Comprendre l’hétérogénéité dans l’évolution de la solitude pendant la pandémie : une étude longitudinale pancanadienne
Bibliographic record
Abstract
Les mesures de distanciation sociale pendant la pandémie de la COVID-19 ont engendré de l’isolement et ont soulevé des inquiétudes concernant la solitude de la population. Étant donné les multiples conséquences de la solitude sur la santé, il est primordial de mieux comprendre comment ce phénomène évolue dans le temps, et d’identifier qui, dans la population, est particulièrement susceptible d’être touché par un sentiment de solitude prolongé. Les études existantes sur le sujet sont souvent transversales et donc n’examinent pas la chronicité de la solitude. De plus, elles ne s'interrogent pas sur la relation entre l’isolement et la solitude ni sur les variations interindividuelles et la vulnérabilité de certains sous-groupes, notamment les jeunes adultes. À partir d’une étude longitudinale (n=1763) s’échelonnant sur 11 temps de mesure entre avril 2020 et avril 2021, nous avons identifié des trajectoires de solitude au sein de la population canadienne. Nous avons identifié cinq trajectoires différentes, que nous avons numérotées comme suit : [1] très faible et stable (8,9%); [2] faible et instable (21,1%); [3] modéré et instable (38,8%); [4] élevé et stable (25,6%); [5] très élevé et décroissant (5,6%), indiquant une hétérogénéité dans l’expérience de la solitude. Nous avons ensuite examiné les facteurs de risque liés à l’appartenance à ces trajectoires, en lien avec différents indicateurs d’isolement et l’âge. Nous avons constaté que vivre seul était associé à de plus hauts niveaux de solitude, tandis que le respect élevé des mesures sanitaires et les contacts sociaux en ligne réduits étaient associés à des trajectoires moins élevées. De plus, les jeunes adultes et plus particulièrement ceux vivant seuls étaient plus susceptibles d’appartenir aux groupes de trajectoires de solitude élevées. Notre étude approfondit la compréhension de la solitude ressentie par les individus dans un contexte d’isolement aussi inusité que celui de la pandémie de la COVID-19 en identifiant la composition des sous-groupes les plus affectés.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".