MétaCan
Menu
Retour à la cohorte
Enregistrement W1586661029 · doi:10.1177/070674370905400504

The Psychological Impact of the SARS Epidemic on Hospital Employees in China: Exposure, Risk Perception, and Altruistic Acceptance of Risk

2009· article· en· W1586661029 sur OpenAlexvenueno aff
Ping Wu, Yunyun Fang, Bin Fan, Junhui Kong, Zhongling Yao, Xinhua Liu, Cordelia J. Fuller, Ezra Susser, Jin Lü, Christina W. Hoven

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésOutbreakBeijingMedicineRisk perceptionChinaDiseaseEnvironmental healthMental healthPerceptionDemographyPsychiatryPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We examined the psychological impact of the 2003 outbreak of severe acute respiratory syndrome (SARS) on hospital employees in Beijing, China. METHODS: In 2006, randomly selected employees (n = 549) of a hospital in Beijing were surveyed concerning their exposure to the 2003 SARS outbreak, and the ways in which the outbreak had affected their mental health. RESULTS: About 10% of the respondents had experienced high levels of posttraumatic stress (PTS) symptoms since the SARS outbreak. Respondents who had been quarantined, or worked in high-risk locations such as SARS wards, or had friends or close relatives who contracted SARS, were 2 to 3 times more likely to have high PTS symptom levels, than those without these exposures. Respondents' perceptions of SARS-related risks were significantly positively associated with PTS symptom levels and partially mediated the effects of exposure. Altruistic acceptance of work-related risks was negatively related to PTS levels. CONCLUSIONS: The psychological impact of stressful events related to an infectious disease outbreak may be mediated by peoples' perceptions of those events; altruism may help to protect some health care workers against these negative impacts.

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 enseignants0,020
Score d'incertitude au seuil0,039

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,364
Écart entre enseignants0,343 · 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

Citations1 720
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of PsychiatryMême sujetCOVID-19 and Mental HealthTravaux en français237 207