Peritraumatic Distress among Chinese Canadians during the Early Lockdown Stage of the COVID-19 Pandemic: Sociodemographic and Pandemic-Related Predictors
Notice bibliographique
Résumé
The current study investigates the peritraumatic distress of Chinese residents living in Canada and identifies the associated sociodemographic and pandemic-related predictors during the initial phases of the Coronavirus Disease 2019 (COVID-19) pandemic lockdown (i.e., from April 2020 to June 2020). A final sample of 457 valid participants aged 18 or older completed an online survey in which peritraumatic distress was assessed with the COVID-19 Peritraumatic Distress Index (CPDI). The results showed 32.76% of the sample was in the mild to moderate range (i.e., 28–51) and 5.03% in the severe range (i.e., 52 to higher) for peritraumatic distress. The hierarchical regression models on the continuous CPDI score identified life satisfaction as a consistent protector for the CPDI (absolute values of βs = −1.21 to −0.49, ps < 0.001). After controlling for life satisfaction, the following sociodemographic risk factors were identified: being middle-aged, being employed (relative to retired people/students), living in Ontario (rather than elsewhere), and a poor health status. Furthermore, the following pandemic-related risk factors were identified: a higher self-contraction worry, more of a COVID-19 information authenticity concern, a higher future infection rate prediction, and a higher personal health hygiene appraisal. The results of our study shed light on cognitive, experiential, behavioural, and sociodemographic factors associated with peritraumatic distress for Chinese residents living in Canada during the early outbreak stage of the pandemic.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».