Promoting Mental Wellbeing: Young Adults’ Experience on TikTok during the COVID-19 Pandemic Lockdown in Nigeria
Notice bibliographique
Résumé
From the last quarter of 2019, the world witnessed the emergence of the COVID -19 virus that shook it to its knees, and Nigeria is not an exception. While countries were struggling with strategies on how to manage the virus, the lockdown option became paramount. During the period of the lockdown in Nigeria, most persons, especially young people, could not visit places of their choice. Hence, social media became their source of solace. This study examines the experiences of young adults in using TikTok to minimise the negative effect of isolation during the COVID-19 lockdown in Nigeria. The authors interviewed ten young persons between the ages of 19 to 31. A thematic analysis of the interviews using Braun and Clark (2006) steps for conducting thematic analysis revealed four overarching themes that describe the participants’ experiences on TikTok during the lockdown. Prominent among the themes, the study uncovered how TikTok short videos excelled in impacting the research participants therapeutically; easing boredom, and impacting positively on their mental health. The present study suggests that TikTok short videos could be a phenomenon that could be adopted by individuals or even health professionals, especially psychotherapists in managing or treating patients in similar situations like the COVID-19 compulsory lockdown.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».