Effects of Social Media Use on Connectivity and Emotions During Pandemic-Induced School Closures: Qualitative Interview Study Among Adolescents
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic provided a unique opportunity to examine social media and technology use during a time in which technology served as adolescents' primary form of socialization. The literature is mixed regarding how increased screen time during this period affected adolescent mental health and well-being. The mechanisms by which screen time use affected adolescent psychosocial outcomes are also unknown. OBJECTIVE: We aimed to deepen our understanding of how social media and technology use, social connectivity, and emotional well-being intersected during pandemic-related school closures. METHODS: English-speaking adolescents aged 13 to 17 years were recruited on Instagram for a brief screening survey; 39 participants were purposefully selected to complete a semistructured interview regarding their social media and technology use during the pandemic. Interview summaries were abstracted from recordings, and deductive codes were created for the primary question stems. These codes were subsequently reviewed for the main themes. RESULTS: The main themes were as follows: adolescent social media and technology use during school closures usually allowed for more and easier social connectivity, but the amount and relative ease of connectivity differed according to purpose and type of use. Emotions, particularly those of stress and happiness, were connected to whether adolescents actively or passively engaged with social media and technology. CONCLUSIONS: Our results suggest a nuanced relationship among social media and technology use, adolescent social support, and emotional well-being, including during the pandemic. Specifically, how adolescents use or engage with web-based platforms greatly influences their ability to connect with others and their feelings of stress and happiness. In the context of the COVID-19 pandemic and as technology in general remains at the core of the adolescent experience, future research should continue to examine how adolescents navigate and use web-based spaces in beneficial and harmful ways. This will inform education and interventions that foster healthy social media and technological habits.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».