MétaCan
Menu
Retour à la cohorte
Enregistrement W4381985105 · doi:10.4236/psych.2023.145040

Social Media and COVID-19: A Mixed-Methods Analysis to Document Canadian Adults’ Perceptions of the Positive and Negative Sides of Their Social Media Use

2023· article· en· W4381985105 sur OpenAlexaffabout
Malinda Desjarlais

Notice bibliographique

RevuePsychology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésSocial mediaPsychologyLikert scaleSocial distanceSocializationSocial psychologyPerceptionDescriptive statisticsEntertainmentMultimethodologyCoronavirus disease 2019 (COVID-19)Developmental psychology

Résumé

récupéré en direct d'OpenAlex

Using a mixed-methods approach, the purpose of this study was to document some Canadian adults’ social media experiences during the COVID-19 pandemic to understand potential changes in motives and attitudes related to social media. Participants (n = 68; 17 - 66 years old) completed an online survey with open-ended and Likert-scale questions between April 25 and June 12, 2020. Qualitative responses were coded and analyzed for themes related to the positive and negative aspects of social media use and changes in attitudes. Descriptive statistics, ANOVAs, and t-tests were run to assess perceived changes in frequency and motivations driving social media use, in addition to the perceived utility of social media. Participants perceived increases in their social media use, particularly to meet socialization and entertainment needs. During the pandemic, participants valued social media for its opportunity to maintain connections, but also expressed concerns about how much they were using it and their exposure to negative information. The results suggest that maximizing the potential of social media to maintain or increase connections may be beneficial for the well-being of some Canadians in early and middle adulthood during unprecedented times of physical distancing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,777
Score d'incertitude au seuil0,915

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,040
Tête enseignante GPT0,426
Écart entre enseignants0,387 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychologyMême sujetImpact of Technology on AdolescentsTravaux en français237 207