Psychosocial Impacts of the COVID-19 Pandemic
Notice bibliographique
Résumé
Background and objective: Globally, men are at greater risk of mortality and serious physical consequences from COVID-19 infection than women, but are less impacted by the pandemic’s impact on labor force participation and increased childcare responsibilities. Outside of gender identity, however, it is unclear whether men’s beliefs about gender may be related to the kinds of COVID-19-related impacts they report. This study sought to describe the employment, income, and household responsibility-related impacts of the pandemic on a sample of young men in the U.S. and to examine relationships between the men’s gender ideologies and attitudes toward gender equity with self-reported stress impacts of the pandemic. Methods: The data are from an online survey of 481 young men from across the U.S. Measures included scales assessing masculinity ideology, modern sexism, support for traditional divisions of labor by gender, and attitudes toward gender equity. New items developed for this study assessed COVID-19-related changes in employment, household responsibilities, and childcare duties as well as levels of stress. Hierarchical regression examined the relative roles of demographic characteristics, changes in employment and household work, and gender-related attitudes on COVID-related stress. Results: Descriptive findings showed that under 50% of the men in the sample experienced negative COVIDrelated impacts on employment, but that a majority of the men reported at least some COVID-related stress. Results of the hierarchical regression suggest that higher levels of stress were predicted by having a minoritized sexual identity, less religiosity, experiencing employment or household responsibility-related changes, and not endorsing modern sexism or a traditional, gendered division of labor. Conclusions: Experiencing COVID-19-related stress was normative in this sample of young men. However, endorsing traditional notions of a gendered division of labor was slightly protective against higher levels of COVID-related stress. These findings add to existing evidence that gender analysis must be a central component of ongoing COVID-related policy and programming development.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».