Insomnia, excessive daytime sleepiness, anxiety, depression and socioeconomic status among customer service employees in Canada.
Notice bibliographique
Résumé
OBJECTIVE: It is the first study investigating deeply symptoms of neuropsychiatric diseases among a large population of customer service employees (n=1238, 640 females and 598 males). The study's goals were document presence of sleep disorders, anxiety and depression among customer service advisors and determine the influence of the socioeconomic status (pSES), duration in position and full-time or part-time shift on the diseases above. METHODS: Linear regressions and ANOVA with a Tukey multiple comparisons of means was performed to analyze correlation and differences between citizens, international students and immigrants in their pSES and neuropsychiatric diseases. RESULTS: =89,77% for depression). DISCUSSION: Insomnia, sleepiness and anxiety are more prevalent for full-time employees (higher for immigrants and international students compared to Canadians) compared with part-time employees, while depression was similarly higher for Canadian and immigrants compared to international students. Regarding full-time employees, symptoms of insomnia, anxiety and depression were higher for men compared to women. Regarding part-time employees, symptoms of insomnia and sleepiness were higher for women compared to men. Employees working full-time with rotating shifts are more exposed to insomnia, sleepiness and anxiety than employees working part-time. More research is needed to understand mental health of customer service employees regardless of their area and it is worthy of interest to study the link between sleep disorders and mood disorders with work conditions. Here some practical suggestions are made to reduce neuropsychiatric disorders for customer service employees or to at least mitigate the work burden on their brains.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».