Risk and protective factors associated with change in well-being and mental health during the COVID-19 pandemic in South Africa
Notice bibliographique
Résumé
OBJECTIVE: The COVID-19 pandemic and associated restrictive measures affected the mental health and well-being of individuals globally. We assessed non-modifiable and modifiable factors associated with the change in well-being and mental health from before to during the COVID-19 pandemic in South Africa. METHODS: -tests were conducted to assess change in well-being (measured on The World Health Organization-Five Well-Being Index (WHO-5)) and mental health (a validated composite psychopathology p-score). Sociodemographic, environmental, clinical, and behavioural factors associated with change in outcomes were examined. RESULTS: < 0.001) from before to during the pandemic. Having a prior mental health condition was associated with a worsening well-being score, while being female was associated with a worsening p-score. Being of Black African descent was associated with improved p-score and higher socio-economic status (SES) was associated with improved well-being. Factors associated with worsening of both well-being and the p-score included adulthood adversity, financial loss since COVID-19, and placing greater importance on direct contact/interactions and substance use as coping strategies. Higher education level and endorsing studying/learning something new as a very important coping strategy were associated with improved well-being and p-score. CONCLUSION: Findings inform the need for targeted interventions to reduce and prevent adverse well-being and mental health outcomes during a pandemic, especially among vulnerable groups.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».