MétaCan
Menu
Retour à la cohorte
Enregistrement W3147261614

Effects of sexism in the workplace on mental health: a systematic review

2021· review· pt· W3147261614 sur OpenAlexaboutno aff
Natália Maria Simionato

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2021
Typereview
Languept
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthPsychologyApplied psychologySocial psychologyPublic relationsEnvironmental healthMedicinePolitical sciencePsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objetivo: Identificar os efeitos do sexismo no trabalho (nas formas de assédio sexual, desigualdade salarial, obstáculos para progressão na carreira e discriminação sexual) sobre a saúde mental de trabalhadores através de uma revisão sistemática da literatura científica. Métodos: Uma estratégia de busca foi desenvolvida utilizando Operadores Booleanos, termos MeSH e palavras-chave relacionadas a trabalhadoras, assédio sexual, desigualdade salarial entre homens e mulheres, progressão na carreira e sintomas ou transtornos depressivos. A busca foi realizada em cinco bases de dados (PubMed, PsycInfo, Web Of Science, LILACS and CINAHL), das quais 1613 artigos foram analisados por título e resumo, 314 lidos na íntegra por duas revisoras e 105 obedeceram aos critérios de inclusão. Dados de interesse de 58 artigos não estavam disponíveis para extração e por isso estes foram excluídos. Comorbidades (por exemplo: ansiedade, transtorno de estresse pós-traumático e distúrbios do sono) foram incluídos somente se o estudo também tivesse avaliado depressão. A amostra final foi composta por 47 artigos, que tiveram sua qualidade metodológica avaliada através da escala Newcastle-Ottawa. Resultados: O assunto mais comumente estudado foi assédio sexual. Diversas áreas de trabalho e populações de vários países estão representadas nesses artigos, sendo os Estados Unidos da América a fonte mais comum de afiliação dos autores. Todos os estudos foram publicados por, ou em colaboração com Universidades em países desenvolvidos. Poucos estudos consideraram auto-declaração de gênero e a intersecção entre sexo e etnia, evidenciando a necessidade de mais estudos sobre sexismo no sendo conduzidos ao redor do mundo, especialmente em países subdesenvolvidos e em desenvolvimento, que atualmente estão subrepresentados. Dados extraídos de 47 artigos sugerem que mulheres são mais expostas a assédio e abuso sexual no ambiente de trabalho, recebem menores salários, vivenciam mais dificuldades ligadas ao gênero para progredir na carreira, além de serem mais expostas a discriminação sexual no trabalho. Essas exposições parecem aumentar o risco para depressão e comorbidades independentemente de sexo, porém mulheres são, em geral, mais expostas e mais acometidas por esses transtornos. Conclusão: Mulheres são, em geral, mais expostas a todos os eventos ligados a sexismo no trabalho. Sofrer assédio ou abuso sexual no ambiente de trabalho, desigualdade salarial, dificuldades para \nxviii \nprogredir na carreira e discriminação sexual no trabalho parecem contribuir para o desenvolvimento de transtornos psicológicos como depressão e comorbidades em ambos os sexos. Alguns resultados sugerem que homens podem ser mais vulneráveis aos transtornos psicológicos após sofrerem assédio ou abuso sexual no trabalho, porém mulheres são mais comumente vitimizadas e mais afetadas pelos transtornos avaliados nessa revisão.

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)0,008
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0100,012
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,311
Écart entre enseignants0,273 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetWork-Family Balance ChallengesTravaux en français237 207