MétaCan
Menu
Retour à la cohorte
Enregistrement W4406043035 · doi:10.33423/jop.v24i4.7470

Community Staff Well-Being and Organizational Practices During COVID-19 and Beyond: A Mixed Method Study

2024· article· en· W4406043035 sur OpenAlexafffund
Iman Sta-Ali, Naïma Bentayeb, Annie Jaimes, Dadly Achille Borvil, Mélanie Gagnon, Lara Gautier

Notice bibliographique

RevueJournal of Organizational Psychology · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalÉcole Nationale d'Administration PubliqueUniversité Laval
Organismes subventionnairesEcho Foundation
Mots-clésThematic analysisFocus groupCoronavirus disease 2019 (COVID-19)PsychologyPsychosocialCoping (psychology)Context (archaeology)Government (linguistics)NursingQualitative researchSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

This study explored community workers' experiences during COVID-19, focusing on their well-being and organizational coping strategies. A mixed-method approach included five focus group discussions (FGDs) (three with practitioners and two with managers) and an online survey with 47 frontline workers. Statistical analysis using SPSS 21 and thematic analysis with QDAMiner identified three main thematic categories: (a) Pandemic context and working practices; (b) Well-being at work; and (c) Psychosocial support. Findings highlighted the need for systematized collective care through compassionate leadership and government support. The study underscored the ongoing need for structured collective support for frontline workers during and beyond crises like COVID-19.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,068
Tête enseignante GPT0,483
Écart entre enseignants0,415 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational PsychologyMême sujetCOVID-19 and Mental HealthTravaux en français237 207