Can Social Media Participation Enhance LGBTQ+ Youth Well-Being? Development of the Social Media Benefits Scale
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
Social media sites offer critical opportunities for lesbian, gay, bisexual, trans, queer, and other sexual and/or gender minority (LGBTQ+) youth to enhance well-being through exploring their identities, accessing resources, and connecting with peers. Yet extant measures of youth social media use disproportionately focus on the detrimental impacts of online participation, such as overuse and cyberbullying. This study developed a Social Media Benefits Scale (SMBS) through an online survey with a diverse sample ( n = 6,178) of LGBTQ+ youth aged 14–29. Over three-quarters of the sample endorsed non-monosexual and/or and gender fluid identities (e.g., gender non-conforming, non-binary, pansexual, bisexual). Participants specified their five most used social media sites and then indicated whether they derived any of 17 beneficial items (e.g., feeling connected, gaining information) with the potential to enhance well-being from each site. An exploratory factor analysis determined the scale’s factor structure. Analysis of variance (ANOVA) and Sheffe post hoc tests examined age group differences. A four-factor solution emerged that measures participants’ use of social media for: (1) emotional support and development, (2) general educational purposes, (3) entertainment, and (4) acquiring LGBTQ+-specific information. Bartlett’s test of sphericity was significant (χ 2 = 40,828, p < .0005) and the scale had an alpha of .889. There were age group differences for all four factors ( F = 3.79–75.88, p < .05). Younger adolescents were generally more likely to use social media for beneficial factors than older youth. This article discusses the scale’s development, exploratory properties, and implications for research and professional practice.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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