COVID-19 and Mental (ill) Health Sass Class
Notice bibliographique
Résumé
It's time for the Super Awesome Science Show SASS Class on COVID-19 and its effects on our healthcare heroines.I want to thank everyone who reached out to me. We received quite a few and will try to answer them today.Our guest is Emily Jenkins. Emily Jenkins. She is an Assistant Professor at the School of Nursing at the University of British Columbia. She is focused on optimizing mental health outcomes for Canadians through collaborative mental health promotion strategies; health services and policy development and redesign; and knowledge translation approaches. She has also reached out to Canadians and learned about how they really feel about this pandemic. Her two papers on the subject can be found below.If you didn't hear your question, make sure to contact me on Twitter, by Email and now, via voice message at Speakpipe.com/SASS. Just follow the link below and send me your thoughts. Twitter: @JATetroEmail: thegermguy@gmail.comGuest: Emily JenkinsEmily Jenkins, PhD, MPH, RN | School of Nursing (ubc.ca)COVID-19 and Individual Mental HealthA portrait of the early and differential mental health impacts of the COVID-19 pandemic in Canada: Findings from the first wave of a nationally representative cross-sectional survey - ScienceDirectCOVID-19 and Family Mental HealthExamining the impacts of the COVID-19 pandemic on family mental health in Canada: findings from a national cross-sectional study | BMJ OpenLearn more about your ad choices. Visit megaphone.fm/adchoices
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,461 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».