COVID-19 and the Mental Health of Adolescents in British Columbia
Bibliographic record
Abstract
Les auteurs ont relié les données individuelles sur les inscriptions scolaires, les services reçus de médecins et les médicaments sur ordonnance entre septembre 2016 et mars 2022 pour mesurer l'effet de la pandémie de COVID-19 et les perturbations s'y rapportant sur la fréquence mensuelle de traitements en santé mentale prodigués aux adolescents britanno-colombiens. Selon les résultats des augmentations importantes de traitement de la dépression et de l'anxiété, du trouble de déficit de l'attention/hyperactivité, des troubles des conduites alimentaires et d'autres troubles de santé mentale ont été observés chez les filles non autochtones dont la langue maternelle était l'anglais. Les filles dont la langue maternelle n’était pas l'anglais ont également reçu plus de traitements de la dépression et de l'anxiété, et les filles autochtones ont reçu plus de traitement du TDA/H. En revanche, les traitements pour les garçons n'ont pas changé et ont même diminué à l’égard de la plupart des troubles de santé mentale, sauf les troubles des conduites, qui ont augmenté chez les garçons dont la langue maternelle était l'anglais. Le traitement des troubles liés à une substance a diminué chez ces garçons, de même que chez les garçons et les filles autochtones. Les effets varient quelque peu en fonction de la situation socioéconomique, mais les auteurs n'ont observé aucune preuve de variation considérable selon le mode d'enseignement.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".