MétaCan
Menu
Retour à la cohorte
Enregistrement W4200227202 · doi:10.3389/fpsyt.2021.777251

Post-secondary Student Mental Health During COVID-19: A Meta-Analysis

2021· review· en· W4200227202 sur OpenAlexaff
Jenney Zhu, Nicole Racine, Elisabeth Bailin Xie, Julianna Park, Julianna Watt, Rachel Eirich, Keith S. Dobson, Sheri Madigan

Notice bibliographique

RevueFrontiers in Psychiatry · 2021
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAnxietyMental healthMeta-analysisDepression (economics)PandemicMedicinePopulationModerationClinical psychologyPsychiatryPsychologyCoronavirus disease 2019 (COVID-19)Environmental healthDisease

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has posed notable challenges to post-secondary students, causing concern for their psychological well-being. In the face of school closures, academic disruptions, and constraints on social gatherings, it is crucial to understand the extent to which mental health among post-secondary students has been impacted in order to inform support implementation for this population. The present meta-analysis examines the global prevalence of clinically significant depression and anxiety among post-secondary students during the COVID-19 pandemic. Several moderator analyses were also performed to examine sources of variability in depression and anxiety prevalence rates. A systematic search was conducted across six databases on May 3, 2021, yielding a total of 176 studies (1,732,456 participants) which met inclusion criteria. Random-effects meta-analyses of 126 studies assessing depression symptoms and 144 studies assessing anxiety symptoms were conducted. The pooled prevalence estimates of clinically elevated depressive and anxiety symptoms for post-secondary students during the COVID-19 pandemic was 30.6% (95% CI: 0.274, 0.340) and 28.2% (CI: 0.246, 0.321), respectively. The month of data collection and geographical region were determined to be significant moderators. However, student age, sex, type (i.e., healthcare student vs. non-healthcare student), and level of training (i.e., undergraduate, university or college generally; graduate, medical, post-doctorate, fellow, trainee), were not sources of variability in pooled rates of depression and anxiety symptoms during the pandemic. The current study indicates a call for continued access to mental health services to ensure post-secondary students receive adequate support during and after the COVID-19 pandemic. Systematic Review Registration: PROSPERO website: https://www.crd.york.ac.uk/prospero/ , identifier: CRD42021253547.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,054
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,475
Écart entre enseignants0,380 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetCOVID-19 and Mental HealthTravaux en français237 207