Στρατηγικές αντιμετώπισης αντίξοων καταστάσεων, αντιλαμβανόμενο αίσθημα απειλής και πηγές κοινωνικής υποστήριξης σε ενηλίκους κατά την περίοδο της πανδημίας COVID-19
Bibliographic record
Abstract
Σκοπός της παρούσας έρευνας είναι η διερεύνηση των στρατηγικών αντιμετώπισης αντίξοων καταστάσεων, της αντιλαμβανόμενης απειλής και των παραγόντων κοινωνικής υποστήριξης σε ενηλίκους κατά την περίοδο της πανδημίας COVID-19 και συνιστά την ελληνική συμμετοχή στο πλαίσιο ευρύτερης διεθνούς μελέτης που διεξάγεται σε πολλές Ευρωπαϊκές χώρες, ΗΠΑ, Καναδά, Κίνα, Ισραήλ και άλλες. Το δείγμα της ελληνικής έρευνας περιελάμβανε 2.137 ενηλίκους (1.617 άνδρες και 518 γυναίκες). Οι συμμετέχοντες συμπλήρωσαν ερωτηματολόγια μέσω διαδικτύου σχετικά με θέματα ψυχοσωματικής υγείας και συμπεριφοράς. Στο παρόν άρθρο παρουσιάζονται τα αποτελέσματα που αφορούν στις στρατηγικές αντιμετώπισης στρεσογόνων καταστάσεων όπως αυτές έχουν αποτυπωθεί μέσω της ομώνυμης κλίμακας του Carver (1997) και των κλιμάκων: κοινωνικής υποστήριξης (Caplan et al., 1980), συμπεριφορών αποφυγής/δράσης (Greenglass, 2019), και αίσθησης απειλής από τον κορωνοϊό (Marjanovic et al., 2013). Τα ευρήματα έδειξαν ότι ένα σημαντικό ποσοστό του δείγματος ανέφερε ότι κατά την ψυχοπιεστική αυτή περίοδο κατέφευγε σε τεχνικές που αποσκοπούν στη ρύθμιση του συναισθήματος και στην επίλυση του προβλήματος. Επιπλέον, στις στρατηγικές αντιμετώπισης, βρέθηκαν στατιστικώς σημαντικές διαφορές μεταξύ των δύο φύλων, με τους άνδρες να αναφέρουν συστηματικότερη χρήση τους. Τα άτομα ηλικίας 18-27 ετών παρουσίασαν χαμηλότερες τιμές στην ενεργητική αντιμετώπιση, συγκριτικά με όλες τις υπόλοιπες ηλικιακές ομάδες. Επίσης, βρέθηκε ότι όσοι δεν είχαν ολοκληρώσει την τριτοβάθμια εκπαίδευση ανέφεραν ότι έκαναν πιο συχνή χρήση των τεχνικών άρνησης της υφιστάμενης κατάστασης. Στατιστικά σημαντικοί προβλεπτικοί παράγοντες του αισθήματος απειλής ήταν η ρύθμιση του συναισθήματος και οι συμπεριφορές αποφυγής. Τα ευρήματα συζητούνται με βάση τα σύγχρονα μοντέλα στρατηγικών αντιμετώπισης αντίξοων καταστάσεων.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.085 | 0.020 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".