The impact of internet use frequency on non-suicidal self injurious behavior and suicidal ideation among Chinese adolescents: an empirical study based on gender perspective
Notice bibliographique
Résumé
BACKGROUND: We attempted to find if there were gender differences in Non-suicidal self injurious (NSSI) behaviors and Suicidal ideation among Chinese adolescents, then analyze the impact of Internet use frequency on these variables among adolescents of different genders. METHODS: Based on the data from 6 high-schools and 4 universities in 4 cities in China, the gender difference in NSSI behaviors and Suicidal ideation and their related factors were analyzed in the study. RESULTS: Gender differences were found during different purposes of Internet use; There was no significant gender difference in NSSI behaviors among Chinese adolescents, yet females reported significantly higher intensity of suicidal ideation compared to males; Internet use frequency could explain the prevalence of NSSI behaviors and Suicidal ideation by gender, to some categories. CONCLUSIONS: There were gender differences in Internet use frequency among adolescents; Gender difference of NSSI engagement among Chinese adolescents was not statistically significant; Females had higher suicidal ideation than males; the overuse of social softwares was found to be a risk factor to both NSSI engagements and suicidal ideations for both genders; males would engage less NSSI behaviors when they spent more time on knowledge sharing softwares while might have more suicidal ideation when they spent too much time on gaming.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».