Znanje zdravstvenih djelatnika o COVID-19 i povezanost s njihovom percepcijom stresa u vremenu epidemije
Notice bibliographique
Résumé
Zbog novonastale situacije s epidemijom COVID-19 svijet se suočava s novim izazovom i neprijateljem. Suočeni s ovim virusom, zdravstveni djelatnici se nalaze na prvoj crti borbe protiv njega. To iziskuje od njih da sad budu spremni na nove scenarije i nove situacije s kojima se još nisu susreli. Promjene radnog vremena, radnog mjesta, navika u nošenju zaštitne opreme i pristupa pacijentima samo su neki od izazova. Sve to utječe na samog zdravstvenog djelatnika te se javlja stres koji je neizbježan faktor i rezultat borbe s epidemijom. U radu je sudjelovalo 304 medicinskih sestri i tehničara koji rade na različitim odjelima i zdravstvenim ustanovama u samom jeku trajanja epidemije, u mjesecu svibnju i lipnju. Korišteni su profesionalni alati za procjenu skora anksioznosti (GAD-7), depresije (PHQ-9), nesanice (Insomnia Severity Indeks) i samog stresa sudionika. Dobiveni rezultati ukazuju da znanje o novoj COVID-19 bolesti među medicinskim sestrama i tehničarima je prosječno odnosno imaju srednje znanje o COVID-19. Prosječan sudionik ima rezultat koji ukazuje na blagu nesanicu, blage anksiozne simptome, blage simptome depresije te umjeren stres. Međutim, razine stresa variraju. Jedna četvrtina sudionika nema simptome stresa (20,7%), druga četvrtina osjeća blagi stres (26,6%) te jednak broj sudionika osjeća umjeren (23%) i teški stres (29,6%). Zdravstveni djelatnici sa manje godina radnog staža u zdravstvu izražavaju veće razine stresa te su anksiozniji. Oni zdravstveni djelatnici s više znanja o COVID-19 imaju pozitivniju percepciju situacije, dok isto tako oni koji imaju pozitivniju percepciju imaju i manje problema s nesanicom i anksioznošću. Ovim istraživanjem je uočeno da sudionici koji su radili na COVID-19 odjelu pokazuju podjednake razine stresa, depresije, anksioznosti i nesanice kao i njihovi kolege s drugih odjela.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».