Focus on Self-Presentation on Social Media across Sociodemographic Variables, Lifestyles, and Personalities: A Cross-Sectional Study
Notice bibliographique
Résumé
Upward social comparison and aspects of self-presentation on social media such as feedback-seeking and strategic self-presentation may represent risk factors for experiencing negative mental health effects of social media use. The aim of this exploratory study was to assess how adolescents differ in upward social comparison and aspects of self-presentation on social media and whether these differences are linked to sociodemographic variables, lifestyle, or personality. The study was based on cross-sectional data from the "LifeOnSoMe" study performed in Bergen, Norway, including 2023 senior high school pupils (response rate 54%, mean age 17.4, 44% boys). Nine potentially relevant items were assessed using factor analysis, and latent class analysis was used to identify latent classes with distinct patterns of responses across seven retained items. The retained items converged into one factor, called "focus on self-presentation". We identified three groups of adolescents with a low, intermediate, and high focus on self-presentation. Associations between identified latent classes and covariates were assessed using regression analyses. Being a girl, higher extraversion, lower emotional stability, more frequent alcohol consumption, and having tried tobacco were associated with membership in the high-focus group. These results suggest some characteristics that are associated with a higher focus on self-presentation and that could inform targeted interventions.
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 | 0,008 | 0,001 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».