A systematic review and meta-analysis on the preventive behaviors in response to the COVID-19 pandemic among children and adolescents
Notice bibliographique
Résumé
PURPOSE: The purpose of this review was to synthesize the empirical evidence of relevant studies related to preventive behaviors in response to the COVID-19 pandemic among children and adolescents. Further to this, we aimed to identify the demographic, psychological, and social and environmental correlates of such behaviors. METHODS: Feb 2021. The standardized mean difference and correlation coefficients r were extracted to estimate the effect sizes. Analyses were conducted using R software. RESULTS: Of the 35,271 original papers, 23 eligible studies were included in the qualitative synthesis and all these studies were of moderate-to-high quality, of which 17 studies were further included into the quantitative analysis. Children and adolescents (6-20 yrs.) showed a poorer practice of COVID-19 preventive behaviors compared to younger adults (21-59 yrs.) with a small-to-medium effect size (SMD = -.25, 95%CI = -.41 to -.09). For the demographic correlates, children and adolescents' COVID-19 preventive practice was found to be significantly associated with gender (r = .14, 95%CI = .10 to .18), while not with age (r = -.02, 95%CI = -.14 to .10). Narratively, knowledge was found to be consistently and significantly correlated. For the psychological correlates, small-to-medium overall effects were identified for the association with attitudes (r = .26, 95%CI = .21 to .31) and perceived severity (r = .16, 95%CI = .01 to .30). For the family and social correlates, a non-significant association was identified between family economic status and COVID-19 preventive behaviors (r = .004, 95%CI = -.12 to .12). CONCLUSIONS: Interventions and relevant policies of promoting children and adolescent's preventive measures should be a priority. Further, empirical studies identifying the demographic, psychological, and family and social correlates of children and adolescents' preventive behaviors are needed.
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 | 0,018 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,023 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».