The psychosocial work environment among educators during the COVID-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: The education sector has been heavily impacted by COVID-19. While the impact on school-aged children has received much attention, less attention has focused on the experiences of educators. AIMS: To compare various dimensions of the psychosocial work environment and health outcomes between educators engaged in online learning to those engaged in in-person learning in the Canadian province of Ontario. METHODS: Responses from 5438 educators engaged in either online or in-person learning were collected between 23 November and 21 December 2020; three months after the start of the 2020/21 academic year in September 2020. Psychosocial outcomes included quantitative demands, work pace, predictability, role conflicts, and social support from supervisors and co-workers; assessed using an abbreviated version of the Copenhagen Psychosocial Questionnaire. Secondary outcomes included burnout and sleep troubles. Ordinary Least-Squares regression models examined adjusted mean differences in the levels of outcomes for respondents in in-person versus online learning, after adjustment for a variety of covariates. RESULTS: Compared to respondents engaged in in-person learning, respondents engaged in online learning reported less predictability, higher role conflicts and less support from supervisors and co-workers. Statistically significant differences in work pace, burnout and sleep troubles were also observed across learning modes, although these differences did not exceed previously suggested thresholds for minimum important differences. CONCLUSIONS: Important differences in the psychosocial work environment were observed between respondents engaged in in-person learning versus online learning. Addressing these differences is required, given the potential continued importance of online learning within the context of the COVID-19 pandemic and beyond.
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 | 0,001 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».