Emerging Mental Health Issues from the Novel Coronavirus (COVID-19) Pandemic
Notice bibliographique
Résumé
The unprecedented widespread pandemic of the novel coronavirus (COVID-19) has continued to have a tremendous impact on nations around the world. Government controls and restrictions were put in place and are currently being updated to increase social isolation and social (physical) distancing to slow the spread of the virus. As a result, it is expected that there will be unparalleled psychological distress impacting individuals at a global level. Given that the COVID-19 pandemic is expected to continue for the coming months with the possibility of multiple waves, it is imperative to understand the magnitude of mental health issues that will arise during and after this public health crisis. A review of existing literature was assessed to understand the mental health issues that emerge during a pandemic. MEDLINE, Pubmed, APA PsycInfo & CINAHL Plus were reviewed to identify articles published from 2000 to 2020. Of the 203 unique articles reviewed, 16 articles were included in this study. From these articles, important mental health themes identified were related to social isolation, social (physical) distancing, quarantine, caregiver stress, unemployment, and death/illness. The impact on frontline workers and those suffering from mental health disorders are also important factors during this pandemic. These themes provide important areas for mental health strategies and policies which will ultimately impact the burden of mental health in the months to come.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».