Shared sources and mechanisms of healthcare worker distress in COVID-19: a comparative qualitative study in Canada and the UK
Notice bibliographique
Résumé
Background: COVID-19 has had a significant impact on the wellbeing of healthcare workers, with quantitative studies identifying increased stress, anxiety, depression, insomnia, and PTSD in a wide range of settings. Limited qualitative data so far has offered in-depth details concerning what underlies these challenges, but none provide comprehensive comparison across different healthcare systems.Objective: To explore qualitative findings relating to healthcare worker distress from two different countries to understand the nuanced similarities and differences with respect to the sources and impact of distress relating to COVID-19.Method: A comparative interpretive thematic analysis was carried out between two qualitative data sets examining healthcare workers’ experiences of distress during the COVID-19 pandemic. Data from Canada and the UK were collected in parallel and analyzed in an iterative, collaborative process.Results: A number of sources of distress cut across both study settings including concerns about safety and patient care, challenges at home or in one’s personal life, communication issues, work environment, media and public perception, and government responses to the pandemic. These sit on a spectrum from individual to institutional sources and were mutually reinforcing. Our analysis also suggested that common mechanisms such as exacerbations in uncertainty, hypervigilance, and moral injury underpinned these sources, which contributed to how they were experienced as distressing.Conclusion: This is the first international collaboration utilising qualitative data to examine this pressing issue. Despite differences in the political, social, health service, and pandemic-related context, the sources and mechanisms of distress experienced by healthcare workers in Canada and the UK were remarkably similar.HIGHLIGHTS This international comparative qualitative study explores how mechanisms that lead to distress are shared across different geographies and cultures, even as the local context shapes the sources of distress themselves.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».