MétaCan
Menu
Retour à la cohorte
Enregistrement W4382776620 · doi:10.1177/13591053231184065

Mediation of cognitive interference on depression during the Russo-Ukrainian war in three national samples

2023· article· en· W4382776620 sur OpenAlexafffundabout
Petra Begic, Esther R. Greenglass, Taina Hintsa, Petri Karkkola, Petra Buchwald

Notice bibliographique

RevueJournal of Health Psychology · 2023
Typearticle
Langueen
DomainePsychology
ThématiquePsychology of Development and Education
Établissements canadiensYork University
Organismes subventionnairesYork UniversityUniversity of York
Mots-clésUkrainianMediationDepression (economics)CognitionPsychologyClinical psychologyPsychiatryPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Media coverage of large-scale violence can result in interfering thoughts and depression. This research investigates the relationship between interfering thoughts and depression when watching the Russo-Ukrainian war. In the theoretical model, the more the war is watched, the more it is related to interfering thoughts, which are related to depression. With the ongoing pandemic, depression, when watching the war, was related to coronavirus threat. Data was collected online from April to June, 2022, with university students in Germany, Finland, and Canada ( N = 865). Path analysis results in each sample showed that the model fit the data with sample-specific modification indices. There was full mediation of watching the war by interference on depression, indicating that it is not watching the war, per se, but rather its relationship to cognitive interference, that is associated with depression. Denial and coronavirus threat were positively related to depression. Implications for research and student support are considered.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,129
Tête enseignante GPT0,462
Écart entre enseignants0,332 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Health PsychologyMême sujetPsychology of Development and EducationTravaux en français237 207