The Impact of the COVID-19 Pandemic and Transition to Distance Learning on University Faculty in the United States
Notice bibliographique
Résumé
Background: The unexpected COVID-19 pandemic impacted not only students at institutions of higher learning, but also faculty who often made rapid transitions from face-to-face to online or distance learning. Distance learning has been shown to negatively impact college students’ physical activity, screen time, and mental health concerns. Little is known, however, about the transition and impact of the pandemic and distance learning on university faculty. Purpose: The purpose of this study was to examine the impact of the rapid transition from traditional face-to-face teaching methodologies to distance learning on professional quality of life, physical activity, screen time, and anxiety and depression among faculty. Methods: A descriptive survey design with snowball sampling, was used to collect data anonymously, online. An electronic survey was developed to explore professional quality of life, physical activity, screen time, anxiety, and depression. Results: The COVID-19 pandemic and subsequent rapid transition of teaching and learning methodologies impacted not only students, but faculty at institutions of higher learning. Most faculty indicated concerns with their professional quality of life, putting them at moderate risk of burnout. A negative correlation between leisure time and anxiety or depression was found as well as a positive correlation between increased screen time and depression. Conclusion: Increased screen time and decreased physical activity or leisure time may contribute to increased faculty burnout, depression, and anxiety. University administration may need to consider strategies to help faculty cope with transitions to unfamiliar teaching methodologies and self-care behavioral changes to avoid faculty dissatisfaction and disengagement.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».