Depression and anxiety in social media: Jordan case study
Notice bibliographique
Résumé
The expression "social media" refers to a software-based platform developed for users’ benefit. People use it to gain social power, market their products, conduct online business, and share information and ideas. This digital ecosystem has become helpful in various ways, but research indicates that it does not come for free. Addiction, depression, and anxiety are some of the adverse conditions discussed in many studies. The purpose of this study is to mark if there is a relationship between using social media networks and the numbering of people with anxiety or depression. Also, by addressing the need to learn more about what makes people use social networks and how that use affects anxiety and depression in Arabic-speaking users in Jordan, we can help people from different cultures understand each other better. This research uses TAM, telepresence, and survey data from 1050 people, mainly from Jordan. The research looks at how the usage of social media is related to supposed usefulness, supposed ease of use, trust, social influence, age, gender, level of education, marital status, the time spent on the internet, preferred social media network, and perceived usefulness of SNS. AMOS 20 methods of confirmatory factor analysis (CFA), structural equation modeling (SEM), and machine learning (ML), such as SMO, ANN, random forest, and the bagging reduced error pruning tree (RepTree), were used to test the proposed model hypotheses. According to the results, the researchers found high correlations between social network usage and depression and anxiety. The use of social networking sites is also affected by how useful they are seen to be, how easy they are to use, trust, social influence, and telepresence. Also, the moderator's age, gender, level of education, marital status, amount of time spent on the internet, experience with the internet, and favorite social networks all affect how they plan to use social networks.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».