MétaCan
Menu
Retour à la cohorte
Enregistrement W4394013545 · doi:10.1177/17579759231223674

Pour une défense collective face à la fatigue pandémique: l’urgence de renforcer les facteurs protecteurs

2024· article· fr· W4394013545 sur OpenAlexaffabout
Mélissa Généreux, Gabriel Blouin-Genest, Elsa Landaverde, et Natalia Torres Orozco

Notice bibliographique

RevueGlobal Health Promotion · 2024
Typearticle
Languefr
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Humanities2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Political scienceMedicinePhilosophyVirologyOutbreak

Résumé

récupéré en direct d'OpenAlex

Résumé:De nombreux articles publiés récemment ont laissé apparaître l'émergence d'un nouveau phénomène dans notre rapport avec la pandémie de COVID-19 : la fatigue pandémique. Ce phénomène suggère l'apparition d'une tendance générale de lassitude face aux mesures sanitaires et à l'état d'urgence devenu permanent. L'objectif de cet article est de replacer cet enjeu dans le contexte de la réalisation d'un projet de recherche portant sur les impacts psychosociaux durant la pandémie. Si relativement peu de recherches se sont intéressées à la fatigue pandémique, la réalité de ce phénomène a été mise en évidence dans le cadre d'un projet de recherche multi-annuelle effectuée durant la pandémie. En termes de méthode, notre équipe multidisciplinaire à l'Université de Sherbrooke a développé un protocole d'enquête permettant d'évaluer les effets de la pandémie de COVID-19 sur la santé mentale à travers des études transversales répétées. La dernière phase de l'enquête inclut un volet additionnel qui cherche à comprendre de quelle manière les conséquences de la pandémie peuvent s'appliquer à d'autres crises systémiques, notamment aux changements climatiques. Différentes vagues d'enquêtes nationales et internationales ont ainsi été réalisées (8 pays, taille minimale de l'échantillon 1000-1500 et échantillonnage par quota mis en oeuvre adapté à chaque pays et basé sur les données démographiques disponibles), et suivant l'évolution de la pandémie, nous avons introduit la notion de fatigue pandémique, ainsi que de fatigue climatique, afin de pouvoir mesurer l'impact de l'exposition prolongée à ces crises mondiales. Ces nouvelles données confirment nos résultats originaux : l'impact psychosocial de la pandémie est immense, en particulier en termes de fatigue pandémique, phénomène qui se retrouve à la fois au niveau comportemental et informationnel. Cette fatigue est un indicateur important à considérer afin d'améliorer notre capacité de réaction et d'adaptation à cette crise, mais également à celles futures.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,142
Tête enseignante GPT0,491
Écart entre enseignants0,348 · 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'étudeAutre devis
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Health PromotionMême sujetCOVID-19 and Mental HealthTravaux en français237 207