Mobilizing Transdisciplinarity to Address the Good Versus Bad Dichotomy: Thinking Critically About Current and Future Youth Social Media, Peer Relationships, and Mental Health Research
Notice bibliographique
Résumé
North American rates of adolescent social media use hover between 98 and 100%, with 45% of adolescents reporting being online “almost constantly”. Despite its prevalence, social media use is also controversial. If social media is now woven into the fabric of social interactions, what are the mental health implications for youth growing up in “a digital age”? This paper discusses the potential applications of transdisciplinarity by considering the question in three ways: first, the polarized research is presented, suggesting that social media has the power to either positively or negatively direct youths’ social and psychological trajectories; second, the dichotomy is challenged; and third, transdisciplinary applications are considered. As a complex, novel, and nuanced topic, the study of social media, peer relationships, and mental health demands a paradigm that is able to accommodate complexity, nuance, and novelty in a critical, reflexive and meaningful way. Transdisciplinarity presents scholars an opportunity to tackle this challenge. This paper discusses the prevailing research surrounding social media, peer relationships, and mental health to challenge the good/bad binary and lay the foundation for approaching this topic from a transdisciplinary lens in future research.
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 | 0,082 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,083 |
| Communication savante | 0,027 | 0,039 |
| Science ouverte | 0,003 | 0,025 |
| Intégrité de la recherche | 0,006 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».