Perceived stress and occupation-based coping strategies during the first wave of the COVID-19 pandemic
Notice bibliographique
Résumé
Background: The COVID-19 pandemic caused considerable stress. Occupations may play an important role in decreasing stress; therefore, this study examined stress and occupation-based coping strategies used during the first wave of the COVID-19 pandemic in 2020.Methods: Data were analyzed from a Canadian cross-sectional survey that included retrospective and current measures of stress, and an open-ended question regarding how participants coped during the first wave of the COVID-19 pandemic. Text responses were categorized using Skinner’s stress and coping framework, and the Do-Live-Well framework; and examined the association between activating the body, mind, and senses-type occupations and stress, controlling for pre-pandemic stress and other potential confounders.Results: The 1,473 participants were primarily women (74.7%). All participants identified at least one occupation-based strategy that was categorized as ‘distraction’ in Skinner’s framework. When further classified using the Do-Live-Well framework, most occupation-based strategies related to activating the body, mind, and senses (64.3%). Bivariate/correlational analyses demonstrated relationships between stress and pre-pandemic stress (τ=0.65); annual income less than 30,000 CAD (τ=0.10); being employed (τ=0.11); postsecondary education (τ=0.09); and having a minor child at home (τ=0.11). No association was found when the relationship between stress and activating the body, mind, and senses was tested in a multivariate model containing these potential confounders. The most robust model contained only pre-pandemic stress.Conclusion: Occupation-based strategies were frequently used for coping during the first wave of the pandemic. Further examination of the effectiveness of these strategies, using appropriate frameworks and methods, is warranted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».