MétaCan
Menu
Retour à la cohorte
Enregistrement W4206303935 · doi:10.1016/j.jadr.2022.100308

Disentangling the diversity of profiles of adaptation in youth during COVID-19

2022· article· en· W4206303935 sur OpenAlexafffundabout
Martine Hébert, Amélie Tremblay‐Perreault, Arianne Jean-Thorn, H. Demers

Notice bibliographique

RevueJournal of Affective Disorders Reports · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDistressPsychological resiliencePsychologyPsychosocialSocial isolationClinical psychologyPopulationSocial supportDemographyMedicinePsychiatryEnvironmental healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 outbreak has major psychosocial consequences on the global population and specialists report that youth may be significantly impacted. Adolescents and young adults, for whom social life is an important protective factor, had to face a new isolation caused by social distancing and home schooling. This study aims to explore youth's profiles of adaptation to COVID-19 pandemic in the province of Quebec, Canada, and the risk factors and strengths associated with each profile. METHODS: A sample of 4936 youth living in Quebec were recruited on social media and filled out an online survey during the lockdown of the first wave of COVID-19. They completed measures of psychological distress, positive adaptation (well-being, resilience), risk factors (alexithymia and emotional dysregulation), COVID-related worries and fear of contamination and COVID-related post-traumatic stress disorder (PTSD). RESULTS: The results of the latent class analysis showed four patterns of adjustment. The Resilient group (36.6% of the sample) showed the highest probability of a positive adaptation. The High distress class (29.5%) reported clinical distress, low to moderate symptoms of PTSD and fear of contamination and no significant well-being. The Moderate symptoms class (17.55%) showed moderate levels of distress and COVID-related symptoms, with half of the group still showing significant well-being. The Traumatized class (16.35%) reported the worst adaptation. Correlates significantly differentiated profiles. LIMITATIONS: The study relied on a convenience sample and a cross-sectional design. CONCLUSION: Disentangling the diversity of adaptation profiles may orient more adapted resources for youth in need during this unprecedented crisis.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,884

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,358
Écart entre enseignants0,311 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Affective Disorders ReportsMême sujetCOVID-19 and Mental HealthTravaux en français237 207