Les facteurs associés à la présence de pensées suicidaires chez les jeunes en contexte de catastrophe : quelles leçons tirer des études existantes en contexte de pandémie ?
Bibliographic record
Abstract
Il est largement reconnu que les catastrophes naturelles engendrent des conséquences importantes pour les populations exposées. Les jeunes sont particulièrement vulnérables à développer des problèmes de santé mentale après un désastre, notamment des pensées suicidaires. Or, dans le contexte de la pandémie de la COVID-19, il s’avère important de documenter ce phénomène afin d’intervenir efficacement, d’autant plus que les catastrophes et les risques de pandémie tendent à augmenter. Cette revue systématique des écrits vise à identifier les facteurs associés positivement ou négativement à la présence de pensées suicidaires chez les jeunes à la suite d’une catastrophe. Au total, 24 articles scientifiques ont été retenus pour l’analyse et ont permis de dégager plusieurs facteurs associés aux pensées suicidaires, tels que la dépression, le stress post-traumatique, l’âge, l’exposition au désastre, ainsi que les traumatismes antérieurs. Des pistes concrètes découlent de la présente analyse afin d’orienter l’intervention auprès des jeunes dans ce contexte.
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 | 0.007 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".