Mental health in Canadian children and adolescents during COVID-19 pandemic: the role of personality and, coping and stress responses
Notice bibliographique
Résumé
In December 2019, the Coronavirus Disease (COVID-19) pandemic first emerged in China and quickly spread to other countries. Previous studies have shown that the COVID-19 pandemic and the consequences have negatively impacted the mental health of adults. Individual differences such as personality could contribute to mental health. Furthermore, coping and responses to stress may affect an individual's response to the pandemic. In the past, studies have only investigated this relationship in adults. In the current study, we examine how personality traits (using the Five-Factor Model as our framework) and Coping and Response to COVID-19 stress are related to the mental health of Canadian children and adolescents during the pandemic. Using parent reports of 100 preschoolers and 607 6-18-year-old children, we performed multiple regression analysis to explore how personality traits predict the effects of COVID-19 on mental health. The results showed that personality traits are associated with the mental health of Canadian youth during the COVID-19 pandemic. In preschoolers, Neuroticism and Agreeableness predicted the most mental health problems, and in 6-18-year-old children, Extraversion negatively predicted the most mental health problems. Also, Openness to Experience was the weakest predictor of mental health status in Canadian youth. These findings could be useful in understanding children's responses to the COVID-19 pandemic and could assist public health services delivering mental health services specifically tailored to children's personalities during and after this pandemic.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».