MétaCan
Menu
Retour à la cohorte
Enregistrement W4392711414 · doi:10.54517/esp.v9i6.2150

The health consequences of loneliness

2024· article· en· W4392711414 sur OpenAlexaff
Ami Rokach, Karishma Patel

Notice bibliographique

RevueEnvironment and Social Psychology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of TorontoYork University
Organismes subventionnairesnon disponible
Mots-clésLonelinessMental healthFeelingPsychologyPsychological interventionCoping (psychology)CognitionPublic healthClinical psychologyDevelopmental psychologySocial psychologyMedicinePsychotherapistPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

In this paper, through a thematic literature review of recent studies, our objective was to explore the impact of loneliness and its effects on health. We emphasize the human need for a sense of belonging and societal inclusion. We further discuss the link of loneliness to physiological alterations, to the development and exacerbation of mental health conditions, the influence it has on cognitive processes, and the role it plays in contributing to maladaptive coping strategies. Contrary to the feelings of loneliness, solitude and its benefits for self-reflection and personal growth are explored. The prevalence of loneliness and its cultural similarities and differences are discussed at a global level. Moreover, this review explores the intricate relationship between loneliness and various health outcomes, including chronic illness and mortality risks. It further emphasizes the importance of acknowledging loneliness as a public health concern and the need for interventions at the individual and societal level to mitigate its adverse effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,415
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Social PsychologyMême sujetHealth disparities and outcomesTravaux en français237 207