Seek Potential in Engagement and Service Integration to Foster Community Resilience for Climate Anxiety: A Scoping Review
Notice bibliographique
Résumé
Abstract Community resilience is increasingly considered a vital strategy to bounce back from climate-related mental health challenges. This study conducted a scoping review following Arksey and O’Malley’s five-step framework. Using MEDLINE, Embase, PsycINFO, and PubMed, the review focused on literature from 2020 to 2023 that discussed climate anxiety and community resilience. Inclusion criteria encompassed peer-reviewed studies that targeted climate anxiety as a health concern and proposed coping strategies promoting community resilience. Articles were assessed for their characteristics and engagement components in fostering adaptation to climate anxiety. The search yielded 159 citations, with 8 studies meeting the criteria after a full-text review. Findings revealed three primary strategies for coping with climate anxiety: climate activism, education, and relationship-building initiatives, with varying degrees of community engagement. Youth-centered approaches dominated, while marginalized groups, particularly women and Indigenous communities, were underrepresented. The literature emphasized engagement but lacked standardization in measuring resilience outcomes, suggesting a gap in evidence-based interventions and regulated frameworks. Climate anxiety represents a growing mental health concern that demands a proactive, community-based approach. Current coping strategies underscore the potential of resilience-building through social networks and engagement. Integrating climate anxiety interventions within existing health systems, such as the Integrated Youth Services (IYS), offers a promising pathway to address resource constraints and enhance accessibility. Future research should prioritize culturally sensitive methodologies, inclusion of underrepresented equity-deserving groups, and the development of preventive strategies to build resilient communities equipped with the capacity to cope with climate anxiety.
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 | 0,019 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,020 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».