Internet Use, Depression, and Anxiety in a Healthy Adolescent Population: Prospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Psychiatric disorders, including conduct disturbances, substance abuse, and affective disorders, emerge in approximately 20% of adolescents. In parallel with the rise in internet use, the prevalence of depression among adolescents has increased. It remains unclear whether and how internet use impacts mental health in adolescents. OBJECTIVE: We assess the association between patterns of internet use and two mental health outcomes (depression and anxiety) in a healthy adolescent population. METHODS: A total of 126 adolescents between the ages of 12 and 15 years were recruited. Participants reported their typical computer and internet usage patterns. At baseline and one-year follow-up, they completed the Beck Depression Index for primary care (BDI-PC) and the Beck Anxiety Inventory for Primary Care (BAI-PC). Individual linear regressions were completed to determine the association between markers of internet use at baseline and mental health outcomes at one-year follow-up. All models controlled for age, gender, and ethnicity. RESULTS: There was an inverse correlation between minutes spent on a favorite website per visit and BAI-PC score. No association was found between internet use and BDI-PC score. CONCLUSIONS: There is no relationship between internet use patterns and depression in adolescents, whereas internet use may mitigate anxiety in adolescents with higher levels of baseline anxiety.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 | 0,000 |
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 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 ».