (COPSOQ). The survey was carried out on 3 scheduled visits over a period of 2 months after the Institutional Ethical committee approval. Total 110 Primary and secondary school teachers, satisfying inclusion and exclusion criteria were randomly selected for the study. All the questions in the Copenhagen Psychosocial Questionnaire (COPSOQ) were graded according to 1 (Always-0), 2 (Sometimes-25), 3 (Often-50), 4 (Seldom-75) and 5 (Never-100). The scale value was calculated as the simple average. More the average score less the stress and vice versa Inability to understand the meaning and importance of work, improper clarity about the job, inability to cope with the problems were found to be the factors always contributing to stress of teachers.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,247
Tête enseignante GPT0,545
Écart entre enseignants0,298 · 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'étudeObservationnel
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Medical Research & Health SciencesMême sujetEmotional Intelligence and PerformanceTravaux en français237 207