Social support, social media and life satisfaction with BD during the COVID-19 Pandemic (Preprint)
Notice bibliographique
Résumé
BACKGROUND Reliable and consistent social support are associated with the psychological well-being of those with severe mental illness, including bipolar disorder (BD). Yet the COVID-19 pandemic and associated social distancing measures (e.g., shelter-in-place) have reduced access to regular social support. Concomitantly, use of social media during the pandemic has increased (i.e., social, non-social, passive social media usage). OBJECTIVE We set out to identify associations between BD symptoms, social support and social media use (SMU) during the pandemic. METHODS Using micro-targeted Facebook advertising, we recruited 102 adults with BD, most lived in North America (Canada = 45, USA = 15), Western Europe (e.g., UK=18, Ireland=10), South Africa (4) and Oceania (e.g., Australia=4, New Zealand=3). On average, participants were 53.96 years of age (SD = 13.22, range 20-77 years); they completed questionnaires online 32 months after the World Health Organization declared COVID-19 a global pandemic. RESULTS Consistent with previous research, symptoms of hypo/mania and depression are correlated; and symptoms of depression predict loneliness, social support and life satisfaction. Social support predicts social Facebook usage whereas passive Facebook use predicts life satisfaction. Symptoms of depression emerged as indirect predictors of SMU via social support. CONCLUSIONS Most participants (60.8%) reported accessing social media several times a day during the pandemic, and 36% reported using social media more often since the emergence of COVID-19. Our findings suggest bidirectional associations between social media use and well-being with BD. Longitudinal data collection is required to identify associations between BD symptoms, social media use and well-being over time.
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 | 0,001 | 0,004 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».