A severe and chronic socio-economic crisis, how much can Lebanese workers take?
Notice bibliographique
Résumé
BACKGROUND: People in Lebanon have been facing what has been dubbed one of the most severe socio-economic crisis in its history. Over the past few years, suicide rates have spiked, fueled by deteriorating working and living conditions. Research conducted on the mental health of populations residing in low-income countries is meager. Amongst these countries, very little research has examined the repercussions of a severe socio-economic crisis on Lebanese people's mental health. METHODS: This study is based on a community sample of 220 workers residing in Lebanon. The workers were between 18 and 64 years of age and were either English/and or Arabic literate. In terms of their profession, participants worked in various professions and work sectors. For the purpose of this study, we conducted a multiple regression analysis. We used STATA 16 to run these analyses. The multiple regression analysis allowed us to verify the association between several independent variables (work-related, reduced access to electricity, the internet and gas due to the socio-economic crisis, life stressors and family income) and our dependent variables (stress and psychological distress). We also ran mediation analysis to examine the indirect role our variables could play on psychological distress via their effect on stress. We used MPlus Version 8 software to run mediation analysis. RESULTS: Through a community sample of workers, lack of access to electricity due to the crisis was found to be associated with stress. Similarly, stress related to the crisis, deteriorating working conditions, job insecurity, lack of internet access, and other life stressors were also found to be associated with a higher level of psychological distress. Higher family income and recognition at work seemed to be associated with a lower level of psychological distress. Lastly, lack of access to electricity seemed to be positively associated with psychological distress. CONCLUSION: The repercussions of the current situation could have broad implications for a large number of low-income countries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».