Healthcare workers’ perception of gender and work roles during the COVID-19 pandemic: a mixed-methods study
Notice bibliographique
Résumé
OBJECTIVES: A high functioning healthcare workforce is a key priority during the COVID-19 pandemic. We sought to determine how work and mental health for healthcare workers changed during the COVID-19 pandemic in a universal healthcare system, stratified by gender factors. DESIGN: A mixed-methods study was employed. Phase 1 was an anonymous, internet-based survey (7 May-15 July 2020). Phase 2 was semistructured interviews offered to all respondents upon survey completion to describe how experiences may have differed by gender identity, roles and relations. SETTING: National universal healthcare system (Canada). PARTICIPANTS: 2058 Canadian healthcare worker survey respondents (87% women, 11% men, 1% transgender or Two-Spirit), including 783 health professionals, 673 allied health professionals, 557 health support staff. Of the 63 unique healthcare worker types reported, registered nurses (11.5%), physicians (9.9%) and pharmacists (4.5%) were most common. Forty-six healthcare workers were interviewed. MAIN OUTCOME MEASURES: Reported pandemic-induced changes to occupational leadership roles and responsibilities, household and caregiving responsibilities, and anxiety levels by gender identity. RESULTS: Men (19.8%) were more likely to hold pandemic leadership roles compared with women (13.4%). Women (57.5%) were more likely to report increased domestic responsibilities than men (45%). Women and those with dependents under the age of 10 years reported the greatest levels of anxiety during the pandemic. Interviews with healthcare workers further revealed a perceived imbalance in leadership opportunities based on gender identity, a lack of workplace supports disproportionately affecting women and an increase in domestic responsibilities influenced by gender roles. CONCLUSIONS: The COVID-19 pandemic response has important gendered effects on the healthcare workforce. Healthcare workers are central to effective pandemic control, highlighting an urgent need for a gender-transformative pandemic response strategy.
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 | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».