MétaCan
Menu
Retour à la cohorte
Enregistrement W4353100375 · doi:10.54691/bcpep.v8i.4343

The Research on the Social Media Addiction and Mental Disorders

2023· article· en· W4353100375 sur OpenAlexaff
Yuan Guo

Notice bibliographique

RevueBCP Education & Psychology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMainstreamBeautySocial connectednessSocial mediaAddictionPsychologyEating disordersSocial psychologyReading (process)Object (grammar)AestheticsClinical psychologyPolitical sciencePsychiatryArt

Résumé

récupéré en direct d'OpenAlex

Along with the rapid development of media technology, social media has become an indispensable part of human life. Social media enables the spread of information that exceeds the restriction of physical and temporal boundaries. While enhancing the convenience and connectedness of human beings, social media, to some extent, grievously affects people’s internal well-being. The widespread use of media platforms leads to social media addiction, especially among the young generation.This article takes teenagers as the research object, and uses the literature reading method to explore the causes and consequences of social media addiction. According to the research results, the reason about social media additions includes biological reasons, psychological reasons and social reasons. Consequences of social media addition among young generations include the shape of toxic beauty standards, body shaming, beauty and eating disorders. Social media has created a platform where people share only the positive part of themselves; peer pressure has formed under these circumstances. Adolescents are predominantly the victims of mainstream beauty standards. Body shaming and eating disorders are the representative psychological impacts due to the dissatisfaction with one's physical characteristics and the desire to be more "beautiful".

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,509
Écart entre enseignants0,400 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBCP Education & PsychologyMême sujetImpact of Technology on AdolescentsTravaux en français237 207