Shift in work-life balance in Pakistan due to COVID-19 Pandemic: Analysis through the mental health lens (Preprint)
Notice bibliographique
Résumé
BACKGROUND The outburst of infectious diseases threatens the psychological stability and disrupts work-life balance. OBJECTIVE The objective of this study is to investigate shift in work-life balance due to COVID-19 pandemic by examining the mental health status of general population of Pakistan. METHODS An online survey was conducted during COVID-19 peak (23-June till 29-June 2020). Out of 2050, 1775 responses from Karachi were included in this study. T-tests and ANOVAs were performed to identify difference among sociodemographic factors. Stepwise linear regression was conducted to determine association of depression, anxiety and stress with each factor of sociodemographic, knowledge and concern, contact, occupational and psychological variables. RESULTS In total, 30%, 22.2% and 21.96% of respondents reported severe to extremely severe depression, anxiety and stress on the Depression, anxiety stress scales (DASS). Well educated, unmarried, small scale business holders and changes in income due to COVID-19 reported higher depression. Moreover, respondents who acquired infection, consulted a doctor in fear of being COVID-19 positive, teleworkers and variations in earning reported being more anxious. Female gender, frontline workers, respondents with increased online working hours, clinical consultation doubtful of virus positive and self-acquisition of virus reported higher stress. The attributes of age (under 30 years), more concern regarding virus contraction from others, lower survival chance, new cases, COVID-19 dreams, lockdown, and spending more time on social media, strongly correlated with DASS scores. CONCLUSIONS This study confirms that the outbreak of COVID-19 pandemic has adversely impacted work-life balance of general population of Pakistan. Moreover, the aforementioned variables allow health sectors, government authorities and social media to design guidelines necessary for controlling negative post-pandemic effect and future infections outbreaks. CLINICALTRIAL NED University of Engineering & Technology
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».