MétaCan
Menu
Retour à la cohorte
Enregistrement W4287147424 · doi:10.3389/fpsyt.2022.938230

Mental Health Status of Teachers During the Second Wave of the COVID-19 Pandemic: A Web-Based Study in Bangladesh

2022· article· en· W4287147424 sur OpenAlexaboutno aff
Md. Tanvir Hossain, Md. Akhtarul Islam, Nusrat Jahan, Mst. Tanmin Nahar, Md. Juwel Ahmed Sarker, Md. Mostafizur Rahman, Farah Deeba, Kazi Enamul Hoque, Rina Aktar, Md. Mazharul Islam, Mohammed Zaber Hossain, Laila Siddiqua, Zisan Mahbub, Md. Nazrul Islam

Notice bibliographique

RevueFrontiers in Psychiatry · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesKhulna University
Mots-clésMental healthAnxietyResidencePandemicGovernment (linguistics)PsychologyDepression (economics)Quarter (Canadian coin)Social distanceMedicineCoronavirus disease 2019 (COVID-19)PsychiatryDemographyDiseaseGeographySociology

Résumé

récupéré en direct d'OpenAlex

Background: Following the outbreak of the COVID-19 pandemic, the government of Bangladesh implemented strict non-therapeutic measures, i.e., "social distancing," "lockdown," "work from home," in the first quarter of 2020. Like other professionals, teachers at schools, colleges and universities were confined within households. However, the introduction of online education imposed an additional burden on teachers along with growing household responsibilities, thus, affecting their psychological state. Aims: This study was aimed to explore the prevalence of mental health problems among teachers in Bangladesh and to identify the associated risk factors. Methods: This web-based cross-sectional study was conducted during the second wave of COVID-19 pandemic in Bangladesh. Data were collected from 381 teachers working at schools, colleges, and universities between 01 August and 29 August 2021 by administering a self-reported e-questionnaire using Google Form, where the mental health of teachers was assessed by depression, anxiety, and stress scale. Data were analyzed using IBM SPSS Statistics (Version 26) and STATA Version 16, and multiple linear regression was executed to predict mental health problems among teachers. Results: The findings indicate that the overall prevalence of depression, anxiety, and stress among teachers was 35.4%, 43.7%, and 6.6%, respectively. The prevalence was higher among male and older teachers than among their female and younger colleagues. The findings further showed that place of residence, institution, self-reported health, usage of social and electronic media, and fear of COVID-19 significantly influenced the mental health status of teachers. Conclusion: It is strongly recommended that the government and policymakers provide proper mental health services to teachers in order to reduce mental health problems and thus sustain the quality of education during and after the pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,362
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetCOVID-19 and Mental HealthTravaux en français237 207