A Systematic Review of Assessment Methods for Seafarers’ Mental Health and Well-Being During the COVID-19 Pandemic
Notice bibliographique
Résumé
Seafarers spend more time at sea than on land, which makes them a hard-to-reach community. Since their mental health and well-being is usually addressed from a land-based perspective, dedicated and validated methods incorporating maritime specificities are lacking. During the COVID-19 pandemic, research into seafarers' mental health and well-being flourished. However, a systematic review of the literature to assess the type and appropriateness of assessment methods pertaining to the mental health and well-being of seafarers has yet to be undertaken. This study reviews 5 databases (ERIC, Scopus, PubMed, Google Scholar and EBSCO) to assess the methods used to examine seafarers' mental health and well-being during the pandemic. Peer-reviewed literature alongside grey literature that applied quantitative or qualitative instruments to measure seafarers' mental health and/or well-being, published in English between March 2020 and February 2023, was eligible for the review. Studies from all geographic regions and regardless of nationality, rank and ship type of the subjects were explored. Database searches produced 272 records. Five additional records were identified via other methods. We identified 27 studies suitable for review, including 24 published in peer-reviewed scientific journals and 3 reports and surveys produced by the industry or welfare organizations. Assessment methods used to measure seafarers' mental health and well-being vary significantly in the literature. The frequent use of ad hoc questionnaires limits the possibility to replicate and compare the studies due to various inconsistencies. Furthermore, several validation and reliability measures needed more solidity when applied to the seafaring population. Such inadequate measuring and a mix of assessment methods impacted the comparison of results and might inflate the risks of underreporting or overstating mental complaints.
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 | 0,045 | 0,201 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,011 |
| Bibliométrie | 0,027 | 0,024 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».