Factors Associated with Impact of Event Scores Among Ontario Education Workers During the COVID-19 Pandemic
Notice bibliographique
Résumé
There is limited information regarding factors related to education workers' responses to traumatic stress during the COVID-19 pandemic. The study goal was to determine whether personal factors, behaviours that mitigate viral spread, and work-related factors were associated with post-traumatic symptoms. This observational study, embedded within a cohort study, recruited Ontario education workers from February 2021 to June 2023. Exposure data were collected at enrollment and updated annually. Participants completed the Impact of Event Scale (IES) at withdrawal/study completion. Modified Poisson regression was used to build hierarchical models of dichotomized IES scores (≥26: moderate/severe post-traumatic symptoms). Of the 1518 education workers who submitted an IES between September 2022 and December 2023, the incidence rate ratio of IES scores ≥26 was significantly higher among participants who usually/always wore a mask at work (1.48; 95% confidence interval 1.23, 1.79), usually/always practiced physical distancing (1.31; 1.06, 1.62), lived in larger households (1.06; 1.01, 1.12), and reported poor/fair/good health (1.27; 1.11, 1.46). However, models accounted for little of the variance in IES scores, suggesting the need for future studies to collect data on other factors associated with the development of PTSD, such as pre-existing mental health challenges. Early identification of those experiencing traumatic stress and the implementation of stress reduction strategies are needed to ensure the ongoing health of education workers.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».