Mental health and climate change – a developmental life course perspective
Notice bibliographique
Résumé
Introduction Climate change is a major global public health challenge that will have wide ranging effects on human psychological health and wellbeing through the increased incidence of acute (e.g., storms, floods, wildfires), sub-acute (e.g., heat stress, droughts, lost agricultural yields) and long-term stressors (e.g., changes to landscapes and ecosystems). Children and adolescents are particularly at risk because of their rapidly developing brain, vulnerability to disease and limited capacity to avoid or adapt to climate change-related threats and impacts. They are also more likely to worry about climate change impacts than any other age group. Objectives To produce a new conceptual framework that describes climate change-related threats to youth mental health from a developmental life course perspective. Methods We critically review and synthesis literature documenting the pathways, processes and mechanisms linking climate change to increased mental health vulnerability. Results We show that climate change-related threats can additively and interactively increase psychopathology risk from conception onwards, that these effects are already occurring and that they constitute an important threat to mental health and therefore human capital worldwide. We then argue that birth cohort studies are uniquely positioned to examine climate change-related threats and that incorporating relevant measures into existing and planned birth cohorts is a matter of social justice and crucial long-term investment in mental health research. Conclusions Climate change is affecting the healthy psychological development of children and these risks are increasing worldwide. New theoretical and empirical work is urgently needed so that threats can be tracked and mitigated.
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 | 0,001 | 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 | 0,000 |
| 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) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».