MétaCan
Menu
Retour à la cohorte
Enregistrement W4392169222 · doi:10.1089/cyber.2023.0386

Problematic Social Media Use in Young Adults: A Mixed Serial–Parallel Mediation Model Involving Alexithymia, Defense Mechanisms, and Fear of Missing Out

2024· article· en· W4392169222 sur OpenAlexaboutno aff
Alessio Gori, Eleonora Topino, Francesca Gioia, Silvia Casale

Notice bibliographique

RevueCyberpsychology Behavior and Social Networking · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaMediationPsychologyClinical psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Problematic social media use (PSMU) can have profound and detrimental effects across various domains of life. As a result, scientific investigations into the risk factors associated with this phenomenon can hold substantial practical implications within the clinical and preventive realms. Consistently with this framework, this study aimed to examine the relationship between certain variables and PSMU, with a specific focus on alexithymia, defense mechanisms, and fear of missing out (FoMO). A sample of 340 young adults ( M age = 26.42 years; SD = 3.689) completed an online survey, including the Bergen Social Media Addiction Scale, FoMO scale, 40-Item Defense Style Questionnaire, and 20-Item Toronto Alexithymia Scale. Results showed a statistically significant mixed serial–parallel mediation model. A significant total effect in the association between alexithymia and FoMO emerged. Furthermore, defense mechanisms and FoMO significantly and totally mediated this relationship. These findings have the potential to provide valuable insights in the field of clinical research on PSMU, and can offer practical information for enhancing clinical practice.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,045
Tête enseignante GPT0,321
Écart entre enseignants0,275 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCyberpsychology Behavior and Social NetworkingMême sujetImpact of Technology on AdolescentsTravaux en français237 207