Investigating the role of climate-related disasters in the relationship between food insecurity and mental health for youth aged 15–24 in 142 countries
Notice bibliographique
Résumé
Food insecurity (FI) represents a major global health challenge. Because climate-related disasters are a determinant of both FI and poor mental health, we investigated whether the severity of these disasters intensifies the relationship between FI and youth mental health. Data on FI and mental health came from the Gallup World Poll, a nationally representative survey of individuals in 142 countries, which included 28,292 youth aged 15-24. Data on climate-related disasters came from the International Disaster Database, a country-level record of disasters. Multilevel negative binomial regression was used to calculate relative risk (RR) of poor mental health. Youth with moderate or severe FI were significantly more likely to report poor mental health experiences compared to those with none/mild FI (moderate: RR 1.37, 95% confidence interval (CI) 1.32-1.41; severe: 1.60, 95% CI 1.54-1.66). We also observed a weak yet significant interaction effect (p<0.0001), which suggested that the country-level relationship between FI and poor mental health is slightly stronger at greater disaster severity. While further research is needed to improve our understanding of these complex relationships, these findings suggest that mental health should be considered when undertaking national climate change actions and that additional FI-related supports may work to improve youth mental health.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».