MétaCan
Menu
Retour à la cohorte
Enregistrement W3127530180 · doi:10.3389/fhumd.2020.615865

A Perspective on Reprioritizing Children’s’ Wellbeing Amidst COVID-19: Implications for Policymakers and Caregivers

2021· article· en· W3127530180 sur OpenAlexaboutno aff
Shakti Chaturvedi, Thomas Enias Pasipanodya

Notice bibliographique

RevueFrontiers in Human Dynamics · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)PsychosocialGovernment (linguistics)Quarter (Canadian coin)StorytellingPublic relationsPerspective (graphical)Political sciencePsychologySocial media2019-20 coronavirus outbreakEconomic growthMedicinePsychiatryEconomicsNarrativeGeography

Résumé

récupéré en direct d'OpenAlex

The present work presents an analytical and investigatory view of the existing issues regarding COVID-19 with attention to children and their overall well-being during the second quarter of 2020. The authors conducted an extensive content analysis of media reports, government briefings, social platforms, and provide some recommendations to the policymakers and care providers for building more robust responses for the pandemic affected children. The article contributes to the existing field of study in the following ways. Firstly, the present manuscript describes the impact of COVID-19 on the psychosocial health of children. Secondly, the authors offered some outcome-based responses to policymakers and caregivers to mitigate the negative impact of the pandemic on COVID affected families and children. Thirdly, the article highlights the importance of social media, the role of storytelling, and using the concept of mandalas in handling the pandemic affected sensitive sections of the society. Lastly, the authors furnish some response initiatives to combat the novel COVID-19 pandemic based on real-world observations. These initiatives can influence policymakers as well as help caregivers to design efficient and adequate response programs for the pandemic affected children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,407
Écart entre enseignants0,372 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human DynamicsMême sujetCOVID-19 and Mental HealthTravaux en français237 207