Canadian educators' post-pandemic recovery and students’ unmet needs: Who is left behind?
Notice bibliographique
Résumé
We investigated post-pandemic recovery in education sector employees by role in 2024. The frameworks of the job demands-resources model and ecological systems theory were employed. Canadian educators ( N = 243) completed surveys exploring their mental health (well-being, resilience, recovery), intention to leave their jobs, and their perceptions of students' current and post-pandemic needs. Quantitative findings revealed educators who intended to leave their jobs had poorer levels of mental health. Also, they were not meeting their students’ needs adequately. The qualitative data showed that students with complex needs were disproportionally under-served. Theoretical, practical, and policy implications on equitable education are discussed. • This Canadian study of 243 educators investigated the relationship between educators' mental health and intention to leave their jobs. • Educators' perceptions of students' post-pandemic needs as well as their ability to meet them were examined. • The vast majority of educators perceived greater post-pandemic academic, social and behavioural student needs and over a third of educators never or rarely met these needs. • Across roles, 20%–45.5% of educators were planning to leave their jobs. • Educators who intended to leave their jobs indicated poorer levels of well-being and resilience. They also indicated significantly higher perceptions of post-pandemic levels of students' academic needs, and indicated that they were meeting their students' needs significantly less often. • The qualitative data indicated that students with disabilities in particular were disproportionally under-served.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».