MétaCan
Menu
Retour à la cohorte
Enregistrement W4404604443 · doi:10.1177/21568693241290307

Local Social Capital, Disaster Housing Damage, and Mental Health: Insights from Hurricane Harvey

2024· article· en· W4404604443 sur OpenAlexaff
Ethan J. Raker, Kevin T. Smiley

Notice bibliographique

RevueSociety and Mental Health · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMental healthSocial capitalReceiptPsychologySocial determinants of healthPsychological resilienceMental distressSocial supportSocial connectednessGerontologyPsychiatryEconomic growthSocial psychologyHealth carePolitical scienceMedicineBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

Community-level social capital has been theorized to shape mental health, particularly in disaster contexts, but methodological complexities hamper prior studies. Pairing zip-code-level data on social capital from Opportunity Insights with repeated cross-sectional health survey data before and after Hurricane Harvey in Houston, Texas, we examine how local social capital moderated the mental health consequences of disaster housing damage. We first document null associations between local social capital and residents’ mental health before the disaster. Next, we fit models predicting psychological distress and poor mental health days, revealing that local levels of economic connectedness and rates of volunteering offset adverse mental health effects of home damage after the storm and patterned disaster assistance receipt. These findings have broader implications for literatures on community resilience, mental health, and disaster recovery.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,323
Écart entre enseignants0,304 · 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'étudeQualitatif
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 revueSociety and Mental HealthMême sujetDisaster Management and ResilienceTravaux en français237 207