Maternal marital status predicts self‐reported stress among pregnant women following hurricane Florence
Notice bibliographique
Résumé
OBJECTIVES: The effects of stress caused by natural disasters may be more pronounced in individuals with preexisting disadvantages. The degree of hardship and psychological distress associated with Hurricane Florence was assessed in 83 pregnant women. This research helps identify unmarried pregnant women as a group particularly at risk of distress following a natural disaster. METHODS: We assessed hardship associated with the hurricane using a questionnaire modeled on previous studies of stress due to natural disasters. We assessed distress using the Impact of Event Scale-Revised. We assessed social support and household food security using validated questionnaires. We used hierarchical linear regression to test predictors of distress marital status. Finally, we analyzed interactions between marital status and hardship, social support, and food security to examine whether these variables explained differences in distress among married and unmarried women. RESULTS: Results indicated that unmarried women may be at higher risk of distress following natural disasters. Unmarried women were younger, had lower food security and education levels. We found no differences between experiences of hurricane-related hardship based on marital status. However, unmarried women were likely to have higher levels of distress following the hurricane. Hardship was a significant predictor of distress, but food security and social support were not significant predictors. CONCLUSIONS: This study identifies unmarried pregnant women as a high risk/vulnerable group that may need additional support during emergencies. Taken together, this study further assesses how socially disadvantaged members of society may be unequally impacted by natural disasters.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».