Comparative Study of the Long-Term Impact of the COVID-19 Pandemic on Mental Health and Nutritional Practices Among International Elite and Sub-Elite Athletes: A Sample of 1420 Participants from 14 Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Although several studies have shown that the Coronavirus Disease 2019 (COVID-19) lockdown has had negative impacts on mental health and eating behaviors among the general population and athletes, few studies have examined the long-term effects on elite and sub-elite athletes. The present study aimed to investigate the long-term impact of COVID-19 lockdown on mental health and eating behaviors in elite versus sub-elite athletes two years into the pandemic. A cross-sectional comparative study was conducted between March and April 2022, involving athletes from 14 countries, using a convenient non-probabilistic and snowball sampling method. A total of 1420 athletes (24.5 ± 7.9 years old, 569 elites, 35% women, and 851 sub-elites, 45% women) completed an online survey-based questionnaire. The questionnaire included a sociodemographic survey, information about the COVID-19 pandemic, the Depression, Anxiety and Stress Scale-21 Items (DASS-21) for mental health assessment, and the Rapid Eating Assessment for Participants (REAP-S) for assessing eating behavior. RESULTS: The results showed that compared to sub-elite athletes, elite athletes had lower scores on the DASS-21 (p = .001) and its subscales of depression (p = .003), anxiety (p = .007), and stress (p < .001), as well as a lower REAP-S score indicating lower diet quality (p = .013). CONCLUSION: In conclusion, two years into the pandemic, elite athletes were likelier to have better mental health profiles than sub-elite athletes but surprisingly had lower diet quality.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle