Binge-Watching and Mental Health Problems: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Binge-watching, the viewing of online videos or streamed content, may be associated with different types of mental health problems. The present study aimed to investigate the associations between binge-watching and five mental health concerns including depression, loneliness, sleep problems, anxiety, and stress. METHODS: Academic databases of PubMed, Scopus, Web of Science, ProQuest, PsycINFO, and Psych Articles were systematically searched through February of 2022. The Newcastle-Ottawa Scale was used to assess the methodological quality. A meta-analysis was performed on Fisher's z values as effect sizes, using a random effect model. Publication bias, small study effect, and moderators in this association were assessed. RESULTS: Binge-watching was significantly associated with the five types of mental health concerns with the most robust correlations found with stress (0.32) and anxiety (0.25). Stronger associations between binge-watching and two types of mental health problems (depression and sleep problems) were found during the COVID-19 pandemic than before the pandemic. Moreover, stronger associations between binge-watching and two types of mental health problems (stress and sleep problems) were found in developing countries than in developed countries. CONCLUSIONS: The associations between binge-watching and mental health concerns were significant and positive. Programs and interventions to reduce binge-watching should be considered and tested.
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 | 0,018 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».