Screen time, social media use, and weight-related bullying victimization: Findings from an international sample of adolescents
Notice bibliographique
Résumé
Screen time, social media, and weight-related bullying are ubiquitous among adolescents. However, little research has been conducted among international samples. Therefore, the aim of this study was to determine the association between screen time, social media use, and weight-related bullying victimization among an international sample of adolescents from six countries. Data from the 2020 International Food Policy Study Youth Survey were analyzed (N = 12,031). Multiple modified Poisson regression models were estimated to determine the associations between weekday hours of five forms of screen time, and total screen time, and use of six contemporary social media platforms and weight-related bullying victimization. Analyses were conducted among the overall sample, and stratified by country (Australia, Canada, Chile, Mexico, United Kingdom, United States). Greater hours of weekday screen time and use of each of the six social media platforms were associated with weight-related bullying victimization among the sample. Each additional hour of social media use was equivalent to a 13% (confidence interval [CI] 1.10-1.16) increase in the prevalence of weight-related bullying victimization. The use of Twitter was associated with a 69% (CI 1.53-1.84) increase in the prevalence of weight-related bullying victimization. Associations between hours of weekday screen time, use of six social media, and weight-related bullying victimization differed by country. Findings underscore the associations between screen time, social media, and weight-related bullying among a sample of adolescents from six medium- and high-income countries. Country-specific and global public health and technology efforts are needed to address this burgeoning social problem.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».