MétaCan
Menu
Retour à la cohorte
Enregistrement W3201824950 · doi:10.4337/9781789905021.00021

COVID-19: short- and long-term impacts on work and well-being

2021· book-chapter· en· W3201824950 sur OpenAlexaboutno aff
Gary W. Ivey, Jennifer E. C. Lee, Deniz Fikretoglu, Eva Guérin, Christine Frank, Stacey Silins, Donna I. Pickering, Megan M. Thompson, Madeleine T. D’Agata

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2021
Typebook-chapter
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic relationsWorkforceContext (archaeology)PsychosocialWork (physics)PandemicPsychologyBusinessPolitical scienceCoronavirus disease 2019 (COVID-19)MedicineEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

The broad risks and drastic changes associated with the COVID-19 pandemic pose various psychosocial and physical challenges, which can affect the health and well-being of employees and the organizations they work for. This chapter builds on research undertaken in support of the Canadian military to provide timely insight into how people may react during and after the crisis, and how organizational leaders can support their personnel through it. We took a pragmatic approach in reviewing the scientific literature and available data that (in)directly relates to the COVID-19 pandemic, and we distilled the information to a manageable set of recommendations deemed relevant to the organizational context. Our review yielded considerations in several key areas, including (a) impacts of disasters, (b) impacts of COVID-19 on work life, and (c) on family life, (d) (non-)compliance with public health directives, (e) reintegration into the workplace, and (f) crisis communication and management. Although certain organizations (e.g., military/public safety), may be well-prepared to manage the effects of the crisis (e.g., with a workforce that is trained for and experienced in dealing with stressful and ambiguous situations), our review suggests that some workers, regardless of organizational affiliation, may be particularly susceptible to its negative effects based on their perceptions, demographic characteristics, personal or financial circumstances, family dynamics, pre-existing health conditions, and the nature of their work. In this chapter, we discuss the various risk factors and offer evidence-informed recommendations for how organizational leaders might mitigate the potential harmful and enduring effects of COVID-19 and future crises, and we offer a research agenda to address critical knowledge gaps

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,055
Tête enseignante GPT0,353
Écart entre enseignants0,297 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetCOVID-19 and Mental HealthTravaux en français237 207