Coping with the COVID-19 pandemic: A cross-sectional study to investigate how mental health, lifestyle, and socio-demographic factors shape students’ quality of life
Notice bibliographique
Résumé
PURPOSE: The high prevalence of COVID-19 has had an impact on the Quality of Life (QOL) of people across the world, particularly students. The purpose of this study was to investigate the social, lifestyle, and mental health aspects that are associated with QOL among university students in Lebanon. METHODS: A cross-sectional study design was implemented using a convenience sampling approach. Data collection took place between November 2021 and February 2022, involving 329 undergraduate and graduate students from private and public universities. Quality of life was assessed using the Quality-of-Life Scale (QOLS). Descriptive statistics, Cronbach's alpha, and linear regression-based methods were used to analyze the association between QOL and socio-demographic, health-related, lifestyle, and mental health factors. The significance level for statistical analysis was predetermined at α = 0.05. RESULTS: The study participants' average (SD) QOL score was 76.03 (15.6) with a Cronbach alpha of 0.911. QOL was positively associated with importance of religion in daily decisions (β = 6.40, p = 0.006), household income (β = 5.25, p = 0.017), general health ratings (β Excellent/poor = 23.52, p <0.001), access to private counseling (β = 4.05, p = 0.020), physical exercise (β = 6.67, p <0.001), and a healthy diet (β = 4.62, p = 0.026); and negatively associated with cigarette smoking (β increased = -6.25, p = 0.030), internet use (β ≥4 hours = -7.01, p = 0.005), depression (β = -0.56, p = 0.002) and stress (β = -0.93, p <0.001). CONCLUSION: In conclusion, this study reveals the key factors that positively and negatively influence students' quality of life (QOL). Factors such as religion, higher income, and a healthy diet improve QOL, while depression, stress, excessive internet use, and cigarette smoking negatively impact it. Universities should prioritize initiatives like physical activity promotion, affordable nutritious options, destigmatizing mental health, counseling services, and self-help interventions to support student well-being and enhance their QOL.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».