Impactos da COVID-19 na saúde mental da população chinesa no início da epidemia: Revisão Integrativa
Notice bibliographique
Résumé
Objetivo: revisar as publicações científicas atuais sobre os impactos da COVID-19 na saúde mental da população chinesa no início da epidemia. Método: Trata-se de uma revisão integrativa com levantamento de estudos em bases de dados online: PubMed, SciELO e LILACS. Os descritores utilizados na busca foram: "COVID 19 AND social isolation" "COVID 19 AND mental health" "COVID 19 AND psychological stress" "COVID 19 AND panic" "COVID 19 AND anxiety" "COVID 19 AND emotions". A busca compreendeu o período de 01 de abril de 2020 a 14 de abril de 2020. Foram selecionados estudos nos idiomas português, inglês e espanhol. Resultados: Quatro atenderam aos critérios de elegibilidade e compuseram a leitura e síntese da presente revisão. Conclusão: Evidenciou-se a presença de indicadores emocionais negativos, como: a ansiedade, depressão, estresse, indignação, diminuição da felicidade, aumento da sensação de risco social e diminuição na satisfação com a vida, redução da qualidade do sono e níveis baixos de capital social. Apesar dos atuais estudos serem realizados apenas em um país, a China, os resultados podem auxiliar no entendimento das condições da saúde mental daquela população e servir de exemplo para a realização de pesquisas em outros países, que devem avaliar a saúde mental da sua própria população com o intuito de direcionar iniciativas de saúde pública. 
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».