Social networking sites and mental health problems in adolescents: The mediating role of cyberbullying victimization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Previous research has suggested an association between the use of social networking sites (SNSs) and mental health problems such as psychological distress, suicidal ideation and attempts in adolescents. However, little is known about the factors that might mediate these relationships. The present study examined the link between the use of social networking sites and psychological distress, suicidal ideation and suicide attempts, and tested the mediating role of cyberbullying victimization on these associations in adolescents. METHODS: The sample consisted of a group of 11-to-20-year-old individuals (n=5126, 48% females; mean±SD age: 15.2±1.9 years) who completed the mental health portion of the Ontario Student Drug Use and Health Survey (OSDUHS) in 2013. Multiple logistic regression analyses were used to test the mediation models. RESULTS: After adjustment for age, sex, ethnicity, subjective socioeconomic status (SES), and parental education, use of SNSs was associated with psychological distress (adjusted odds ratio, 95% confidence interval=2.03, 1.22-3.37), suicidal ideation (3.44, 1.54-7.66) and attempts (5.10, 1.45-17.88). Cyberbullying victimization was found to fully mediate the relationships between the use of SNSs with psychological distress and attempts; whereas, it partially mediated the link between the use of SNSs and suicidal ideation. CONCLUSION: Findings provide supporting evidence that addressing cyberbullying victimization and the use of SNSs among adolescents may help reduce the risk of mental health problems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle