Psychological Distress and Problem Gambling in Elite Athletes during COVID-19 Restrictions—A Web Survey in Top Leagues of Three Sports during the Pandemic
Notice bibliographique
Résumé
COVID-19 and lockdown strategies may affect mental health and addictive behavior differently in the population, and elite athletes are among the professions clearly affected by the pandemic. This study in top elite athletes aimed to study current perceived psychological influence from COVID-19 and symptoms of depression, anxiety and changes in alcohol drinking, gambling behavior and problem gambling in the midst of the COVID-19 lockdown. This web survey included athletes in top leagues of soccer, ice hockey and handball in Sweden (N = 327, 62% men). A total of 66% and 51% were worried about the future of their sport or about their own future in sports, respectively. Feeling worse psychologically during the pandemic was common (72% of women, 40% of men, p < 0.001); depression criteria were endorsed by 19% of women and three percent of men (p < 0.001); anxiety criteria by 20% of women and five percent of men (p < 0.001). Reporting increased gambling during the pandemic was associated with gambling problem severity. Moderate-risk or problem gambling was seen in 10% of men and none of the women (p < 0.001). Depression and anxiety were associated with feeling worse during the COVID-19 pandemic and with concern over one’s own sports future. In conclusion, COVID-19-related distress is common in elite athletes and associated with mental health symptoms. Gambling increase during the pandemic was rare, but related to gambling problems, which were common in male athletes. The calls for increased focus on COVID-19-related concerns in athletes and on problem gambling in male athletes.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».