Review: The impact of climate change awareness on children's mental well‐being and negative emotions – a scoping review
Notice bibliographique
Résumé
BACKGROUND: Climate change is a threat to children's physical health, but there are also implications for mental well-being. Additionally, children may experience negative emotional responses stemming from an overarching awareness of the imminent threats to the planet due to climate change. METHOD: Using a scoping review, we examined the impact of climate change awareness on children's mental well-being and negative emotions. Our aim was to identify and describe the existing literature and highlight priorities for future research. Three specific objectives guided the review: (1) to identify and provide an overview of research regarding the impact of climate change awareness on children's mental well-being and negative emotions; (2) to summarize and clarify the terminology related to climate change awareness and children's mental well-being and negative emotions; and (3) to make recommendations for areas of future research. RESULTS: Thirty-three articles were included in a narrative synthesis. Many articles were reviews or editorials/commentaries. Of the empirical research, most were from Europe, North America, and Australia. The articles emphasized a large range of negative emotions that children felt about climate change, with anxiety and worry being the most researched and discussed. CONCLUSIONS: The research on the impact of awareness of climate change on children's mental well-being and negative emotions is in its early phases. Efforts are needed to advance conceptual clarity and operationalize concepts. Additionally, there is a need for research into the impact of climate change awareness on children's mental well-being and negative emotions among a greater diversity of people and places. Existing studies provide an encouraging basis from which to develop future research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».