Impactos de la pandemia de COVID-19 en la salud mental de adolescentes uruguayos
Notice bibliographique
Résumé
Objectives: This study reports levels of wellbeing and symptoms of anxiety, depression, posttraumatic stress, sleep disturbances, as well as the incidence of self-harm behaviours, suicidal ideation, suicide attempts among Uruguayan adolescents during the COVID-19 pandemic, by comparing self-report data corresponding to the times before and during the pandemic across gender and prior diagnosis of mental health disorder. Method: We conducted a cross-sectional, observational study using data from the international COH-FIT survey, involving 282 Uruguayan adolescents aged 14-17 (56.4% female), who were recruited through convenience sampling. Results: We observed an overall increase in self-reported symptoms of mental disorders and a decrease in wellbeing among adolescents. In addition, a high number of adolescents reported non-suicidal self-harm (25.9%), suicidal ideation (38.6%) and suicide attempts (6.7%). Regarding subgroup analyses, female adolescents and adolescents with a prior diagnosis of a mental health disorder presented lower levels of self-reported wellbeing, higher levels of symptoms of mental disorders, and a higher frequency of self-harm behaviours and suicidal ideation. Conclusion: We observed a deterioration in wellbeing and symptoms of mental disorders during the COVID-19 pandemic, being the high frequency of suicidal ideation of particular concern.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».