Age and Gender Perspectives on Social Media and Technology Practices during the COVID-19 Pandemic
Notice bibliographique
Résumé
Few studies have examined social media and technology use during the COVID-19 pandemic in Canada. Therefore, the main research question and objective of this study was to examine similarities and differences in the influences of mobile technology and social media use on Canadians among different age groups and across gender during the COVID-19 pandemic. From June through October 2021, 204 persons completed a 72-item online survey. Survey questions encompassed COVID-19 pandemic experiences and technology use. Standardized measures including the Psychological Wellbeing measure, eHeals, and the UCLA V3 Loneliness scale were collected to examine the psychological influences of the COVID-19 pandemic. Findings showed that males under 50 years were most likely to self-isolate compared to the other demographic results of the study. Males reported using technology less than females but were more likely to report using technology to share information regarding COVID-19. Respondents under 50 years were also more likely to use smartphones/mobile phones as their most used mobile technology device, whereas respondents over 50 were more split between smartphones/mobile phones and computers/tablets as their most used device. Males scored higher on the UCLA loneliness scale and lower on the Psychological Wellbeing sub-scores compared to females. Further research should explore additional demographics in relation to broader aspects of digital skills across different age groups.
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 | 0,004 | 0,003 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».