MétaCan
Menu
Retour à la cohorte
Enregistrement W4406904498 · doi:10.47391/jpma.11284

Bibliometric analysis of the impacts of COVID-19 on the mental health of college students

2025· review· en· W4406904498 sur OpenAlexaboutno aff
Huilin Yang, Ling Dai

Notice bibliographique

RevueJournal of the Pakistan Medical Association · 2025
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthBibliometricsAnxietyPandemicCoronavirus disease 2019 (COVID-19)Depression (economics)PsychologyChinaMedical educationLibrary scienceGerontologyMedicinePolitical sciencePsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

The current narrative review was planned to summarise research on the effects of coronavirus disease-2019 on the mental health of college students. A total of 1,695 studies from the Web of Science Core Collections database were accessed using VOSviewer software. China and the United States jointly contributed almost half of the overall publications, while the United States and the United Kingdom demonstrated the strongest collaborative network, and the University of Toronto was the research institution with the highest number of publications; 34(2%) papers and 2,330 citations. The current hotspots could be categorised into four areas, with stress, anxiety and depression being the most prominent. Those effects varied based on their academic major, gender, learning status and social support. The findings underscored the immediate need to cultivate international collaboration and interdisciplinary authorship, alongside the implementation of tailored preventive measures.

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)0,015
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0120,065
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,068
Tête enseignante GPT0,524
Écart entre enseignants0,456 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Pakistan Medical AssociationMême sujetCOVID-19 and Mental HealthTravaux en français237 207