Examining the Self-Harm and Suicide Contagion Effects of the Blue Whale Challenge on YouTube and Twitter: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Research suggests that direct exposure to suicidal behaviors and acts of self-harm through social media may increase suicidality through imitation and modeling, particularly in more vulnerable populations. One example of a social media phenomenon that demonstrates how self-harming behavior could potentially be propagated is the blue whale challenge. In this challenge, adolescents and young adults are encouraged to engage in self-harm and eventually kill themselves. OBJECTIVE: This paper aimed to investigate the way individuals portray the blue whale challenge on social media, with an emphasis on factors that could pose a risk to vulnerable populations. METHODS: We first used a thematic analysis approach to code 60 publicly posted YouTube videos, 1112 comments on those videos, and 150 Twitter posts that explicitly referenced the blue whale challenge. We then deductively coded the YouTube videos based on the Suicide Prevention Resource Center (SPRC) safe messaging guidelines as a metric for the contagion risk associated with each video. RESULTS: The thematic analysis revealed that social media users post about the blue whale challenge to raise awareness and discourage participation, express sorrow for the participants, criticize the participants, or describe a relevant experience. The deductive coding of the YouTube videos showed that most of the videos violated at least 50% of the SPRC safe and effective messaging guidelines. CONCLUSIONS: These posts might have the problematic effect of normalizing the blue whale challenge through repeated exposure, modeling, and reinforcement of self-harming and suicidal behaviors, especially among vulnerable populations such as adolescents. More effort is needed to educate social media users and content generators on safe messaging guidelines and factors that encourage versus discourage contagion effects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».