Association of youth climate change worry with present and past mental health symptoms: a longitudinal population-based study
Notice bibliographique
Résumé
Abstract Young people are worried about climate change but the association with current and past mental health symptoms is rarely examined in longitudinal population-based samples. Drawing on a population-based birth cohort from the Canadian province of Quebec (n = 1325), this study used a cross-over design to (1) test the association between climate change worry at age 23-years and concurrent mental health symptoms assessed on standardised instruments, and (2) test the association between adolescent (15 and 17 years) symptoms of anxiety, depression, inattention-hyperactivity, and aggression-opposition and climate worry at age 23-years. Participant sex, cognitive ability, socioeconomic status, and parental mental health were adjusted for. Descriptive statistics showed that most participants were worried about climate change: 190 (14.3%) were extremely worried, 383 (28.9%) were very worried, 553 (41.7%) were somewhat worried, and 199 (15.0%) were not at all worried. In analysis 1, worry about climate change was associated with significantly higher concurrent anxiety, depression, and self-harm symptoms, even after adjustment for adolescent symptoms. In analysis 2, anxious adolescents were significantly more likely to be extremely worried about climate change six years later (RRR = 1.51, 95%CI = 1.10–2.07), while aggressive-oppositional adolescents were significantly less likely to be somewhat worried (RRR = 0.79, 95%CI = 0.63–0.0.99), very worried (RRR = 0.61, 95%CI = 0.48–0.78), or extremely worried (RRR = 0.51, 95%CI = 0.37–0.72). Taken together, participants who were worried about climate change had more concurrent mental health symptoms but were also more likely to have prior symptoms. Adolescents with higher anxiety were more likely to worry about climate change in early adulthood, while those with higher aggression-opposition were less likely to worry. Future studies should track climate worry longitudinally alongside symptoms using prospective follow-up studies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».