Social Media Use and Well-Being: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Prior research has investigated the link between social media use (SMU) and negative well-being. However, the connection with positive well-being has not been extensively studied, leading to a situation where there are inconsistent and inconclusive findings. This study fills this gap by examining the correlation between excessive and problematic SMU and subjective as well as psychological well-being (PWB). We conducted a systematic search across databases such as PubMed, Scopus, and Web of Science, and gray literature sources such as Research Gate and ProQuest, yielding 51 relevant studies for meta-analysis, encompassing a sample size of 680,506 individuals. Employing the Newcastle–Ottawa Scale, we assessed study quality, whereas statistical analysis was executed using R Studio. Excessive SMU showed no significant association with subjective ( ES = 0.003, 95% confidence interval [ 95% CI ]: −0.08, 0.09; p = 0.94, I 2 = 95.8%, k =16) and PWB ( ES = 0.16, 95% CI : −0.15, 0.45; p = 0.26, I 2 = 98%, k = 7). Conversely, problematic SMU showed a negative correlation with subjective ( ES = −0.14 , 95% CI : −0.20, −0.09; p = 0.00, I 2 = 93.3%, k = 25) and PWB ( ES = −0.19 , 95% CI : −0.31, −0.06; p = 0.01, I 2 = 95%, k = 5), with two outliers removed. No publication bias was detected. Subgroup analysis highlighted effects of “sampling method” ( p < 0.05), “study quality” ( p < 0.05), “developmental status” ( p < 0.05), “forms of social media” ( p < 0.05), and “type of population” ( p < 0.01) on the estimated pooled effect sizes. Although univariate meta-regression showed the effects of “% of Internet users” ( p < 0.05) and “male%” ( p < 0.05), and multivariate meta-regression showed the combined effect of moderators only on the relationship between problematic SMU and subjective well-being.
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 | 0,013 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,029 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».