Social Networking Sites, Depression, and Anxiety: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Social networking sites (SNSs) have become a pervasive part of modern culture, which may also affect mental health. OBJECTIVE: The aim of this systematic review was to identify and summarize research examining depression and anxiety in the context of SNSs. It also aimed to identify studies that complement the assessment of mental illness with measures of well-being and examine moderators and mediators that add to the complexity of this environment. METHODS: A multidatabase search was performed. Papers published between January 2005 and June 2016 relevant to mental illness (depression and anxiety only) were extracted and reviewed. RESULTS: Positive interactions, social support, and social connectedness on SNSs were consistently related to lower levels of depression and anxiety, whereas negative interaction and social comparisons on SNSs were related to higher levels of depression and anxiety. SNS use related to less loneliness and greater self-esteem and life satisfaction. Findings were mixed for frequency of SNS use and number of SNS friends. Different patterns in the way individuals with depression and individuals with social anxiety engage with SNSs are beginning to emerge. CONCLUSIONS: The systematic review revealed many mixed findings between depression, anxiety, and SNS use. Methodology has predominantly focused on self-report cross-sectional approaches; future research will benefit from leveraging real-time SNS data over time. The evidence suggests that SNS use correlates with mental illness and well-being; however, whether this effect is beneficial or detrimental depends at least partly on the quality of social factors in the SNS environment. Understanding these relationships will lead to better utilization of SNSs in their potential to positively influence mental health.
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 | 0,005 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».