Étudiants universitaires en temps de crise : exploration des déterminants individuels et sociaux de la détresse psychologique
Bibliographic record
Abstract
La détresse psychologique représente une problématique préoccupante chez les étudiants universitaires. La pandémie de Covid-19 a amplifié les vulnérabilités préexistantes au sein de cette population déjà à risque, les adultes émergents. Le concept d’adulte émergent fait référence aux jeunes adultes âgés entre 18 à 29 ans qui font face à des transitions économiques, sociales, académiques et psychologiques (Arnett et al., 2014). Cette étude explore l’impact de la pandémie de Covid-19 sur la santé mentale des étudiants universitaires inscrits dans dix établissements du Réseau de l’Université du Québec. À travers, un devis de recherche descriptif-corrélationnel et une méthodologie quantitative, elle mobilise à la fois des techniques d’exploration des données — incluant des analyses descriptives et des statistiques inférentielles — et des approches novatrices issues de l’apprentissage automatique (Machine Learning), afin de produire des prédictions robustes. L’analyse porte spécifiquement sur le rôle des déterminants sociaux de la santé mentale dans la variation de la détresse psychologique. Les résultats de cette recherche mettent en évidence que 14 déterminants de la santé mentale constituent des prédicteurs significatifs du score PHQ-4, liés principalement à l’ontosystème de l’approche bioécologique de Bronfenbrenner (1979, 2005). Ces résultats ne se limitent pas à une observation statistique : ils soulignent également l'importance cruciale d’une compréhension approfondie des facteurs de risque et des facteurs de protection qui influencent la santé mentale des étudiants universitaires dans des contextes de crise, tels que celui engendré par la pandémie de Covid-19. En outre, ils appellent à une réflexion élargie portant sur les stratégies d’intervention et les mesures de soutien à mettre en oeuvre pour prévenir ou atténuer les répercussions psychologiques et sociales dans des situations similaires. Enfin, cette recherche ouvre sur des perspectives prometteuses pour des études futures visant à explorer les impacts à long terme de la pandémie sur la santé mentale des étudiants du RUQ.
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 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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".