The Influence of Social Media Interactions and Behaviors on Depressive Symptoms Among Sexual and Gender Minority Young Adults in the United States: Protocol for a Mixed Methods Longitudinal Study
Notice bibliographique
Résumé
BACKGROUND: Sexual and gender minority (SGM; ie, lesbian, gay, bisexual, transgender, and otherwise queer) young adults experience disparities in depression and other internalizing psychopathology. Although social media use is widespread and SGM people have more social media accounts and are more socially active on them than non-SGM individuals, few studies have examined the impact of social media on depression in this group. OBJECTIVE: The PRIDE iM study will be the first longitudinal, mixed methods research conducted to determine the impact of social media interactions and behaviors as pathways to depressive symptoms among SGM young adults living in the United States. METHODS: PRIDE iM uses a bookends variation of the longitudinal sequential mixed methods design. Participants will be recruited nationally from social media. First, between July 2019 and February 2020, we conducted a qualitative phase (T1) comprising web-based individual interviews (N=58) to inform the building and content of the quantitative survey. Second, from February 2022 to September 2022, we will conduct a series of web-based surveys (N=1000 at baseline) with 4 data points (T2-T5), each one collected every 6 to 8 weeks. Third, from October 2022 to December 2022, we will conduct a second qualitative phase (T6) of web-based interviews using outcome trajectories found in the longitudinal survey analyses to purposively sample survey participants and conduct web-based interviews to contextualize and explain survey findings. Qualitative data from T1 and T6 will be analyzed using a reflexive thematic analysis approach. As we sought to capture change over time in the association between the main predictors (ie, social media interactions and behaviors) and depressive symptoms, we propose analyzing T2 to T5 data using latent growth models with a structural equation modeling framework. Data integration at the method, interpretation, and reporting levels will be achieved through building and connecting and the use of a staged approach and joint displays, respectively. At all stages, we will assess the fit of data integration as recommended by the principles of best practice for mixed methods research in psychology. RESULTS: Data collection will be completed by December 2022. Qualitative data analyses will be completed by March 2023, and quantitative analyses of the primary outcome of interest will be completed by June 2023. CONCLUSIONS: PRIDE iM will confirm, reject, or uncover the presence of potential relationships between social media interactions and behaviors and depressive symptoms among SGM people. This study represents fundamental groundwork to develop social media-based interventions that target modifiable interactions and behaviors that are most likely to influence mental health outcomes, thus seizing the opportunity to merge the popularity of this medium among SGM people with evidence-based approaches. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/43627.
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 | 0,042 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,008 |
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 ».