Paternal Leave and Fathers’ Mental Health: A Rapid Literature Review
Notice bibliographique
Résumé
Background: Several countries have introduced paternal leave policies in order to encourage and involve fathers in caregiving. Besides supporting fathers’ involvement, paternal leave may have other consequences such as health improvements. Paternity leave could potentially improve mental health outcomes by reducing stress and anxiety associated with work–family conflict. It can be hypothesized that paternal leave has a positive effect on men’s mental health; however, there have been no recent attempts to review the literature pertaining to such outcomes. Purpose: The aim of this rapid review of the literature was to evaluate the evidence from studies that explored the effect of paternal leave on men’s mental health. Design: Rapid literature review Methods: The review was guided by the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Electronic databases CINAHL Plus with Full Text, Academic Search Complete, MEDLINE, APA PsycArticles, APA PsycInfo, Social Sciences Full Text (H.W. Wilson), SocINDEX with Full Text, and ERIC were searched for studies that met the inclusion criteria. Findings: A total of 337 records were identified from the electronic database search. Nine studies met the inclusion criteria. The findings suggest that fathers experience mental health benefits as a result of availing of parental leave. The length of leave availed by fathers had an impact on their mental health, with longer duration of paternity leave associated with higher levels of mental well-being. Flexible leave impeded fathers from fully engaging in their paternal role or their employment duties. Conclusion: The mental health benefits of parental leave usually associated with mothers are also extended to fathers, highlighting the importance of this statutory entitlement.
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 | 0,000 |
| 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 | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».