MétaCan
Menu
Retour à la cohorte
Enregistrement W4312127312 · doi:10.3390/bs12120505

Mental Health Outcomes among Electricians and Plumbers in Ontario, Canada: Analysis of Burnout and Work-Related Factors

2022· article· en· W4312127312 sur OpenAlexaffabout
Ali Bani‐Fatemi, Marcos Sanches, Aaron Howe, Joyce Lo, Sharan Jaswal, Vijay Kumar Chattu, Behdin Nowrouzi‐Kia

Notice bibliographique

RevueBehavioral Sciences · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésBurnoutMental healthDemographicsPsychologyPopulationWork (physics)Occupational safety and healthGerontologySample (material)MedicineEnvironmental healthClinical psychologyDemographyPsychiatry

Résumé

récupéré en direct d'OpenAlex

(i) Background: Working in the electrical and plumbing sectors is physically demanding, and the incidence of physical injury and work disability is high. This study aimed to assess the mental health and well-being of skilled trades workers working in the electrical and plumbing sectors; (ii) Methods: Forty participants completed an online survey assessing burnout, work-related factors, and mental health issues. Data were analyzed to determine the association between demographics, the availability, and importance of work-related factors, and burnout using a two-sample Mann-Whitney U test; (iii) Results: Our findings showed that among the work-related factors, workplace safety, family commitments, income and benefits, and full-time employment opportunities might be crucial factors to keep study participants working at their current position. Financial support for external training, which was found to be the most important factor in preventing colleague-related burnout, was available to the satisfaction of approximately 50% of the participants; (iv) Conclusion: Work-related factors such as workplace safety and the availability and support for external training may be protective against all types of burnout among this population. Future studies may consider a larger sample size with a more diverse group of participants and perform an intersectional analysis to incorporate minority identities in the analyses.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,082
Tête enseignante GPT0,437
Écart entre enseignants0,355 · 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.

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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehavioral SciencesMême sujetOccupational Health and Safety ResearchTravaux en français237 207