MétaCan
Menu
Retour à la cohorte
Enregistrement W2029468682 · doi:10.1080/13811118.2011.616154

The Possible Risks of Self-Injury Web Sites: A Content Analysis

2011· article· en· W2029468682 sur OpenAlexaff
Stephen P. Lewis, Thomas G. Baker

Notice bibliographique

RevueArchives of Suicide Research · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPoison controlInjury preventionContent analysisHuman factors and ergonomicsOccupational safety and healthSuicide preventionEnvironmental healthMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

The goal of this study was to examine the content of non-suicidal self-injury (NSSI) Web sites, often shared via e-communities. Using a content analysis, 71 Web sites were investigated. Web sites depict NSSI as: an effective coping mechanism (91.55%), addictive and difficult to stop (87.23%), and not always painful (23.94%). Almost all Web sites had melancholic tones (83.10%); several contained graphic photography (29.58%). Most NSSI messages (61.97%) were ambivalent (NSSI-accepting and deterring). Finally, several Web sites (11.27%) provided testimony that NSSI-content is triggering. Findings mirror recent work and NSSI material on these Web sites may normalize and reinforce NSSI. Professionals may need to assess the online activity of individuals who self-injure. Despite its risks, the Internet may serve as a vehicle to reach those who self-injure.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,372
Tête enseignante GPT0,458
Écart entre enseignants0,086 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations104
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Suicide ResearchMême sujetSuicide and Self-Harm StudiesTravaux en français237 207