Exploring the impact of gender on challenges and coping during the COVID-19 pandemic
Notice bibliographique
Résumé
Purpose Repercussions to everyday life caused by the COVID-19 pandemic disproportionately impacted certain segments of the population, including older adults, communities of color and women. The societal response to reduce the impact of the pandemic, including closing schools and working from home, has been experienced differentially by women. This study explored how individual challenges and coping mechanisms differed for women as compared to men. Design/methodology/approach This study used an anonymous, cross-sectional, online survey early in the COVID-19 pandemic. Convenience, snowball and purposive sampling methods were used. Data were collected in June 2020 targeting adults living in Canada and the USA, with a total of 1,405 people responding, of which, the respondents were primarily women, White and with high education levels. Findings The results of this study confirm previous research that women struggled more to adapt to the pandemic and felt less prepared than men during the COVID-19 pandemic. Further, this study found significant differences in the sources of information and support used by women as compared to men. Originality/value The findings of this study not only confirm past research but also highlight that practice and policy responses to this pandemic, and future research on national level crises need to be targeted by gender, so that different needs are effectively addressed. Additionally, this article also identifies sources or challenges, as well as support, in order to inform and strengthen such responses.
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 ».