Staff Mental Health Self-Assessment During the COVID-19 Outbreak
Notice bibliographique
Résumé
In a survey in Canada about the psychosocial effects of Severe Acute Respiratory Syndrome on hospital staff, 29% of the respondents scored above the threshold point on the 12-item General Health Questionnaire, indicating probable emotional distress.1 Frontline healthcare workers may experience fear of being infected and spreading the virus to their families, particularly those working in isolation wards and accident and emergency departments. There is a need for timely mental health care for patients and health workers during the COVID-19 outbreak.2 With the high anticipated stress among hospital staff in Hong Kong East Cluster, a comprehensive support programme named Support of You (SOY) is initiated. Since 14 February 2020, the Department of Psychiatry of Pamela Youde Nethersole Eastern Hospital has provided an online mental health self-assessment questionnaire to all hospital staff in the cluster. In China, a national guideline has been established for emergency psychological crisis intervention for the COVID-19 outbreak, and it recommends that (1) frontline staff involving in the care of COVID-19[-]infected patients should receive prior psychological crisis intervention trainings to anticipate patient's psychological reactions;(2) staff working in isolation ward should be put on rotations;(3) accommodation should be provided to frontline staff for self-isolation;(4) hotline and online psychological crisis interventions should be provided to needed staff;(5) and a psychological response team consisting of psychiatrists, psychologists, and psychiatric nurses should be formed in each unit to provide staff with psychological support.3 Enhancing the psychological well-being of hospital staff during the COVID-19 outbreak is equally important to the fight against the outbreak.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».