The Scope of Nonsuicidal Self-Injury on YouTube
Notice bibliographique
Résumé
OBJECTIVE: Nonsuicidal self-injury, the deliberate destruction of one's body tissue (eg, self-cutting, burning) without suicidal intent, has consistent rates ranging from 14% to 24% among youth and young adults. With more youth using video-sharing Web sites (eg, YouTube), this study examined the accessibility and scope of nonsuicidal self-injury videos online. METHODS: Using YouTube's search engine (and the following key words: "self-injury" and "self-harm"), the 50 most viewed character (ie, with a live individual) and noncharacter videos (100 total) were selected and examined across key quantitative and qualitative variables. RESULTS: The top 100 videos analyzed were viewed over 2 million times, and most (80%) were accessible to a general audience. Viewers rated the videos positively (M = 4.61; SD: 0.61 out of 5.0) and selected videos as a favorite over 12 000 times. The videos' tones were largely factual or educational (53%) or melancholic (51%). Explicit imagery of self-injury was common. Specifically, 90% of noncharacter videos had nonsuicidal self-injury photographs, whereas 28% of character videos had in-action nonsuicidal self-injury. For both, cutting was the most common method. Many videos (58%) do not warn about this content. CONCLUSIONS: The nature of nonsuicidal self-injury videos on YouTube may foster normalization of nonsuicidal self-injury and may reinforce the behavior through regular viewing of nonsuicidal self-injury-themed videos. Graphic videos showing nonsuicidal self-injury are frequently accessed and received positively by viewers. These videos largely provide nonsuicidal self-injury information and/or express a hopeless or melancholic message. Professionals working with youth and young adults who enact nonsuicidal self-injury need to be aware of the scope and nature of nonsuicidal self-injury on YouTube.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».