Gender, work-family conflict and depressive symptoms during the COVID-19 pandemic among Quebec graduate students
Notice bibliographique
Résumé
The increasing mental health inequalities between women and men following the COVID-19 crisis represent a major public health concern. Public health measures to mitigate the pandemic could severely impact populations with high prevalence of mental health problems such as graduate students. We aimed to document the gendered experience of the lockdown and its association with depressive symptoms among graduate students in Quebec. We contrast two hypotheses: whether inequalities in depressive symptoms between women and men could be linked to their differential exposure or vulnerability to work, family and study conditions, with the mediating role of work-to-family interference (WIF) and family-to-work interference (FIW). This observational study used path analysis to test our hypotheses using a cross-sectional data collected from 1,790 graduate students from three universities in Quebec. The exposure hypothesis received more support. Women reported more stress regarding new teaching methods, which was associated directly with more depressive symptoms, and indirectly through WIF. Women were more worried about COVID-19, which was associated with more depressive symptoms, and indirectly through WIF and FIW. However, women reported less FIW and more emotional support, both respectively associated with less depressive symptoms. The policy measures taken after the COVID-19 were not gender-neutral. This study demonstrates the importance of taking the potentially gendered effects of policies into consideration, and points to mitigating actions that can forestall the exacerbation of gendered inequalities in mental health.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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 ».