MétaCan
Menu
Retour à la cohorte
Enregistrement W4308974853 · doi:10.1186/s40359-022-00974-7

Job insecurity and mental health related outcomes among the humanitarian workers during COVID-19 pandemic: a cross-sectional study

2022· article· en· W4308974853 sur OpenAlexaff
Naznin Sultana, Md. Asaduzzaman, Abu Bakkar Siddique, Hafeza Khatun, Farzana Sultana Bari, Md. Nazrul Islam, Arifa Tabassum, Abdus Salam Mondol, Md. Abu Sayem, Abu Yousuf Md Abdullah, M. Pear Hossain, Emmanuel Biracyaza

Notice bibliographique

RevueBMC Psychology · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of WaterlooUniversity of Saskatchewan
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Mental healthCross-sectional study2019-20 coronavirus outbreakPsychologySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Job insecurityClinical psychologyPsychiatryMedicineVirologyWork (physics)Infectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 remains a public health burden that has caused global economic crises, jeopardizing health, jobs, and livelihoods of millions of people around the globe. Several efforts have been made by several countries by implementing several health strategies to attenuate the spread of the pandemic. Although several studies indicated effects of COVID-19 on mental health and its associated factors, very little is known about the underlying mechanism of job insecurity, depression, anxiety, and stress in Bangladesh. Therefore, this study determined the prevalence of job insecurity and depression, anxiety, stress as well as the association between job insecurity, mental health outcomes also contributing determinants amongst humanitarian workers during the COVID-19 pandemic in Bangladesh. METHODS: We conducted a web-based cross-sectional study among 445 humanitarian workers during the COVID-19 pandemic in six sub-districts of Cox's bazar district of Bangladesh between April and May 2021. The questionnaire was composed of socio-demographic, lifestyle and work related factors. Psychometric instruments like job insecurity scale and depression, anxiety also stress scale (DASS-21) were employed to assess the level of job insecurity and mental health outcomes (depression, anxiety and stress). STATA software version 14 was employed to perform statistical analyses. RESULTS: The prevalence of job insecurity was 42%. The odds of job insecurity was higher in Kutubdia and Pekua (AOR = 3.1, 95% CI 1.36, 7.22) Teknaf (AOR = 2.9, 95% CI 1.33, 6.41), the impact of dissatisfaction on salary (AOR = 2.3, 95% CI 1.49, 3.58) was evident with job insecurity. The prevalence of moderate to severe depression, anxiety and stress among humanitarian worker were (26%, 7%), (25%, 10%) and (15%, 7%) respectively. Further, the region of work, being female, marital status, work environment, and salary dissatisfaction were contributing factors for poor mental health outcomes. Those with job insecurity were almost 3 times more likely to experience depression (AOR = 2.7, 95% CI 1.85, 4.04), anxiety (AOR = 2.6, 95% CI 1.76, 3.71) and stress (AOR: 2.8; 95% CI 1.89, 4.26), respectively. CONCLUSION: Our findings highlight that job security remains essential to help tackle the severity of depression, anxiety and stress in humanitarian workers. The results reflected the critical importance of local and international NGOs addressing poor mental health conditions of their employees to prevent mental health outbreaks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,157
Tête enseignante GPT0,498
Écart entre enseignants0,341 · 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 source (Gemma direct ou Codex distillé), 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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC PsychologyMême sujetEmployment and Welfare StudiesTravaux en français237 207