MétaCan
Menu
Retour à la cohorte
Enregistrement W2999747059 · doi:10.11124/jbisrir-d-19-00253

Impact of awareness and concerns of climate change on childrenʼs mental health

2020· article· en· W2999747059 sur OpenAlexaff
Gina Martin, Kristen Reilly, Jason Gilliland

Notice bibliographique

RevueJBI Evidence Synthesis · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensLawson Health Research InstituteChildren’s Health Research InstituteWestern University
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOScopusMental healthClimate changeGrey literatureSystematic reviewPsychologyMEDLINEPopulationInclusion (mineral)MedicinePsychological interventionPolitical scienceEnvironmental healthPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The purpose of this scoping review is to identify and describe the existing literature on the impact of the overarching awareness and concerns of climate change on children's mental health and well-being. INTRODUCTION: Children are widely acknowledged as being disproportionately at risk to the effects of climate change, yet research overlooks the impact that climate change has on their mental health. Children's overarching awareness of climate change, and its global effects, may influence their mental health and well-being. INCLUSION CRITERIA: This review will include all research that addresses school-aged children's (aged 3-19) mental-health issues stemming from an awareness of climate change. It will not include research that examines direct impacts of climate change on children's mental health, such as trauma from a specific climate-related event. METHODS: Searches will be conducted across eight research databases (Cochrane Database of Systematic Reviews, CINAHL, Embase, GreenFILE, PubMed, PsycINFO, Web of Science, and Scopus) and three unpublished/gray literature databases (ProQuest Dissertations and Theses, GreyLit.org, and OpenGrey). Data will be extracted for author(s), year of publication, country of origin, purpose, population, methodology, concepts of interest, outcomes, and key findings relating to the scoping review objectives. Findings will be presented as a narrative summary.

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)0,012
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,064
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,392
Tête enseignante GPT0,501
Écart entre enseignants0,109 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJBI Evidence SynthesisMême sujetClimate Change Communication and PerceptionTravaux en français237 207