Les défis auxquels ont fait face les membres de l’Équipe de la Défense du Canada au début de la pandémie : principales conclusions du sondage de l’Équipe de la Défense sur la COVID-19
Bibliographic record
Abstract
Introduction En raison des répercussions sans précédent de la COVID-19, il est nécessaire de réaliser des études visant à évaluer les défis et les facteurs de stress liés à la pandémie. Cette étude avait pour but d’évaluer les principales préoccupations et le bien-être général des membres de l’Équipe de la Défense du Canada, que ce soit le personnel militaire des Forces armées canadiennes ou les employés de la fonction publique du ministère de la Défense nationale (MDN). Méthodologie Le sondage de l’Équipe de la Défense sur la COVID-19 a été soumis par voie électronique au personnel de l’Équipe de la Défense en avril et mai 2020, et 13 688 membres de la Force régulière, 5 985 membres de la Force de réserve et 7 487 employés civils de la fonction publique du MDN y ont répondu. Outre le recueil de données sociodémographiques, le sondage visait à évaluer les modalités de travail, les préoccupations liées à la pandémie, le bien-être général et le soutien social et organisationnel. Des données pondérées ont été utilisées dans toutes les analyses (pour garantir une juste représentation des différents groupes). Résultats La majorité des répondants travaillaient depuis leur domicile et une petite minorité n’était pas en mesure de travailler en raison des restrictions. Les principales préoccupations parmi les nombreuses préoccupations communes à une proportion importante de répondants étaient liées à la santé et au bien-être de leurs proches. La majorité des répondants ont déclaré avoir reçu d’une manière générale un soutien de la part de leur conjoint(e), de leur famille, de leurs superviseurs, de leurs amis, de leurs collègues et de leurs enfants. La moitié du personnel civil du ministère de la Défense nationale et un tiers du personnel militaire ont fait état d’une détérioration de leur santé mentale. Les femmes, les répondants plus jeunes, les répondants ayant des personnes à charge et, dans certains cas, les célibataires sans enfants risquaient davantage un faible degré de bien-être. Conclusion La pandémie a eu des effets négatifs sur une grande partie du personnel de l’Équipe de la Défense. Lors de futures crises, les dirigeants d’organismes devraient fournir un soutien accru aux groupes les plus exposés et aux superviseurs, qui sont très bien placés pour soutenir les employés en période difficile.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".