MétaCan
Menu
Retour à la cohorte
Enregistrement W3200965758 · doi:10.2196/26273

Associations Between Social Media, Bedtime Technology Use Rules, and Daytime Sleepiness Among Adolescents: Cross-sectional Findings From a Nationally Representative Sample

2021· article· en· W3200965758 sur OpenAlexvenueno aff
Jessica L. Hamilton, Woanjun Lee

Notice bibliographique

RevueJMIR Mental Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthNational Institute of Mental HealthUniversity of Wisconsin-Madison
Mots-clésBedtimeSocial mediaPsychological interventionPsychologyCross-sectional studyModerationExcessive daytime sleepinessMental healthClinical psychologyMedicineSocial psychologyPsychiatrySleep disorderPolitical scienceInsomnia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Social media use is associated with poor sleep among adolescents, including daytime sleepiness, which affects adolescents' mental health. Few studies have examined the associations among specific aspects of social media, such as frequency of checking and posting, perceived importance of social media for social belonging, and daytime sleepiness. Identifying whether certain adolescents are more at risk or protected from the effects of social media on sleepiness may inform future interventions for social media, sleep, and mental health. OBJECTIVE: This study aims to examine the association between social media use frequency and importance, daytime sleepiness, and whether the perceived importance of social media for social interactions and parental rules around bedtime technology moderated these relationships. METHODS: This cross-sectional survey study was conducted with a sample of 4153 adolescents from across the United States. Qualtrics was used to collect data via panel recruitment from a national sample representing the US demographics of teens aged 12 to 17 years. Participants completed measures of daytime sleepiness, frequency of social media checking and posting, and the importance of social media for social interactions. Parents reported whether they had a household rule around bedtime media and screen use. Hierarchical regressions and moderation analyses were conducted, covarying for age, gender, and age at first smartphone use. RESULTS: Participants had a mean age of 14.64 (SD 1.66) years in grades 6 to 12, 46.45% (1929/4153) identified as female, and 67.93% (2821/4153) identified as White. The results indicated that adolescents who posted (B=0.70, SE 0.04; P<.001) or checked (B=0.76, SE 0.04; P<.001) social media more frequently or who perceived social media to be more important for social belonging (B=0.36, SE 0.02; P<.001) had higher levels of daytime sleepiness. Moderation analyses indicated that the relationship between social media use frequency and daytime sleepiness was exacerbated by higher levels of perceived social media importance (B=0.04, SE 0.01; P<.001). Adolescents without household rules around bedtime technology use were more likely to be affected by social media checking (B=-0.34, SE 0.09; P<.001) and importance (B=-0.16, SE 0.04; P<.001) on daytime sleepiness. CONCLUSIONS: The findings suggest that social media use frequency and perceived importance of social interactions are associated with daytime sleepiness among adolescents. It is important to consider youth's perceptions of social media when assessing the potential effects of social media use frequency on youth well-being. Furthermore, youth who did not have parental rules around bedtime technology use were most likely to be affected by social media use and perceived importance. The findings may extend to other mental health outcomes and may guide future prevention and intervention programs designed to improve social media use, sleep, and mental health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,009
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,385
Écart entre enseignants0,347 · 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 tête enseignante, pas un consensus.

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

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetImpact of Technology on AdolescentsTravaux en français237 207