Time to Think “Meta”: A Critical Viewpoint on the Risks and Benefits of Virtual Worlds for Mental Health
Notice bibliographique
Résumé
The metaverse is gaining traction in the general population and has become a priority of the technological industry. Defined as persistent virtual worlds that exist in virtual or augmented reality, the metaverse proposes to afford a range of activities of daily life, from socializing and relaxing to gaming, shopping, and working. Because of its scope, its projected popularity, and its immersivity, the metaverse may pose unique opportunities and risks for mental health. In this viewpoint article, we integrate existing evidence on the mental health impacts of video games, social media, and virtual reality to anticipate how the metaverse could influence mental health. We outline 2 categories of mechanisms related to mental health: experiences or behaviors afforded by the metaverse and experiences or behaviors displaced by it. The metaverse may benefit mental health by affording control (over an avatar and its virtual environment), cognitive activation, physical activity, social connections, and a sense of autonomy and competence. However, repetitive rewarding experiences may lead to addiction-like behaviors, and high engagement in virtual worlds may facilitate and perpetuate the avoidance of challenges in the offline environment. Further, time spent in virtual worlds may displace (reduce) other determinants of mental health, such as sleep rhythms and offline social capital. Importantly, individuals will differ in their uses of and psychological responses to the metaverse, resulting in heterogeneous impacts on their mental health. Their technological motivations, developmental stage, sociodemographic context, and prior mental health problems are some of the factors that may modify and frame the positive and negative effects of the metaverse on their mental health. In conclusion, as the metaverse is being scaffolded by the industry and by its users, there is a window of opportunity for researchers, clinicians, and people with lived experience to coproduce knowledge on its possible impacts on mental health and illness, with the hope of influencing policy-making, technological development, and counseling of patients.
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 | 0,013 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,083 |
| Communication savante | 0,013 | 0,024 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,008 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».