MétaCan
Menu
Retour à la cohorte
Enregistrement W4324387501 · doi:10.1177/23727322221145308

Psychology Meets Biology in COVID-19: What We Know and Why It Matters for Public Health

2023· article· en· W4324387501 sur OpenAlexaff
Emily J. Jones, Kieran Ayling, Cameron R. Wiley, Adam W A Geraghty, Amy L. Greer, Julianne Holt‐Lunstad, Aric A. Prather, Hannah M. C. Schreier, Roxane Cohen Silver, Rodlescia Sneed, Anna L. Marsland, Sarah D. Pressman, Kavita Vedhara

Notice bibliographique

RevuePolicy Insights from the Behavioral and Brain Sciences · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Heart, Lung, and Blood Institute
Mots-clésBiopsychosocial modelPandemicPsychosocialPublic healthPsychological interventionPsychologyVaccinationCoronavirus disease 2019 (COVID-19)MedicinePsychotherapistPsychiatryVirologyNursingInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

Psychosocial factors are related to immune, viral, and vaccination outcomes. Yet, this knowledge has been poorly represented in public health initiatives during the COVID-19 pandemic. This review provides an overview of biopsychosocial links relevant to COVID-19 outcomes by describing seminal evidence about these associations known prepandemic as well as contemporary research conducted during the pandemic. This focuses on the negative impact of the pandemic on psychosocial health and how this in turn has likely consequences for critically relevant viral and vaccination outcomes. We end by looking forward, highlighting the potential of psychosocial interventions that could be leveraged to support all people in navigating a postpandemic world and how a biopsychosocial approach to health could be incorporated into public health responses to future pandemics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,391
Tête enseignante GPT0,544
Écart entre enseignants0,153 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy Insights from the Behavioral and Brain SciencesMême sujetCOVID-19 and Mental HealthTravaux en français237 207