Changes in sex differences in mental health over time: the moderating effects of educational status and loneliness
Notice bibliographique
Résumé
Background Limited evidence exists regarding how sex differences in mental health are changing over time, especially in the context of recent health and economic adversities.Aims To examine the temporal shifts in mental health issues among males and females, and explore the influence of education and loneliness on these trends.Methods Data were utilized from the 2020 to 2023 Monitor study, a repeated cross-sectional survey of adults 18 years and older in Ontario, Canada. The study employed a Qualtrics-based web panel survey (n = 5,317). Mental health was assessed using Kessler-6 questionnaire, and analyses were performed using Generalized Linear Model (GLM) with gamma distribution.Results The results showed that there was a significant three-way interaction effect between sex, time and education with psychological distress (p = 0.014), suggesting that psychological distress increased between 2020 and 2023 among males who had less than college education. However, it remained stable among males with college/university degrees and females overall. Interaction between sex and feeling lonely on psychological distress was also evident (p = 0.004).Conclusions Mental health issues remained a significant public health challenge among adults, especially psychological distress increasing among males with less than a college education. This underscores the importance of targeted interventions addressing males’ mental health.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».