Time Perspective predicts levels of Anxiety and Depression during the COVID-19 outbreak: A cross-cultural study
Notice bibliographique
Résumé
The COVID-19 outbreak and governmental measures to keep the population safe had a great impact on many aspects of society, including well-being. Using data from N=1281 participants from six countries (Argentina, France, Greece, Italy, Japan, and Turkey), we first explored differences in anxiety, depression (measured with Hospital Anxiety and Depression Scale; HADS) and time perspectives (Zimbardo Time Perspective Inventory; ZTPI), between these countries during the first weeks of the pandemic. We observed that Turkish participants reported the highest levels of anxiety, and Japanese and Greek the lowest. For depression symptoms, the Japanese scored highest and Italians lowest. Next, for each country, we investigated how well the relatively time-stable personality traits of time perspectives, chronotype (reduced Morningness-Eveningness Questionnaire; rMEQ), and Big Five personality traits (short Big Five Inventory; BFI) predicted the levels of anxiety and depression (HADS). The regression analyses showed that negative attitudes towards the past predicted the levels of both anxiety and depression in most of the countries we analyzed. Additionally, in many countries, a Past Positive orientation negatively predicted depression whereas the Present Fatalistic subscale predicted anxiety and depression. The chronotype did not contribute additionally to the models. The Big Five traits (and particularly neuroticism) showed substantial incremental explanatory power for anxiety in some countries but did not consistently predict anxiety levels. For depression, the additional variance accounted for by including the BFI as predictors was rather small. Importantly, the ZTPI subscales were retained as significant predictors in the model still when the BFI and rMEQ were considered as potential predictors. Our results yield evidence that the ZTPI time perspectives are valuable predictors for anxiety and depression levels during the first period of the pandemic.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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) | 0,006 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».