Income inequality and mental health in adolescents during COVID-19, results from COMPASS 2018–2021
Notice bibliographique
Résumé
INTRODUCTION: Understanding the inequitable impacts of the ongoing COVID-19 pandemic on youth mental health are leading priorities. Existing research has linked income inequality in schools to adolescent depression, however, it is unclear if the onset of the pandemic exacerbated the effects of income inequality on adolescent mental health. The current study aimed to quantify the association between income inequality and adolescent mental health during COVID-19. MATERIAL AND METHODS: Longitudinal data were taken from three waves (2018/19 to 2020/21) of the Cannabis, Obesity, Mental health, Physical activity, Alcohol, Smoking, and Sedentary behaviour (COMPASS) school-based study. Latent Growth Curve modelling was used to assess the association between Census District (CD)-level income inequality and depressive symptoms before and after the onset of COVID-19. RESULTS: The study sample included 29,722 students across 43 Census divisions in British Columbia, Alberta, Ontario, and Quebec. The average age of the sample at baseline was 14.9 years [standard deviation (SD) = 1.5] and ranged between 12 and 19 years of age. Most of the sample self-reported as white (76.3%) and female (54.4%). Students who completed the COMPASS survey after the onset of COVID reported 0.20-unit higher depressive scores (95% CI = 0.16, 0.24) compared to pre-COVID. The adjusted analyses indicated that the association between income inequality on anxiety scores was strengthened following the onset of COVID-19 (β = 0.02, 95% CI = 0.0004, 0.03), indicating that income inequality was associated with a greater increase in anxiety scores during COVID-19. DISCUSSION: The adjusted results indicate that the association between income inequality and adolescent anxiety persisted and was heightened at the onset of COVID-19. Future studies should use quasi-experimental methods to strengthen this finding. The current study can inform policy and program discussions regarding the effects of the COVID-19 pandemic and pandemic recovery for young Canadians and relevant social policies for improving adolescent mental health.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».