MétaCan
Menu
Retour à la cohorte
Enregistrement W2800017377 · doi:10.2196/mental.8509

Harnessing Social Media to Explore Youth Social Withdrawal in Three Major Cities in China: Cross-Sectional Web Survey

2018· article· en· W2800017377 sur OpenAlexvenueno aff
Lucia L. Liu, Tim M. H. Li, Alan R. Teo, Takahiro A. Kato, Paul WC Wong

Notice bibliographique

RevueJMIR Mental Health · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Substance Use and School Attendance
Établissements canadiensnon disponible
Organismes subventionnairesAnnenberg School for Communication and Journalism, University of Southern CaliforniaShanghai Jiao Tong University
Mots-clésSocial mediaBeijingChinaThe InternetEntertainmentMetropolitan areaPsychologyWeb surveyAdvertisingSociologyMedicineBusinessGeographyPolitical scienceMarketingWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Socially withdrawn youth belong to an emerging subgroup of youth who are not in employment, education, or training and who have limited social interaction intention and opportunities. The use of the internet and social media is expected to be an alternative and feasible way to reach this group of young people because of their reclusive nature. OBJECTIVE: The aim of this study was to explore the possibility of using various social media platforms to investigate the existence of the phenomenon of youth social withdrawal in 3 major cities in China. METHODS: A cross-sectional open Web survey was conducted from October 2015 to May 2016 to identify and reach socially withdrawn youth in 3 metropolitan cities in China: Beijing, Shanghai, and Shenzhen. To advertise the survey, 3 social media platforms were used: Weibo, WeChat, and Wandianba, a social networking gaming website. RESULTS: In total, 137 participants completed the survey, among whom 13 (9.5%) were identified as belonging to the withdrawal group, 7 (5.1%) to the asocial group, and 9 (6.6%) to the hikikomori group (both withdrawn and asocial for more than 3 months). The cost of recruitment via Weibo was US $7.27 per participant. CONCLUSIONS: Several social media platforms in China are viable and inexpensive tools to reach socially withdrawn youth, and internet platforms that specialize in a certain culture or type of entertainment appeared to be more effective in reaching socially withdrawn youth.

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)0,002
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 enseignants0,627
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,094
Tête enseignante GPT0,392
Écart entre enseignants0,298 · 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

Citations47
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetYouth Substance Use and School AttendanceTravaux en français237 207