The psychological impact of COVID-19 quarantine on children, and the role of parental support and physical environment design
Notice bibliographique
Résumé
Coronavirus disease 2019 is a contagious infection that caused a global lockdown and affected children who needed to stay home. There is a lack of knowledge about the role of parental stress and physical environment design on children's mental wellbeing in quarantine. We hypothesis that COVID-19 quarantine affected child mental health, and that paternal stress or support, and child physical environment including household space, colors, sunlight exposure, and natural views, impacted child mental wellbeing in the quarantine. To assess the effect of quarantine on a child's mental health, an online survey was administered globally through scientific organizations and social media. Those over 18 years old, and guardians of children were asked to participate in the survey. The survey was filled by 114 guardians from 31 countries. Descriptive statistics were used to summarize the data. Most participants experienced stress in the quarantine and reported child anxiety symptoms including focus reduction, sleeping difficulties, and appetite changes. Family fun activities and encouraging words, were mostly successful in reducing child anxiety. Reporting anxiety symptoms in children were more common in parents who had mental hardships compared to those who did not experience mental problems or had an improved mental status. Physical environment assessment showed that households with bright walls associated with fewer reports of child mental problems compared to households with neutral wall colors, and that most guardians thought that their children's living space was not sufficient to play and study. Architects can provide evidence-based recommendations for customers to support children's mental health.
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 | 0,000 | 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 | 0,001 |
| 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 ».