The Impact of Wildfires on Mental Health: A Scoping 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
One of the many consequences of climate change is an increase in the frequency, severity, and, thus, impact of wildfires across the globe. The destruction and loss of one's home, belongings, and surrounding community, and the threat to personal safety and the safety of loved ones can have significant consequences on survivors' mental health, which persist for years after. The objective of this scoping review was to identify primary studies examining the impact of wildfires on mental health and to summarize findings for PTSD, depression, anxiety, and substance use. Literature searches on Pubmed and Embase were conducted in February and April of 2021, respectively, with no date restrictions. A total of 254 studies were found in the two database searches, with 60 studies meeting the inclusion criteria. Three other studies were identified and included based on relevant in-text citations during data abstraction. The results show an increased rate of PTSD, depression, and generalized anxiety at several times of follow-up post-wildfire, from the subacute phase, to years after. An increased rate of mental health disorders post-wildfire has been found in both the adult and pediatric population, with a number of associated risk factors, the most significant being characteristics of the wildfire trauma itself. Several new terms have arisen in the literature secondary to an increased awareness and understanding of the impact of natural disasters on mental health, including ecological grief, solastalgia, and eco-anxiety. There are a number of patient factors and systemic changes that have been identified post-wildfire that can contribute to resilience and recovery.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle