Commitment Under Pressure: The Paradox of Post-Pandemic Workforce Recovery in Canadian Education
Notice bibliographique
Résumé
This study examines how the education sector in one Canadian province has navigated post-pandemic recovery between 2023 and 2025, drawing on cross-sectional survey data from a convenience sample of sector employees in the 2023–2024 (n = 1411) and 2024–2025 (n = 742) school years. The findings revealed selective improvement over time, including increased organizational commitment among teachers and other education workforce members, alongside reduced perceptions of students’ academic, social, and behavioural needs. Teachers indicated no corresponding increases in their perceived frequency of meeting students’ needs, whereas other educator sector employees indicated improvement in this area. In contrast, no year-over-year differences were found in the education workforce members’ and teachers’ stress, coping, well-being or connectedness, and job search behaviours remained high, ranging from 14 to 43%. Guided by the Job Demands–Resources (JD-R) model, these findings suggest that post-pandemic recovery reflects the establishment of a new and complex baseline. The coexistence of improved commitment with persistent job strain signals a paradox of stability amid depletion. Qualitative responses reinforced this interpretation, revealing how educators adapt to ongoing organizational resource constraints and shifting student needs. Together, the findings extend JD-R-informed understandings of post-crisis workforce adaptation and identify implications for leadership and policy aimed at supporting organizational health and workforce sustainability.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».