Mental Health and Wellbeing of 9–12-year-old Children in Northern Canada Before the COVID-19 Pandemic and After the First Lockdown
Notice bibliographique
Résumé
Objectives: Children’s mental health and wellbeing declined during the first COVID-19 lockdown (Spring 2020), particularly among those from disadvantaged settings. We compared mental health and wellbeing of school-aged children observed pre-pandemic in 2018 and after the first lockdown was lifted and schools reopened in Fall 2020. Methods: In 2018, we surveyed 476 grade 4–6 students (9–12 years old) from 11 schools in socioeconomically disadvantaged communities in Northern Canada that participate in a school-based health promotion program targeting healthy lifestyle behaviours and mental wellbeing. In November-December 2020, we surveyed 467 grade 4–6 students in the same schools. The 12 questions in the mental health and wellbeing domain were grouped based on correlation and examined using multivariable logistic regression. Results: There were no notable changes pre-pandemic vs. post-lockdown in responses to each of the 12 questions or any of the sub-groupings. Conclusion: Supporting schools to implement health promotion programs may help mitigate the impact of the pandemic on children’s mental health and wellbeing. The findings align with recent calls for schools to remain open as long as possible during the pandemic response.
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 | 0,000 |
| 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 ».