Strength in the Face of Adversity: Perseverance and Resilience of Racialized Staff in the Homeless Sector During COVID-19
Notice bibliographique
Résumé
The emotional toll that individuals experience while working in the homeless sector ranges from traumatic stress and burnout to depression and decreased job satisfaction. Recent evidence highlights significant levels of post-traumatic stress symptoms among homeless service providers in some regions of Canada, which are higher than those reported prior to the Coronavirus disease of 2019 (COVID-19) pandemic. This study seeks to examine the impact of gender and ethnicity on work-related stressors among frontline staff in the homeless sector. Utilizing data from a survey on mental health stressors and needs completed by a robust sample of 566 frontline workers in the homeless sector across Canada, we investigate traumatic stress, burnout, post-traumatic stress disorder (PTSD), compassion satisfaction, and resilience between three key staff groups including Black, non-Black racialized, and Caucasian. Quantitative analysis revealed key themes related to 1) workplace traumatic experiences reported, 2) lived experience of homelessness, 3) lifetime traumatic events, 4) rates of traumatic stress symptoms, and 5) PTSD scores. Overall, Black staff demonstrated significantly fewer traumatic symptoms and lower burnout, and fewer on-the-job traumatic events, while non-Black racialized persons report slightly higher traumatic stress, burnout, and traumatic events, including traumatic experiences reported on the job. Non-Black racialized staff also report the highest PTSD Checklist (PCL) scores, indicating qualification for PTSD diagnosis. Caucasian staff reported the highest levels of lifetime traumatic events, traumatic events on the job, and burnout. Overall, racialized staff demonstrated lower levels of traumatic stress, and greater overall perseverance and resilience compared to their Caucasian counterparts. While areas such as coping practices and race-specific differences require additional research, the implications of this study can be used to inform institutional and organizational change and address mental health needs for racialized staff within homeless-serving organizations.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».