Mental Health of Communities during the COVID-19 Pandemic
Notice bibliographique
Résumé
Introducción: El estudio surge a partir del reconocimiento de las necesidades en torno a la Salud Mental en el TrabajoSMT de un grupo de administrativos adscritos a una universidad pública de Colombia y desde la implementación de la modalidad de trabajo en casa derivada de la situación epidemiológica COVID-19. El objetivo es contribuir a fortalecer la salud mental en el trabajo a través de un programa fundamentado en el Modelo de Creencias en Salud-MCS. Metodología: Dicho programa se desarrolló mediante plataformas digitales, en el que se abordaron temáticas relacionadas con el manejo del estrés y la gestión del tiempo, siguiendo una metodología cualitativa, con enfoque de Investigación Acción-IA. Resultados y Discusión: Se obtiene la identificación de situaciones y/o estímulos percibidos como barreras para la realización de conductas salutogénicas y desde un enfoque preventivo, la estrategia centrada en educación para la salud aportó de forma significativa sobre el autocuidado en el desarrollo del trabajo en casa. Conclusiones: La implementación de este tipo de programas, que involucran a la comunidad durante el proceso, contribuyen sustancialmente al fortalecimiento de la salud mental en el trabajo desde necesidades contextualizadas, especialmente durante la contingencia sanitaria por COVID-19
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».