Cyberbullying and eating disorder symptoms in US early adolescents
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to determine the association between cyberbullying and eating disorder symptoms in a national sample of 10-14-year-old early adolescents. METHOD: We analyzed cross-sectional data from the Adolescent Brain Cognitive Development (ABCD) Study (Year 2, 2018-2020, N = 10,258/11,875, 49% female, 46% non-White). Data were collected using multi-stage probability sampling. Modified Poisson regression analyses examined the association between cyberbullying and self-reported eating disorder symptoms based on the Kiddie Schedule for Affective Disorders and Schizophrenia (KSADS-5). RESULTS: Cyberbullying victimization was associated with worry about weight gain (prevalence ratio [PR] 2.41, 95% confidence interval [CI] 1.48-3.91), self-worth tied to weight (PR 2.08, 95% CI 1.33-3.26), inappropriate compensatory behavior to prevent weight gain (PR 1.95, 95% CI 1.57-2.42), binge eating (PR 1.95, 95% CI 1.59-2.39), and distress with binge eating (PR 2.64, 95% CI 1.94-3.59), in models adjusting for potential confounders. Cyberbullying perpetration was associated with worry about weight gain (PR 3.52, 95% CI 1.19-10.37), self-worth tied to weight (PR 5.59, 95% CI 2.56-12.20), binge eating (PR 2.36, 95% CI 1.44-3.87), and distress with binge eating (PR 2.84, 95% CI 1.47-5.49). DISCUSSION: Cyberbullying victimization and perpetration in early adolescence are associated with eating disorder symptoms. Clinicians may consider assessing for cyberbullying and eating disorder symptoms in early adolescence and provide anticipatory guidance. PUBLIC SIGNIFICANCE STATEMENT: Eating disorders often onset in adolescence and have among the highest mortality rates of any psychiatric disorder. In addition, cyberbullying has increased in prevalence among adolescents and significantly impacts mental health. In a national study of early adolescents, we found that cyberbullying victimization and perpetration are associated with eating disorder symptoms. Screening for and providing anticipatory guidance on cyberbullying and eating disorder symptoms in early adolescents may be warranted.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».