The progression and mechanisms of mental illness symptoms in university student‐athletes during the COVID‐19 pandemic
Notice bibliographique
Résumé
A few studies have examined mental illness symptoms in university student-athletes during the COVID-19 pandemic, but the limited use of longitudinal design limits the understanding of the progression of these symptoms and the mechanisms by which they developed. The present research aims to describe the trajectory of variation of mental illness symptoms (anxiety, depression, alcohol consumption disorders, and eating disorders) throughout the pandemic, to test causality between perceived stress and symptoms, and to identify individual characteristics (sociodemographic, perceived stress, and social support) influencing the trajectories of mental illness symptoms. On three occasions during the pandemic, 211 university student-athletes were surveyed. Latent growth models and random intercept crossed-lagged panel models were performed. Results indicate that anxiety and depressive symptoms significantly decreased throughout the COVID-19 pandemic while alcohol consumption disorder symptoms significantly increased and eating disorder symptoms did not change significantly. Second, perceived stress was a significant cause of anxiety and depressive symptoms during this pandemic. Conversely, eating disorder symptoms significantly predicted perceived stress. Finally, average perceived stress and average social support availability throughout the COVID-19 pandemic, and identifying as a visible minority, significantly predicted the trajectory of depressive symptoms, allowing for the identification of a sub-population at higher risk. Based on these findings, teaching stress management strategies should be an essential component of programs to prevent mental illness symptoms in university student-athletes. Reducing environmental stressors and their consequences among this population should also be prioritised.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».