Predictors of Psychological Distress across Three Time Periods during the COVID-19 Pandemic in Poland
Notice bibliographique
Résumé
BACKGROUND: Since the onset of COVID-19, public health policies and public opinions changed from stringent preventive measures against spread of COVID-19 to policies accommodating life with continued, diminished risk for contracting COVID-19. Poland is a country that demonstrated severe psychological impact and negative mental health. The study aims to examine psychological impact and changes in levels of depression, anxiety, and stress among three cross-sectional samples of Polish people and COVID-19-related factors associated with adverse mental health. METHODS: In total, 2324 Polish persons participated in repeated cross-sectional studies across three surveys: Survey 1 (22 to 26 March 2020), Survey 2 (21 October to 3 December 2020), and Survey 3 (3 November to 10 December 2021). Participants completed an online survey, including Impact of Event Scale-Revised (IES-R), Depression, Anxiety, and Stress Scale (DASS-21), demographics, knowledge, and concerns of COVID-19 and precautionary measures. RESULTS: A significant reduction of IES-R scores was seen across surveys, while DASS-21 scores were significantly higher in Survey 2. There was significant reduction in the frequency of following COVID-19 news, recent COVID-19 testing, and home isolation from Survey 1 to 3. Being emale was significantly associated with higher IES-R and DASS-21 scores in Surveys 1 and 2. Student status was significantly associated with higher DASS-21 across surveys. Chills, myalgia, and fatigue were significantly associated with high IES-R or DASS-21 scores across surveys. Frequency of wearing masks and perception that mask could reduce risk of COVID-19 were significantly associated with higher IES-R and DASS-21 scores. CONCLUSION: Conclusions: The aforementioned findings indicate a reduction in the level of the measured subjective distress andin the frequency of checking COVID-19 news-related information across three periods during the pandemic in Poland.
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 | 0,001 |
| 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 ».