MétaCan
Menu
Retour à la cohorte
Enregistrement W4414208226 · doi:10.1192/j.eurpsy.2025.1803

Association between Sick Days and Psychological Problems Among Teachers in Canada

2025· article· en· W4414208226 sur OpenAlexaffabout
A. Belinda, Yifeng Wei, Raquel da Luz Dias, Ade Orimalade, Pamela Brett-MacLean, Vincent I. O. Agyapong

Notice bibliographique

RevueEuropean Psychiatry · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Substance Use and School Attendance
Établissements canadiensDalhousie UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAnxietySick leaveAssociation (psychology)BurnoutGeneralized anxietyGeneralized anxiety disorderScale (ratio)Depression (economics)

Résumé

récupéré en direct d'OpenAlex

Introduction Increased sick leave among educators can detrimentally impact students’ productivity, and academic achievement. It remains unknown whether the number of sick days taken by educators in the preceding school year correlates with the prevalence or severity of psychological problems among educators in the subsequent school year. Objectives This study aimed to examine the number of self-reported sick days taken by educators in three Canadian provinces during the 2021/2022 academic year and its association with measures of stress, burnout, low resilience, depression, and anxiety during the 2022/2023 school year. Methods Data was collected from educators in three Canadian provinces, Alberta, Nova Scotia, and Newfoundland and Labrador, from September 1, 2022, to August 30, 2023. The Maslach Burnout Inventory-Educator Survey (MBI-ES), the Brief Resilience Scale (BRS), and the Perceived Stress Scale were used to assess burnout, resilience, and stress, respectively. Likely Generalized Anxiety Disorder (GAD) and likely Major Depressive Disorder (MDD) were assessed using the Generalized Anxiety Disorder-7 and Patient Health Questionnaire-9 scales, respectively. Statistical analysis was conducted using SPSS version 28. Results 763 subscribers completed all the demographic, professional questions, and clinical scales, giving a response rate of 39.91%. Of these, there were 94 (12.3%) males and 669 (87.7%) females. Educators who reported taking 11 or more sick days in the previous academic year were at least three times more likely to exhibit high stress, emotional exhaustion, likely GAD, low resilience, and likely MDD than educators with no sick days during the preceding year. Similarly, educators with 11 or more sick days had significantly higher mean scores on the GAD-7 scale, the PHQ-9 scale, the PSS-10, the MBI Emotional Exhaustion subscale, and the MBI Depersonalization subscale than those with zero sick days. Conclusions This study demonstrates a significant association between sick days and the prevalence and severity of high stress, low resilience, burnout, anxiety, and depression among educators. Short-term sick leave can escalate into long-term absences without adequate support for teachers. Governments and policymakers in the education sector must foster a supportive environment that enables teachers to thrive and effectively perform their professional role without taking prolonged sick days, which can undermine student learning and achievement. Disclosure of Interest None Declared

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,019
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,273
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean PsychiatryMême sujetYouth Substance Use and School AttendanceTravaux en français237 207