MétaCan
Menu
Retour à la cohorte
Enregistrement W4212808970 · doi:10.5864/d2021-022

Racism and harassment towards frontline workers: experiences of environmental public health professionals during the COVID-19 pandemic response

2021· article· en· W4212808970 sur OpenAlexaffvenueabout
Fatih Şekercioğlu, Subrana Rahman, Richard Meldrum, Ian Young

Notice bibliographique

RevueEnvironmental Health Review · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésHarassmentThematic analysisPandemicBurnoutPublic healthCoronavirus disease 2019 (COVID-19)PsychologyMental healthWork (physics)Public relationsEnvironmental healthNursingMedicineQualitative researchPolitical scienceSociologyClinical psychologyPsychiatryEngineering

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has highlighted several challenges for Environmental Public Health Professionals (EPHPs). This study aims to understand the experiences of EPHPs during the pandemic to improve future crises and incidents that may arise. A mixed-methods, cross-sectional online survey was conducted in June 2021. Frequency tabulations were used to analyze close-ended survey responses, and both a conventional content analysis and thematic analysis were conducted on open-ended responses. A total of 80 eligible survey responses were received. Most respondents were located in Ontario (53.8%). Study results revealed that EPHPs have faced incidents of harassment, frustration from the public, and a lack of support from management. These matters ultimately challenged the well-being of EPHPs, placing them at increased risk of burnout, stress, and fear. Thus, it is crucial that support for mental health and reporting systems is improved for the future to ensure that EPHPs are able to meet the demands of their work. Further studies should be conducted to examine the lived experiences of EPHPs and barriers faced in more detail, including possible strategies to improve their working environments and well-being.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,452
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,152
Tête enseignante GPT0,498
Écart entre enseignants0,346 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health ReviewMême sujetPublic Health Policies and EducationTravaux en français237 207