MétaCan
Menu
Retour à la cohorte
Enregistrement W3046956240

There is More to Snapchat than Snapping: Examining Active and Passive Snapchat Use as Predictors of Anxiety in Adolescents

2020· article· en· W3046956240 sur OpenAlexaboutno aff
Nicole A. Orlan

Notice bibliographique

RevueScholarship@Western (Western University) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnxietyPsychologyPsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Social media’s adoption in society continues to increase, and past research has found significant relationships between social media use and anxiety in young adolescents. The current research focused solely on Snapchat, as it is currently one of the most popular platforms among adolescents; however, it is also one of the least researched. This research aimed to explore Active and Passive Snapchat Use as predictors of anxiety in adolescents over time. This study focused on what people are actually doing while using Snapchat rather than the amount of use. Adolescents (N = 105, 21.2% male and 78.8% female) from High Schools in Ontario, Canada in grade 9 to grade 12 completed an online survey, responding to questions about their anxiety levels and social media use, which included the developed Active and Passive Use measures. The same sample (N = 46, 15.6% male and 84.4% female) completed the survey again, 3 months later. It was hypothesized that participants who demonstrated higher frequencies of Active Snapchat Use at Time 1, would have decreased levels of anxiety at Time 2 (H1). It was also hypothesized that those who demonstrated higher frequencies of Passive Snapchat Use at Time 1, would have increased anxiety levels at Time 2 (H2). H1 and H2 were not supported, however, results indicated that higher frequencies of Active Snapchat Use at Time 1 predicted increased anxiety at Time 2. Results indicate the significance of different Snapchat-related behaviours on anxiety levels in adolescence. Study limitations and directions for future research are discussed.

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)0,004
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 enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,096
Tête enseignante GPT0,329
Écart entre enseignants0,233 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetImpact of Technology on AdolescentsTravaux en français237 207