Impacto psicológico de la pandemia del COVID-19 en estudiantes universitarios de una universidad nacional de Cusco, Perú
Notice bibliographique
Résumé
La pandemia de coronavirus de 2019 (COVID-19) es un suceso de salud pública y de preocupación mundial, con impactos sin precedentes y en este momento representa un gran desafío para la salud mental. Objetivos. Evaluar el impacto psicológico de la pandemia del COVID-19 en estudiantes universitarios de la Universidad Nacional De San Antonio Abad Del Cusco. Metodología: Tipo de estudio no experimental, transversal, descriptivo y correlacional. Se utilizó como instrumento un cuestionario en línea que fue aplicado a 272 estudiantes, utilizando un tipo de muestreo probabilístico, aleatorio sistemático. Resultados: De los 272 estudiantes encuestados, el 41.9% padece de depresión leve, el 22.4% depresión moderada, el 15.8% depresión severa y el 19.9% depresión extremadamente severa. En cuanto a la ansiedad, el 33.1% presentan ansiedad leve, el 22.8% ansiedad moderada, el 13.6% ansiedad severa y el 30.5% ansiedad extremadamente severa. En relación al estrés, el 49.6% de los estudiantes presentan estrés leve, mientras que el 19.9.4% estrés moderado, el 20.6% estrés severo y el 9.9% estrés extremadamente severo. Además, el 43% presenta impacto grave por el COVID-19.Sobre el afrontamiento, el 51.8% de los estudiantes habla con amigos y/o familia sobre sus problemas, el 58.5% se ha adaptado al dictado de clases virtuales, el 78.7% realiza actividades que le distraigan, el 50% indicó que se comportó de forma hostil con los demás, el 52.9% manifestó sentirse indefenso frente al problema, el 55.1% incrementó el consumo de alimentos hipercalóricos, el 87.5% pasa mucho tiempo en las redes sociales, y el 79.8% manifestó que tiene una visión positiva del futuro. Conclusiones: Los estudiantes de la Universidad Nacional De San Antonio Abad Del Cusco se han visto muy afectados a nivel psicológico debido a la pandemia del COVID-19, con índices elevados de depresión, ansiedad y estrés y alrededor de la mitad de ellos sufren un impacto grave o moderado.
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 | 0,002 | 0,006 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».