Depressive Symptoms in Black and White Volunteers: Six-month Post Deadly Natural Hazard Hurricane: Does Race Identity Matter?
Notice bibliographique
Résumé
Natural hazards have become increasingly common in the United States, wherein across the nation residents are exposed to floods, hurricanes, tornadoes, and a host of other events that occur due to changes in the climate. Amid providing care for communities that have encountered a natural hazard, the volunteers and rescuers are also exposed to the trauma caused by the natural hazard. The primary focus of the study was to elucidate differences in mental health symptoms of the volunteers by race and to determine if years of experience with previous trauma predicts and has a relationship with the development of mental health symptoms. A total of 182 social work students from 3 public universities that were from areas impacted during Hurricanes Katrina and Rita and volunteered in the aftermath, consisted of our sample. The participants completed surveys regarding demographics, mental health symptoms, various stressors, and the presence of social support. Depression scores among Black participants were significantly higher (M = 17.74) compared to White participants and participants of younger age were more likely to experience depression. A final statistical model revealed negative emotion among Black participants indicated a decreased likelihood of developing depression when compared to White participants. The findings indicate the importance of providing adequate training and mental health resources for volunteers and particularly Black volunteers in an effort to prevent the occurrence of depression, which could potentially decrease their overall mental health after a natural hazard.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».