Prevalence of Depressive Symptoms and Associated Psychosocial Risk Factors among French University Students: the Moderating and Mediating Effects of Resilience
Notice bibliographique
Résumé
University students constitute a higher risk population for mental health problems, especially for depression. Given the lack of literature addressing such issues in France, this study estimated the prevalence rates of depression, its sociodemographic correlates in French university students [FUS], and examined whether resilience resources moderated and mediated the relationship between perceived stress and depressive symptoms. Participants (N = 1435, Mage = 20.5) completed the Beck Depression Inventory (BDI-II), the Perceived Stress Scale, the Brief Resilience Scale, and a sociodemographic questionnaire. Descriptive, multiple logistic regressions, and mediation analyses were used. With respect to the BDI-II's cutoff scores, 20.3% (95% CI: 18.3 to 22.4%) and 22.8% (95% CI: 20.7 to 25.0%) were positive to moderate and severe depression, respectively. Gender and education attainment appeared to be moderate risk factors when accounting for cumulative effect of perceived stress and resilience. Resilience buffered and partially mediated the perceived stress-depression relationship. In conclusion, the prevalence of depression was higher in FUS, as reported in previous studies. The amount of academic and daily stress explained this prevalence. University students with low resilience level were more at risk. Interventions aiming to improve resilience skills could help to mitigate the negative effects of stress and to promote mental health in this population.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».