Stressors and mental health impacts of COVID‐19 in dental students: A scoping review
Notice bibliographique
Résumé
OBJECTIVE: The COVID-19 pandemic has led to mental health hazards to healthcare providers in general and to undergraduate dental students. The present study undertakes a scoping review to identify and discuss the mental health issues and stressors impacting dental students globally during the COVID-19 pandemic. METHODS: A systematic search following the Joanna Briggs Institute's framework for scoping reviews was conducted on Embase, MEDLINE by Ovid, Web of Science, PsycInfo, CINAHL, and ERIC to identify peer reviewed publications published globally since the onset of the COVID-19 pandemic in March 2020 until June 22, 2021. Manual search was also performed on Google scholar. Eligible studies were selected based on the predetermined set of criteria and focused specifically on mental health issues experienced by undergraduate dental students in the context of COVID-19. RESULTS: Fifty-five publications were retained. Fifty-one reported stress, anxiety, or depression experienced by undergraduate dental students during the pandemic. Twenty-five studies employed validated psychometric instruments to explore mental health status among the same students. A total of 28 publications reported that the predominant concern for students was fear of infection, especially during patient interaction. Adapting to virtual learning, clinical skill deficit due to lack of/limited practical training and social isolation were other majorly reported stressors. CONCLUSIONS: Many mental health issues and stressors related to the COVID-19 pandemic have been identified. Mitigation of COVID-19-related stressors on dental students' mental health should be a priority across all dental academic institutions. Continued efforts should be made to create a supportive learning environment.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».