Using Peer Support to Strengthen Mental Health During the COVID-19 Pandemic: A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The coronavirus (COVID-19) pandemic has had a significant impact on society's overall mental health. Measures such as mandated lockdowns and physical distancing have contributed to higher levels of anxiety, depression, and other metrics indicating worsening mental health. Peer support, which is peer-to-peer provided social and emotional support, is an underutilized and effective mental health resource that can potentially be used to ameliorate mental health during these times. Objective: This review aims to summarize the toll that this pandemic has had on society's mental health as found in peer-reviewed literature from October 2019 to March 2021, as well as suggest the utility of peer support to address these needs. Methods: References for this review were chosen through searches of PubMed, Web of Science, and Google Scholar for articles published between October 2019 and March 2021 that used the terms: “coronavirus,” “COVID-19,” “mental health,” “anxiety,” “depression,” “isolation,” “mental health resources,” “peer support,” “online mental health resources,” and “healthcare workers.” Articles resulting from these searches and relevant references cited in those articles were reviewed. Articles published in English, French and Italian were included. Results: This pandemic has ubiquitously worsened the mental health of populations across the world. Peer support has been demonstrated to yield generally positive effects on the mental health of a wide variety of recipients, and it can be provided through numerous accessible mediums. Conclusions: Peer support can overall be beneficial for improving mental health during the COVID-19 pandemic and may be an effective tool should similar events arise in the future, although the presence of a few conflicting studies suggests the need for additional research.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle