MétaCan
Menu
← Retour à la cohorte
Enregistrement W7115809616

Canadian Respiratory Therapists During the COVID-19 Pandemic

2022· dissertation· en· W7115809616 sur OpenAlexaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2022
Typedissertation
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicAnxietyExtant taxonDistressPsychological distressHealth careAdverse effect
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite pre-COVID-19 pandemic evidence to suggest that respiratory therapists (RTs) may experience elevated symptoms of anxiety and distress due to the nature of their occupation, the extant literature on healthcare providers (HCPs’) experiences during the pandemic is largely limited to other HCP groups, such as nurses and physicians. Global reports demonstrate widespread adverse psychological impacts to HCPs during the pandemic, including symptoms of depression, anxiety, burnout, moral distress and post- traumatic stress disorder (PTSD). Furthermore, occupational impacts, namely turnover intention, are increasingly reported as the pandemic persists. This Master’s thesis investigated the psychological and occupational impacts associated with COVID-19 pandemic service among Canadian RTs during the Spring of 2021. A review of the relevant literature on HCPs' experiences during the pandemic is presented in Chapter 1, along with a synthesis of knowledge on RTs. An exploration of psychological and functional outcomes among RTs during the COVID-19 pandemic is presented in Chapter 2. Here, almost half of the sample reported clinically relevant symptoms of depression, anxiety and stress, and one in three RTs screened positively for likely PTSD. In Chapter 3, we investigated consideration of position departure, finding that one in four RTs were considering leaving. Despite over half of those considering leaving screening positive for likely PTSD, adverse psychological experiences contributed little to the predictive model of departure consideration compared to past consideration to leave. We posit that longstanding organizational issues may play an important role in RTs’ consideration to leave. Overall, these studies expand the literature investigating the impact of COVID-19 pandemic service among HCPs and advance knowledge on the impacts of pandemic service among RTs who have, up until recently, been neglected. Altogether, the evidence presented in this thesis suggests that RTs require adequate mental health supports and resources alongside their HCP colleagues during and beyond the COVID-19 pandemic.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,638

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0120,002
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,049
Tête enseignante GPT0,328
Écart entre enseignants0,279 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→