MétaCan
Menu
Retour à la cohorte
Enregistrement W4406093172 · doi:10.1007/s11482-024-10397-8

Trajectories of Canadian Workers’ Well-Being During the Onset of the COVID-19 Pandemic

2025· article· en· W4406093172 sur OpenAlexafffundabout
Tyler Pacheco, Simon Coulombe, Nancy L. Kocovski

Notice bibliographique

RevueApplied Research in Quality of Life · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensInstitut Universitaire en Santé Mentale de QuébecCentre for Research on Brain Language and MusicWilfrid Laurier UniversityUniversité LavalMcGill University Health Centre
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMitacs
Mots-clésCoronavirus disease 2019 (COVID-19)Pandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Quality of Life ResearchBetacoronavirusCoronavirus InfectionsVirologyMedicinePublic healthInfectious disease (medical specialty)Nursing

Résumé

récupéré en direct d'OpenAlex

Abstract Research regarding workers’ well-being over time during COVID-19 has primarily used variable-centered approaches (e.g., ANOVA) to explore changes in negative well-being. However, variable-centered approaches provide insufficient information on the different well-being experiences that diverse workers may have experienced during COVID-19. Furthermore, researchers have understudied positive well-being in workers’ general lives and work during COVID-19. We used latent trajectory analysis, a person-centered analysis, to explore diverse well-being trajectories Canadian workers experienced during the first few months of COVID-19 across distress, flourishing, presenteeism, and thriving at work measures. We hypothesized that: H1) Intragroup differences would be present on each well-being indicator at study onset; H2) Different longitudinal trajectories would emerge for each well-being indicator (i.e., some workers’ scores would get better, some would get worse, and some would remain the same); and H3) Factors at different ecological levels (self, social, workplace, pandemic) would predict membership to the different trajectories. Canadian workers ( N = 648) were surveyed March 20-27th, April 3rd-10th, and May 20-27th of 2020. Depending on the well-being indicator, and supporting H1, three to five well-being trajectories were identified. Providing some support for H2, distress and presenteeism trajectories improved over time or stayed stagnant; flourishing and thriving at work trajectories worsened or stayed stagnant. Providing some support for H3, self- (gender, age, disability status, trait resilience), social- (family functioning), workplace- (employment status, financial strain, sense of job security), and pandemic-related (perceived vulnerability to COVID-19) factors significantly predicted well-being trajectory membership. Recommendations for diverse stakeholders (e.g., employers, mental health organizations) are discussed.

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)0,010
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,076
Score d'incertitude au seuil0,838

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,302
Tête enseignante GPT0,527
Écart entre enseignants0,225 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied Research in Quality of LifeMême sujetEmployment and Welfare StudiesTravaux en français237 207