Mental health during the COVID-19 pandemic: Stress and strain profiles in the German population
Notice bibliographique
Résumé
Clinical observations indicate that people frequently display stress-related behavior during the COVID-19 pandemic. Although numerous studies have been published concerning pandemic-related psychological distress, systematic data on the interrelationships between stress sensitivity, personality, and behavioral characteristics of people are still lacking. In the present cross-sectional online survey study, we applied a German version of the COVID Stress Scales (CSS) and standard psychological questionnaires to systematically identify the complex interplay between stress sensitivity, gender, and personality in the modulation of quality of life and mental health in the German population (N = 1774; age ≥ 16 years). A CSS-based cluster analysis revealed two clusters characterized by higher and lower stress levels. Study participants in each cluster differed significantly with respect to neuroticism, extraversion, agreeableness, quality of life, depression, and anxiety. Females were significantly overrepresented in the higher stress cluster, while there was an overrepresentation of males in the lower stress cluster. Neuroticism was identified as a risk factor and extraversion as a protective factor for enhanced pandemic-related stress responses. For the first time our data show a taxonomy of factors, which modulate pandemic-related stress sensitivity and warrant consideration as key indicators of quality of life and psychological distress during the COVID-19 pandemic. We suggest that our data may advise governmental regulation of pandemic-related public health measures, to optimize quality of life and psychological health in different groups of the population.
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 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».