Impact of Work from Home Among Women Educators During Covid-19
Notice bibliographique
Résumé
Objective: This study has focused on identifying the impact of work from home among women educators during COVID-19. Theoretical framework: COVID-19 had an array of impacts on businesses and individuals, and as a result of this, authorities even in the educational sectors, have implemented and developed the work-from-home concept, creating novel opportunities for women educators to manage their work daily, at the same time this approach had impacted them in managing two unique environments with different needs and schedules. Methods: Data collection has been done using the instrument called a structured questionnaire with a five-point Likert scale. The respondents were the women educators who worked from home, particularly during the global pandemic from the selected districts of Tamil Nadu namely, Vellore, Ranipet, Tirupattur and Tiruvannamalai. The data collected were analyzed using the SPSS Software (Version.25) by applying percentage and independent sample t-test analysis. Results and conclusion: The study's findings indicate that the majority of the women educators in the study experienced both positive and negative impacts while working from home during the pandemic. Research, practical & social implications: This study allows the higher educational institutional authorities to assist women educators in coping with their responsibilities while working from home by providing efficient training on the usage of digital tools. Originality/value: The article delves into an extensive discussion regarding the accuracy and ground reality of positive and negative impacts of work from home concept among women educators.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».