MétaCan
Menu
Retour à la cohorte
Enregistrement W2991098148 · doi:10.1002/jcop.22293

Social media use and parent–child relationship: A cross‐sectional study of adolescents

2019· article· en· W2991098148 sur OpenAlexaff
Hugues Sampasa‐Kanyinga, Gary S. Goldfield, Mila Kingsbury, Zahra M. Clayborne, Ian Colman

Notice bibliographique

RevueJournal of Community Psychology · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDaughterOdds ratioOddsAssociation (psychology)DemographyConfidence intervalPsychologySocial mediaDevelopmental psychologyScreen timeMedicineLogistic regressionInternal medicineSociologyBiology

Résumé

récupéré en direct d'OpenAlex

We examined the association between social media use and parent-child relationship quality and tested whether this association is independent of total screen time. Data on 9,732 students (48.4% female) aged 11-20 years were obtained from a provincially representative school-based survey. Heavy use of social media (daily use of more than 2 hr) was associated with greater odds of negative relationships between mother-daughter (odds ratio [OR] = 1.79; 95% confidence interval [CI]: 1.27-2.52), father-daughter (OR = 1.56; 95% CI: 1.16-2.09), father-son (OR = 2.19; 95% CI: 1.58-3.05) but not mother-son (OR = 1.17; 95% CI: 0.88-1.55). Results were similar after further adjusting for total screen time. There were no significant associations between regular use of social media (2 hr or less) and parent-child relationships. These findings suggest that heavy use of social media is associated with negative parent-child relationships. Longitudinal research is necessary to disentangle the pathways between social media use and the parent-child relationship.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,140
Tête enseignante GPT0,417
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations49
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Community PsychologyMême sujetChild Development and Digital TechnologyTravaux en français237 207