MétaCan
Menu
Retour à la cohorte
Enregistrement W4394315764 · doi:10.6084/m9.figshare.21357438

Self-reported voice difficulties in educational professionals during COVID-19 in Quebec: a cross-sectional mixed-methods study

2022· dataset· en· W4394315764 sur OpenAlexaboutno aff
Ingrid Verduyckt, Tiffany Chang, Sinead Creagh, Hanaa Taleb

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Cross-sectional study2019-20 coronavirus outbreakPsychologySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineVirology

Résumé

récupéré en direct d'OpenAlex

Background: The health measures imposed by COVID-19 on workplaces created adverse communication settings. Our cross-sectional study aimed to document the nature and severity of the vocal difficulties experienced by educational professionals a few weeks after the implementation of health measures in schools and early childhood settings in Quebec, Canada while teaching in class. Methods: To this end, we conducted a self-report survey containing nine close-ended questions and one open-ended question regarding self-reported vocal difficulties and the implementation of health measures. The survey was answered by 194 educational professionals in October 2020. Results: Since the introduction of the health measures, respondents reported often or always: having difficulty making themselves heard (66.5%), needing to strain their voice (68.1%), having throat pain after work (38.1%), and being concerned about their vocal health (25.2%). 35.6% perceived that their voice changed moderately or a lot and 75.3% did not feel equipped to take care of their vocal health. Fisher's exact tests revealed the difficulties overall were more present in women (p < 0.05). Discussion: The qualitative analysis of open-ended question answers shows a circular process at play, where the vocal responses to the COVID-19-induced communication barriers contribute to creating more problematic communication settings, thus increasing the challenges for vocal health. Better equipping the professionals to take care of their vocal health by developing resources in their professional settings to help them face vocal challenges in both every day as well as extreme situations, should be a priority.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,435
Écart entre enseignants0,383 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetVoice and Speech DisordersTravaux en français237 207