Consequences of the COVID-19 Pandemic on Children's Mental Health: A Meta-Analysis
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 COVID-19 pandemic has exacerbated mental health problems in many individuals, including children. Children with pre-existing socio-demographic or developmental risk factors may be particularly vulnerable to the negative effects of the pandemic and associated public health preventive measures. Objective: This systematic review and meta-analysis explored the impacts of the COVID-19 pandemic on the mental health of children aged 5–13 years-old, while highlighting the specific difficulties experienced by children with neurodevelopmental issues or chronic health conditions. Methods: A systematic search of the published literature was conducted in Medline, ERIC, PsycINFO, and Google Scholar, followed by a quantitative meta-analysis of the eligible studies. Results: Out of the 985 articles identified, 28 empirical studies with prospective or retrospective longitudinal data were included in the quantitative synthesis. COVID-19 lockdown measures were associated with negative general mental health outcomes among children ( g = 0.28, p < 0.001, and k = 21), but of small magnitude. Sleep habits were also changed during the pandemic, as sleep duration significantly increased in children ( g = 0.32; p = 0.004, and k = 9). Moreover, results did not differ between children from the general population and those from clinical populations such as children with epilepsy, oncology, neurodevelopmental disorders, or obesity. Effect sizes were larger in European vs. Asian countries. Conclusions: Studies included in this review suggest that children's mental health was generally negatively impacted during the COVID-19 pandemic. More research is needed to understand the long-term effects of the COVID-19 pandemic on children's mental health and the influence of specific risks factors as they evolve over time.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,001 | 0,003 |
| 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