Psychological problems among elementary and high school educators in Canada: association with sick days in the prior school year
Notice bibliographique
Résumé
Background: Increased sick leave among educators can detrimentally impact students' productivity, and academic achievement. It remains unknown whether the number of sick days taken by educators in the preceding school year correlates with the prevalence or severity of psychological problems among educators in the subsequent school year. Objective: This study aimed to examine the number of self-reported sick days taken by educators in three Canadian provinces during the 2021/2022 academic year and its association with measures of stress, burnout, low resilience, depression, and anxiety during the 2022/2023 school year. Methods: Data was collected from educators in three Canadian provinces, Alberta, Nova Scotia, and Newfoundland and Labrador, from September 1, 2022, to August 30, 2023. The Maslach Burnout Inventory-Educator Survey (MBI-ES), the Brief Resilience Scale (BRS), and the Perceived Stress Scale were used to assess burnout, resilience, and stress, respectively. Likely Generalized Anxiety Disorder (GAD) and likely Major Depressive Disorder (MDD) were assessed using the Generalized Anxiety Disorder-7 and Patient Health Questionnaire-9 scales, respectively. Statistical analysis was conducted using SPSS version 28. Results: A total of 763 subscribers completed all the demographic, professional questions, and clinical scales, giving a response rate of 39.91%. Of these, there were 94 (12.3%) males and 669 (87.7%) females. Educators who reported taking 11 or more sick days in the previous academic year were at least three times more likely to exhibit high stress, emotional exhaustion, likely GAD, low resilience, and likely MDD than educators with no sick days during the preceding year. Similarly, educators with 11 or more sick days had significantly higher mean scores on the GAD-7 scale, the PHQ-9 scale, the PSS-10, the MBI Emotional Exhaustion subscale, and the MBI Depersonalization subscale than those with zero sick days. Conclusion: This study demonstrates a significant association between sick days and the prevalence and severity of high stress, low resilience, burnout, anxiety, and depression among educators. Short-term sick leave can escalate into long-term absences without adequate support for teachers. Governments and policymakers in the education sector must foster a supportive environment that enables teachers to thrive and effectively perform their professional role without taking prolonged sick days, which can undermine student learning and achievement.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».