A Systematic Review of Social Media Use to Discuss and View Deliberate Self-Harm Acts
Notice bibliographique
Résumé
OBJECTIVE: To conduct a systematic review of studies of social media platforms used by young people to discuss and view deliberate self-harm. STUDY DESIGN: 11 electronic databases were searched from January 2000 to January 2012 for primary research; in June 2014 an updated search of Medline was conducted. Grey literature sources were also searched. Search results were screened by two reviewers. Data were extracted by one reviewer and verified by another. Methodological quality was assessed using the Mixed Methods Appraisal Tool. RESULTS: Due to heterogeneity in study objectives and outcomes, results were not pooled; a narrative analysis is presented. 26 studies were included. Most were conducted in Canada or the UK (30.8% each), used qualitative designs (42.3%), and evaluated discussion forums (73.1%). Participants were most often aged 19-21 years (69.2%), female (mean 68.6%), and 19.2% had a documented history of depression. The social media platforms evaluated were commonly supportive and provided a sense of community among users. Support included suggestions for formal treatment, advice on stopping self-harming behavior, and encouragement. Harms included normalizing and accepting self-harming behavior; discussion of motivation or triggers, concealment, suicidal ideation or plans; and live depictions of self-harm acts. CONCLUSIONS: Although this evidence is limited by its descriptive nature, studies identify beneficial and detrimental effects for young people using social media to discuss and view deliberate self-harm. The connections users make online may be valuable to explore for therapeutic benefit. Prospective, longitudinal investigations are needed to identify short- and long-term potential harms associated with use.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 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 | 0,001 |
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 tête enseignante, 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 ».