MétaCan
Menu
Retour à la cohorte
Enregistrement W2615627274 · doi:10.1177/2056305117704407

#SocialMedia: Exploring the Relationship of Social Networking Sites on Body Image, Self-Esteem, and Eating Disorders

2017· article· en· W2615627274 sur OpenAlexaff
Sara Santarossa, Sarah J. Woodruff

Notice bibliographique

RevueSocial Media + Society · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPsychologyEating disordersClinical psychology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to investigate whether problematic social networking site (SNS) use (i.e., degree of dependent relationship with SNSs), total SNS time/day, total SNS friends, and specific SNS activities were related to body image (BI), self-esteem (SE), and eating disorder (ED) symptoms/concerns. A sample of young adults ( N = 147) completed an online survey which measured SNS usage, problematic SNS use, BI, SE, and ED symptom/concerns. The findings revealed that females and males spent 4.1 ± 3.9 and 2.9 ± 2.8 hr on SNS, respectively, with the majority of time spent lurking (i.e., looking at another users’ profile but not actually communicating with them). Furthermore, problematic SNS use was found to be related to BI, SE, and ED symptoms/concerns. Moreover, SNS activities, such as lurking and posting comments on others’ profiles, were found to be related to BI, whereas SNS total time was found to be related to ED symptoms/concerns. Overall, this study demonstrates the possible correlational influence of SNSs on BI, SE, and ED symptoms/concerns.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,073
Tête enseignante GPT0,342
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations143
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Media + SocietyMême sujetEating Disorders and BehaviorsTravaux en français237 207