Perceived Stress, Internet Use behaviors and Mental Health Symptoms During the Early Stages of the Pandemic in Brazil
Notice bibliographique
Résumé
Abstract Purpose: This study explores perceived stress (PS), mental health (MH) symptoms and internet use behaviors during early stages of the pandemic in Brazil. Methods: A questionnaire battery was posted on various internet platforms from April to July 2020. The questionnaires included various life domains, internet use behaviors, MH symptoms, PS and quality of life, Generalized Anxiety Disorder-7, Patient Health Questionnaire-9, Perceived Stress Scale, Obsessive Compulsive Inventory – Revised, PTSD Checklist and Quality of Life Enjoyment and Satisfaction Questionnaire. Results: Majority of participants (n=519) reported changes to financial status (71%) and social communication (89%) and various internet use behaviors (79-89%). This sample reported elevated PS (x̄=17.09, SD=8.37, 62%), mild depression (x̄=6.44, SD=5.98) and anxiety (x̄=6.62, SD=5.37) and a significant proportion had clinically significant symptoms of MDD (25%), GAD (23%), OCD (14%), PTSD (18%) and elevated PS (62%). Elevated PS was predicted by younger age (β=-0.063, p=0.005), female sex (β=0.581. p=0.05), loss of employment (β=0.665, p=0.05), healthcare worker status (β=-0.589, p=0.005), past mental health treatment (β =0.739, p=0.005) increased social media use (β=0.591, p=0.05) and increased digital information seeking (β=0.697, p=0.05). Conclusion: Mental health providers should assess internet use habits and behaviors as a potential risk factor for heightened stress.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».