Organizational measures to protect the mental health of healthcare and social services staff during COVID-19: perspectives of human resources advisors
Notice bibliographique
Résumé
Purpose In the context of a larger study aiming to develop a workplace mental health support tool during the COVID-19 pandemic, this paper sought to document the measures targeting the psychosocial work environment that were introduced or maintained in Quebec’s health and social services network institutions, in Canada, and the perceived efficacy of the measures by human resources advisors. Design/methodology/approach This study is based on a descriptive research design using an online questionnaire administered between May 14 and June 4, 2021 to human resources advisors who were responsible for implementing such measures, and thus served as key informants. Findings On the basis of respondents from 31 participating institutions, it was found that measures focusing on interpersonal relations, flexible or reduced work time and access to protective equipment were most frequently reported as implemented and were amongst the measures deemed most efficacious, along with COVID-19 screening, financial compensation during isolation and facilitation of telework. Several staffing and worktime measures with the potential to directly target excessive workload during the pandemic were deemed less efficacious by these advisors. Originality/value This study proposes an alternative to avoid directly soliciting healthcare staff when they are not easily available. In addition to providing an overview of promising organizational measures that institutions can implement in times of crisis and beyond, this study contributes to the literature on intervention processes, by highlighting the possibility and added value of surveying key informants as a means of gaining insight into implementation through the lens of human resources advisors.
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 | 0,019 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».