MétaCan
Menu
Retour à la cohorte
Enregistrement W4388697383 · doi:10.3389/fpsyt.2023.1192123

Korean adolescents’ coping strategies on self-harm, ADHD, insomnia during COVID-19: text mining of social media big data

2023· article· en· W4388697383 sur OpenAlexaff
Ryemi Do, Soyeon Kim, You Bin Lim, Su‐jin Kim, Hye-Rim Kwon, Jong‐Min Kim, Sooyeon Lee, Bung-Nyun Kim

Notice bibliographique

RevueFrontiers in Psychiatry · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health via Writing
Établissements canadiensMcMaster UniversityWaypoint Centre for Mental Health Care
Organismes subventionnairesOffice of Education
Mots-clésHarmCoronavirus disease 2019 (COVID-19)Social mediaInsomniaPsychiatryPsychologyClinical psychology2019-20 coronavirus outbreakCoping (psychology)MedicineSocial psychologyPolitical scienceDiseaseVirologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Introduction: Since the Coronavirus disease 2019 (COVID-19), public safety measures, including social distancing and school closures, have been implemented, precipitating psychological difficulties and heightened online activities for adolescents. However, studies examining the impact of the pandemic on adolescent mental health and their coping strategies in Asian countries are limited. Further, most studies have used survey measures to capture mental health challenges so far. Accordingly, this study aimed to examine the psychological challenges South Korean adolescents experienced and their coping strategies during the pandemic using the Natural Language Processing (NLP) and Text mining (TM) technique on adolescents' social media texts/posts. Methods: The data were gathered from social media texts/posts such as online communities, Twitter, and personal blogs from January 1, 2019, to October 31, 2021. The 12,520,250 texts containing keywords related to adolescents' common psychological difficulties reported during the pandemic, including self-harm, Attention-Deficit/Hyperactivity Disorders (ADHD), and insomnia, were analyzed by TM, NLP using information extraction, co-occurrence and sentiment analysis. The monthly frequency of the keywords and their associated words was also analyzed to understand the time trend. Results: Adolescents used the word "self-harm" in their social media texts more frequently during the second wave of COVID-19 (August to September 2020). "Friends" was the most associated word with "self-harm." While the frequency of texts with "Insomnia" stayed constant throughout the pandemic, the word "ADHD" was increasingly mentioned in social media. ADHD and insomnia were most frequently associated with ADHD medications and sleeping pills, respectively. Friends were generally associated with positive words, while parents were associated with negative words. Conclusion: During COVID-19, Korean adolescents often expressed their psychological challenges on social media platforms. However, their coping strategies seemed less efficient to help with their difficulties, warranting strategies to support them in the prolonged pandemic era. For example, Korean adolescents shared psychological challenges such as self-harm with friends rather than their parents. They considered using medicine (e.g., sleeping pills and ADHD medication) as coping strategies for sleep and attention problems.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,077
Tête enseignante GPT0,373
Écart entre enseignants0,296 · 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.

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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetMental Health via WritingTravaux en français237 207