Social Media and Loneliness
Notice bibliographique
Résumé
Particularly to the younger Millennials and Generation Z, it appears as if social networking sites (SNS) is coming to the point of replacing normal social interactions and removing much of the personal aspects out of socialization. With the Internet literally being able to move at the speed of light, face-to-face interactions appear to be slowly in decline. As a highly social species, humans require interaction to maintain a healthy psychological state. This research has been conducted to analyze the level of loneliness and the level of SNS use with the intent of reinvestigating previous research on the correlations of SNS and loneliness with a more diverse demographic sample. In addition, this study has been designed to see if high usage of specific platforms has an increased likelihood to be related with loneliness. This research has been conducted by means of an anonymous survey of college students at a university in the Pacific to determine the amount of time spent on SNS, activities conducted while utilizing SNS, the priorities placed, and other information in regards to SNS usage. Inquiry was also conducted in analyzing how interpersonal relationships are related to or affected by SNS. This has been combined with the revised UCLA loneliness scale to determine if there is a correlation between SNS use, specific platform use, and loneliness. While previous similar studies have been conducted, the two primary differences are the diversity in the demographics available to be surveyed and the attempt at identifying if a specific platform is more likely to be related with loneliness.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
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 ».