Features of YouTube <sup>™</sup> videos produced by individuals who self-identify with borderline personality disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Many individuals use YouTube™ to seek out information and share first-hand experiences about mental illnesses, as well as to gain a sense of community. YouTube™ use may be especially appealing when offline supports are lacking or difficult to access, and when there is a fear of stigmatisation. Borderline personality disorder (BPD), also referred to as emotionally unstable personality disorder (EUPD), is a complex and often stigmatised mental-health disorder. The primary objective of this study was to describe the dominant messages that individuals who self-identify with the diagnosis of BPD present through YouTube™ videos. METHODS: The content analysis method was used to review 349 first-person YouTube™ uploads. Videos were coded for information regarding video and vlogger characteristics, video type, vlogger motivation and video content. Associations between video features including upload date and style and vlogger experience and motivation were examined. RESULTS: Findings indicate that more people who self-identify as being diagnosed with BPD are creating YouTube™ videos about their experiences, and these videos have shifted over time from being mostly anonymous multimedia productions to being monologues where the vlogger speaks directly to their audience. Discussions related to DSM-5 symptoms, treatment, effective coping and hope for the future are elements found in the uploads. CONCLUSION: The nature and content of BPD first-person YouTube™ uploads has increased and changed over time. Increased awareness of these changes may assist mental-health practitioners to support clients and direct them to explore uploads that offer hope and promote engagement in help-seeking and effective coping behaviours.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle