Symptoms of depression and anxiety among elite high school student-athletes in Sweden during the COVID-19 pandemic: A repeated cross-sectional study
Notice bibliographique
Résumé
The COVID-19 pandemic precipitated numerous changes in daily life, including the cancellation and restriction of sports globally. Because sports participation contributes positively to the development of student-athletes, restricting these activities may have led to long-term mental health changes in this population. Using a repeated cross-sectional study design, we measured rates of depression using the Patient Health Questionnaire-2 and anxiety using the Generalized Anxiety Disorder-2 scale in student-athletes attending elite sport high schools in Sweden during the second wave of the pandemic (February 2021; n = 7021) and after all restrictions were lifted (February 2022; n = 6228). Depression among student-athletes decreased from 19.8% in 2021 to 17.8% in 2022 (p = .008, V = .026), while anxiety screening did not change significantly (17.4% to 18.4%, p > .05). Comparisons between classes across years revealed older students exhibited decreases in depressive symptoms, while younger cohorts experienced increases in symptoms of anxiety from 2021 to 2022. Logistic regressions revealed that being female, reporting poorer mental health due to COVID-19, and excessive worry over one’s career in sports were significant predictors of both depression and anxiety screenings in 2022. Compared to times when sports participation was limited, the lifting of restrictions was associated with overall reduced levels of depression, but not 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».