MétaCan
Menu
Retour à la cohorte
Enregistrement W4390582105 · doi:10.1007/s41042-023-00142-1

Canadian Workers’ Well-Being During the Beginning of the COVID-19 Pandemic: A Latent Profile Analysis

2024· article· en· W4390582105 sur OpenAlexafffundabout
Tyler Pacheco, Simon Coulombe, Nancy L. Kocovski

Notice bibliographique

RevueInternational Journal of Applied Positive Psychology · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversité LavalMcGill University Health CentreInstitut Universitaire en Santé Mentale de QuébecCentre for Research on Brain Language and MusicWilfrid Laurier University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMitacs
Mots-clésCoronavirus disease 2019 (COVID-19)Pandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyGeographyMedicineOutbreak

Résumé

récupéré en direct d'OpenAlex

Abstract To explore workers’ well-being during COVID-19, researchers have primarily utilized variable-centered approaches (e.g., regression) focusing on describing workers’ general level of well-being. Given the diversity of factors that may have impacted workers’ well-being during the pandemic, focusing on such well-being trends do not provide sufficient insight into the different lived well-being experiences during the pandemic. Moreover, positive well-being in workers’ general lives and work has been understudied in such complex public health crises. To address these issues, we use latent profile analysis, a person-centered analysis, to explore the diverse well-being realities Canadian workers (employed before COVID-19 or working at the time of the survey) experienced at the beginning of COVID-19. Canadian workers (N = 510) were surveyed between May 20-27th, 2020, on positive (meaning in life, flourishing, thriving at work) and negative (distress, stress, impaired productivity, troublesome symptoms at work) well-being indicators, as well as on factors that may be associated with experiencing different well-being profiles. Five well-being profiles emerged: moderately prospering, prospering, moderately suffering, suffering, and mixed. Factors at the self- (gender, age, disability status, trait resilience), social- (marital status, family functioning, having children at home), workplace- (some employment statuses and work industries, financial strain, job security), and pandemic-related (perceived vulnerability to COVID-19, social distancing) ecological levels predicted profile membership. Recommendations for employers, policymakers, and mental health organizations are discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,029
Score d'incertitude au seuil0,207

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0050,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,426
Écart entre enseignants0,387 · 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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied Positive PsychologyMême sujetEmployment and Welfare StudiesTravaux en français237 207