Évolution de la santé psychologique d’étudiantes en psychoéducation pendant la pandémie liée à la COVID-19 : le rôle du soutien social et des stratégies d’adaptation
Bibliographic record
Abstract
L’objectif de cette étude est de documenter l’évolution de la santé psychologique d’étudiantes en psychoéducation durant la crise liée à la COVID-19. Cent cinquante-neuf étudiantes de psychoéducation (90 % de femmes), sélectionnées à partir d’un échantillon plus vaste de 876 étudiantes, ont rempli des questionnaires à deux temps de mesure : avant la COVID-19 en octobre 2019 (Temps 1) et durant la COVID-19 en janvier 2021 (Temps 2). Les questionnaires portaient notamment sur la dépression, l’anxiété, le stress, le soutien social, les stratégies d’adaptation, la connaissance et l’utilisation des services de soutien psychologique sur le campus et les événements de vie stressants. Les données montrent que la pandémie liée à la COVID-19 n’a pas affecté toutes les étudiantes de la même façon. Les étudiantes de premier cycle et celles qui utilisaient davantage des stratégies d’adaptation comme l’évitement ou les attributions auto-accusatrices avant cette crise ont vu une détérioration de leur santé psychologique pendant la crise. Les étudiantes de maîtrise, celles qui utilisaient des stratégies d’adaptation centrées sur le problème et celles qui bénéficiaient d’un bon soutien de la part des membres de leurs familles avant la crise ont plutôt vu une amélioration de leur santé psychologique. Des pistes de solution sont présentées pour améliorer le bien-être étudiant.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".