MétaCan
Menu
← Retour à la cohorte
Enregistrement W6950401853 · doi:10.5683/sp3/it49rk

COVID-19 Pandemic Social Distancing Policies, Social Connection and Mental Health

2022· dataset· en· W6950401853 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of CalgaryAthabasca University
Organismes subventionnairesnon disponible
Mots-clésMental healthLonelinessAnxietyPublic healthSocial distanceLongitudinal studySocioeconomic statusDepression (economics)Government (linguistics)

Résumé

récupéré en direct d'OpenAlex

COVID-19 is a highly contagious and novel virus that has prompted government officials to implement restrictive public health orders. It is hypothesized that pandemic-related restrictions may have a detrimental impact on mental health. Longitudinal data were collected through 13 assessments, repeated every two weeks for the initial six months of the COVID-19 pandemic. Participants were recruited through Athabasca University and social media . The final sample consisted of 280 adults from across Canada , with the majority of participants residing in Alberta (63%) and Ontario (20%) . Sociodemographic characteristics, COVID-19 related risk factors, pre-pandemic and pandemic physical activity, and COVID-19 related risk factors were collected at study entry, and mental health (depressive symptoms, anxiety, and loneliness) were collected at each assessment. Multi-level modelling was used to identify mental health trajectories during the initial six months of the pandemic. Mental health symptoms tracked with rising cases of infection and subsequent public health restrictions during the pandemic. Specifically, anxiety and depressive symptoms demonstrated strong longitudinal quadratic trends. Both anxiety and depressive symptoms were high at study entry (May 2020) and decreased over the summer, followed by an increase in the fall and winter months. Loneliness was stable over the follow-up period. Age, sex, living alone, socioeconomic factors, and pre-existing mental health conditions correlated with mental health symptoms during the pandemic's initial six months. This study characterizes within-person changes to mental health (anxiety, depressive symptoms, and loneliness) in a Canadian sample from May 2020 to January 2021 during the COVID-19 pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,418
Score d'incertitude au seuil0,831

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,048
Tête enseignante GPT0,359
Écart entre enseignants0,311 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→