MétaCan
Menu
← Retour à la cohorte
Enregistrement W7008969854

Depression Among University Students in Jordan After the COVID-19 Pandemic: A Cross-Sectional Study

2023· article· en· W7008969854 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDepression (economics)Mental healthQuarter (Canadian coin)Logistic regressionStressorPublic healthPublic universityMedical school
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ahlam J Alhemedi,1 Motaz Ghazi Qasaimeh,2 Nour Abdo,1 Lina Elsalem,3 Dina Qaadan,4 Esraa Alomari,5 Qudama lssa,1 Mohammed Alhadeethi,1 Hamza Mazin Abdul Kareem,1 Ayham Almasri,1 Osama Elkhateeb,1 Abdallah Y Naser5 1Department of Public Health and Family Medicine, Faculty of Medicine, Jordan University of Science and Technology, Irbid, 22110, Jordan; 2Department of General Surgery and Anesthesia, Faculty of Medicine, The Hashemite University, Zarqa, Jordan; 3Department of Pharmacology, Faculty of Medicine, Jordan University of Science and Technology, Irbid, 22110, Jordan; 4Department of Clinical Medical Sciences, Faculty of Medicine, Yarmouk University, Irbid, Jordan; 5Department of Applied Pharmaceutical Sciences and Clinical Pharmacy, Faculty of Pharmacy, Isra University, Amman, JordanCorrespondence: Ahlam J Alhemedi, Assistant Professor in Family Medicine, Department of Public Health and Family Medicine, Faculty of Medicine, Jordan University of Science and Technology, P.O. Box 3030, Irbid, 22110, Jordan, Tel +00962796555971, Email ajalhmedy@just.edu.joBackground: University students encounter stressors that make them more susceptible to depression than the general population. Depression negatively impacts mental and physical health. Our study assessed the prevalence of depression among university students in Jordan and its associated predictors after the COVID-19 pandemic.Methods: We conducted this cross-sectional online survey study in the first quarter of 2022 by sending an online questionnaire to university students aged 18 years and older. This study assessed the symptoms of depression using the Patient Health Questionnaire-9 (PHQ-9). Binary logistic regression analysis was used to identify associated predictors of depression.Results: A total of 535 university students participated in this study. The mean depression score for the study participants was 13.9 (SD: 7.1) out of 27, representing a moderate level of depression. Among the participants, 26.2% had moderate, 19.3% had moderately severe, and 25.8% had severe depression. Students who drink three or more cups of coffee per day, have had an evaluation of their psychological state by specialists before, and have been diagnosed with any mental illness were more likely to have a higher depression score compared to others (p< 0.05). On the other hand, students who were aged 24 years and older and those who practiced regular exercise were less likely to have a higher depression score compared to others (p< 0.05).Conclusion: We found a high prevalence of depression among university students in Jordan. This result is vital for decision-makers to implement a plan to prevent and manage this mental health issue.Keywords: depression, Jordan, prevalence, students, university

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,413
Tête enseignante GPT0,642
Écart entre enseignants0,229 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→