MétaCan
Menu
Retour à la cohorte
Enregistrement W4221089521 · doi:10.3390/ijerph19053109

The Biggest Challenges Resulting from the COVID-19 Pandemic on Gender-Related Work from Home in Biomedical Fields—World-Wide Qualitative Survey Analysis

2022· article· en· W4221089521 sur OpenAlexaff
Eva Bezak, Kristin Carson‐Chahhoud, Loredana G. Marcu, Magdalena Stoeva, Lenka Lhotská, Gilda A. Barabino, Fatimah Ibrahim, Eleni Kaldoudi, Sierin Lim, Ana Maria Marques da Silva, Peck Ha Tan, Virginia Tsapaki, Monique Frize

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Work (physics)Qualitative analysisQualitative researchData scienceMedicineSociologyVirologyEngineeringSocial scienceComputer scienceInfectious disease (medical specialty)DiseaseOutbreak

Résumé

récupéré en direct d'OpenAlex

(1) Background: This paper aims to present and discuss the most significant challenges encountered by STEM professionals associated with remote working during the COVID-19 lockdowns. (2) Methods: We performed a qualitative analysis of 921 responses from professionals from 76 countries to the open-ended question: "What has been most challenging during the lockdown for you, and/or your family?" (3) Findings: Participants reported challenges within the immediate family to include responsibilities for school, childcare, and children's wellbeing; and the loss of social interactions with family and friends. Participants reported increased domestic duties, blurred lines between home and work, and long workdays. Finding adequate workspace was a problem, and adaptations were necessary, especially when adults shared the same setting for working and childcare. Connectivity issues and concentration difficulties emerged. While some participants reported employers' expectations did not change, others revealed concerns about efficiency. Mental health issues were expressed as anxiety and depression symptoms, exhaustion and burnout, and no outlets for stress. Fear of becoming infected with COVID-19 and uncertainties about the future also emerged. Pressure points related to gender, relationship status, and ethnicities were also evaluated. Public policies differed substantially across countries, raising concerns about the adherence to unnecessary restrictions, and similarly, restrictions being not tight enough. Beyond challenges, some benefits emerged, such as increased productivity and less time spent getting ready for work and commuting. Confinement resulted in more quality time and stronger relationships with family. (4) Interpretation: Viewpoints on positive and negative aspects of remote working differed by gender. Females were more affected professionally, socially, and personally than males. Mental stress and the feeling of inadequate work efficiency in women were caused by employers' expectations and lack of flexibility. Working from home turned out to be challenging, primarily due to a lack of preparedness, limited access to a dedicated home-office, and lack of previous experience in multi-layer/multi-scale environments.

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)0,021
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,027
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,004
Communication savante0,0030,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,378
Tête enseignante GPT0,485
Écart entre enseignants0,107 · 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.

Devis d'étudeQualitatif
DomaineIncitatifs
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

Citations34
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetDiversity and Career in MedicineTravaux en français237 207