Cross‐national validation of the social media disorder scale: findings from adolescents from 44 countries
Notice bibliographique
Résumé
Abstract Background and aims There is currently no cross‐national validation of a scale that measures problematic social media use (SMU). The present study investigated and compared the psychometric properties of the social media disorder (SMD) scale among young adolescents from different countries. Design Validation study. Setting and participants Data came from 222 532 adolescents from 44 countries participating in the health behaviour in school‐aged children (HBSC) survey (2017/2018). The HBSC survey was conducted in the European region and Canada. Participants were on average aged 13.54 years (standard deviation = 1.63) and 51.24% were girls. Measurement Problematic SMU was measured using the nine‐item SMD scale with dichotomous response options. Findings Confirmatory factor analyses (CFA) showed good model fit for a one‐factor model across all countries (minimum comparative fit index (CFI) and Tucker–Lewis index (TLI) = 0.963 and 0.951, maximum root mean square error of approximation (RMSEA) and standardized root mean square residual (SRMR) = 0.057 and 0.060), confirming structural validity. The internal consistency of the items was adequate in all countries (minimum alpha = 0.840), indicating that the scale provides reliable scores. Multi‐group CFA showed that the factor structure was measurement invariant across countries (ΔCFI = −0.010, ΔRMSEA = 0.003), suggesting that adolescents’ level of problematic SMU can be reliably compared cross‐nationally. In all countries, gender and socio‐economic invariance was established, and age invariance was found in 43 of 44 countries. In line with prior research, in almost all countries, problematic SMU related to poorer mental wellbeing (range β STDY = 0.193–0.924, P < 0.05) and higher intensity of online communication (range β STDY = 0.163–0.635, P < 0.05), confirming appropriate criterion validity. Conclusions The social media disorder scale appears to be suitable for measuring and comparing problematic social media use among young adolescents across many national contexts.
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 | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».