Examining the Longitudinal Associations between Adjustment Disorder Symptoms and Boredom during COVID-19
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The COVID-19 pandemic has led to a myriad of stressors, underscoring the relevance of adjustment disorder during these extraordinary times. Boredom—as a feeling and as a dispositional characteristic—is an equally pertinent experience during the pandemic that has been cross-sectionally linked to various mental health difficulties. The current longitudinal study expanded on this work, examining the associations between adjustment disorder symptoms and boredom (both as a feeling and as a trait) over time during the COVID-19 pandemic. Community participants completed questionnaires three times, rating their trait boredom at Time 1 and their feelings of boredom and adjustment disorder symptoms (preoccupation with a pandemic stressor and failure to adapt) over the past week at Times 1–3. Latent growth curve analyses found that an increase in feelings of boredom was significantly associated with increased preoccupation with a pandemic stressor and increased difficulties with adapting over time. Additionally, trait boredom significantly predicted changes in preoccupation and the failure to adapt, such that participants high in trait boredom increasingly struggled with these symptoms over time. Our results suggest that increased feelings of boredom and a trait disposition towards boredom can be detrimental to people’s ability to adjust over time to the stressors associated with the pandemic. Boredom, as an aversive state and as a chronic difficulty, may be important to address in treatment approaches for adjustment disorder symptoms during COVID-19.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,004 | 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) | 0,000 | 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 découle