MétaCan
Menu
Retour à la cohorte
Enregistrement W4393484049 · doi:10.1177/21582440241240201

Role of Media Consumption, Governmental Distrust & Psychological Vulnerability in Predicting Affective Well-being of University Students & Healthcare Professionals during COVID-19

2024· article· en· W4393484049 sur OpenAlexaff
Gulnaz Anjum, Mudassar Aziz

Notice bibliographique

RevueSAGE Open · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesUniversitetet i Oslo
Mots-clésDistrustCoronavirus disease 2019 (COVID-19)Consumption (sociology)PsychologyHealth careVulnerability (computing)2019-20 coronavirus outbreakHealth professionalsSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PandemicSocial psychologySociologyMedicineEconomicsVirologyPsychotherapistInternal medicineEconomic growthSocial science

Résumé

récupéré en direct d'OpenAlex

The present research aimed to explore the role of media consumption, governmental distrust, and psychological vulnerability in predicting the practical well-being of university students and healthcare professionals during COVID-19. Two correlational studies were conducted. Study 1 was conducted with 411 university students (206 Women; 205 men), and it was conducted during the first lockdown in Pakistan. Study 2 was conducted during the thigh-intensity phase he COVID-19, and the sample comprised 375 healthcare professionals (198 women; 177 men). Both studies showed that higher levels of media consumption, governmental distrust, and psychological vulnerability were associated with lower levels of well-being. Our path models in both studies (with students and healthcare professionals) indicate that during the pandemic, participants’ level of media consumption, trust in the government, and their personal vulnerability were negatively associated with their affective well-being. These findings have implications for individuals’ affective well-being during healthcare crises such as the COVID-19 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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,459
Écart entre enseignants0,402 · 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.

Devis d'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAGE OpenMême sujetCOVID-19 and Mental HealthTravaux en français237 207