Financial Crisis and its Effect on Psychological Well-Being, Health, Satisfaction, and Financial Incapability; A Systematic Review
Notice bibliographique
Résumé
Background and Objectives: The decline in GDP caused by the global economic recession of 2008 and that caused by the COVID-19 pandemic has resulted in the poor economy of countries around the globe with increased rates of unemployment and adverse job conditions. This systematic review aims to identify the impact of a Financial crisis on Psychological well-being, Life satisfaction, Health Satisfaction, and Financial Incapability. Methodology: The literature included in the review was searched from Feb 1, 2023, to March 26, 2023, by using the PUBMED database as the search engine. Studies discussing the impact of the financial or economic crisis on psychological well-being, Health, Life satisfaction, and Financial Incapabilities published in the English Language were included in this review whereas systematic reviews and metanalysis, case reports, articles published in languages other than English and articles with limited access were excluded. Results: Of the 26 articles found eligible for the study, there were 22 Quantitative studies, 2 qualitative studies, and 2 Mixed Method Studies. Most of the articles included in this study discussed the Global Economic crisis caused by COVID-19 and the Global Financial Crisis of 2008. Almost 80% of the studies included in this review discussed psychological well-being and the prevalence of psychological disorders including Depression, Anxiety, Stress, Fear, Loneliness, Burnout, and Suicide whereas the rest of the articles discussed mortality regarding mental disorders. Conclusion: Financial crisis or economic recession results in an increased prevalence of common mental disorders affecting psychological well-being by increasing rates of unemployment and adverse job conditions. Policymakers with competitive financial behavior and knowledge are essential elements for psychological well-being and life satisfaction. Keywords: Economic Crisis, Indebtedness, Mental illness, Psychological well-being, Depression, Anxiety
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 | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».