MétaCan
Menu
Retour à la cohorte
Enregistrement W4392638306 · doi:10.1089/cyber.2023.0211

Does Facebook Use Provide Social Benefits to Adults with Traumatic Brain Injury?

2024· article· en· W4392638306 sur OpenAlexaff
Catalina L. Toma, Juwon Hwang, Lisa Kakonge, Emily Morrow, Lyn S. Turkstra, Bilge Mutlu, Melissa C. Duff

Notice bibliographique

RevueCyberpsychology Behavior and Social Networking · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensMcMaster University
Organismes subventionnairesNational Center for Medical Rehabilitation ResearchAgency for Healthcare Research and QualityNational Institutes of Health
Mots-clésSocial connectednessClosenessPsychologyTraumatic brain injuryPreferenceSocial mediaContext (archaeology)DisconnectionPopulationCompensation (psychology)Clinical psychologySocial network (sociolinguistics)Social psychologyPsychiatryMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Drawing on the social compensation hypothesis, this study investigates whether Facebook use facilitates social connectedness for individuals with traumatic brain injury (TBI), a common and debilitating medical condition that often results in social isolation. In a survey (N = 104 participants; n = 53 with TBI, n = 51 without TBI), individuals with TBI reported greater preference for self-disclosure on Facebook (vs. face-to-face) compared to noninjured individuals. For noninjured participants, a preference for Facebook self-disclosure was associated with the enactment of relational maintenance behaviors on Facebook, which was then associated with greater closeness with Facebook friends. However, no such benefits emerged for individuals with TBI, whose preference for Facebook self-disclosure was not associated with relationship maintenance behaviors on Facebook, and did not lead to greater closeness with Facebook friends. These findings show that the social compensation hypothesis has partial utility in the novel context of TBI, and suggest the need for developing technological supports to assist this vulnerable population on social media platforms.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,042
Tête enseignante GPT0,354
Écart entre enseignants0,312 · 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'étudeAutre devis
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

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