MétaCan
Menu
Retour à la cohorte
Enregistrement W4283822130 · doi:10.1038/s44184-022-00005-8

A meta-review of psychological resilience during COVID-19

2022· review· en· W4283822130 sur OpenAlexaff
Katie Seaborn, Kailyn Henderson, Jacek Gwizdka, Mark Chignell

Notice bibliographique

Revuenpj Mental Health Research · 2022
Typereview
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisMental healthPsychological resiliencePsychologyPandemicInclusion (mineral)Coronavirus disease 2019 (COVID-19)Resilience (materials science)Psychological interventionQuality (philosophy)Work (physics)Acceptance and commitment therapyPublic healthCommunity resilienceApplied psychologyIntervention (counseling)MedicineNursingPsychiatryPsychotherapistSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Psychological resilience has emerged as a key factor in mental health during the global COVID-19 pandemic. However, no work to date has synthesised findings across review work or assessed the reliability of findings based on review work quality, so as to inform public health policy. We thus conducted a meta-review on all types of review work from the start of the pandemic (January 2020) until the last search date (June 2021). Of an initial 281 papers, 30 were included for review characteristic reporting and 15 were of sufficient review quality for further inclusion in strategy analyses. High-level strategies were identified at the individual, community, organisational, and governmental levels. Several specific training and/or intervention programmes were also identified. However, the quality of findings was insufficient for drawing conclusions. A major gap between measuring the psychological resilience of populations and evaluating the effectiveness of strategies for those populations was revealed. More empirical work, especially randomised controlled trials with diverse populations and rigorous analyses, is strongly recommended for 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0440,001

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.

Tête enseignante Opus0,765
Tête enseignante GPT0,709
Écart entre enseignants0,056 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Mental Health ResearchMême sujetResilience and Mental HealthTravaux en français237 207