Likelihood of Posting Alcohol-Related Content on Social Networking Sites – Measurement Development and Initial Validation
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
Background: The vast majority of adolescents and young adults are active on social networking sites (SNSs). SNSs are influential, risk-conducive environments for alcohol use among adolescents and young adults. Specifically, posting or sharing alcohol-related content (ARC) is associated with higher levels of alcohol use. However, it is unknown if sharing different types of ARC associates differentially with alcohol use and consequences. Objective: The goal of the current project was to develop a measure of the likelihood of posting key types of ARC posted by adolescents and young adults and to examine their associations with SNS use patterns and actual alcohol-related behavior. Method: Participants were 15–20 years of age (n = 306; 46.7% male; 56.6% Caucasian/White; 27.0% Asian) who completed a battery of self-report measures. Results: Results from an exploratory factor analysis revealed four types of ARC: (1) self and friend consumption, (2) memes and viral photos, (3) status updates: others’ drinking and consequences, and (4) pictures: others’ drinking and consequences. Conclusions: Participants’ likelihood of posting self and Friend Consumption was significantly associated with heightened Snapchat use, typical drinks per week, peak drinking, and negative drinking consequences. Whereas youth appear to share more readily alcohol-related viral posts and memes, it seems that the sharing of ARC that is specifically related to the participants’ own use or friends’ use is salient concerning alcohol use and problems. Therefore, interventions might consider sending targeted prevention messages to individuals who share certain types of ARC which are more associated with problematic alcohol behaviors.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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