Logging out or leaning in? Social media strategies for enhancing well-being.
Notice bibliographique
Résumé
Social media use is endemic among emerging adults, raising concerns that this trend may harm users. We tested whether reducing the quantity of social media use, relative to improving the way users engage with social media, benefits psychological well-being. Participants were 393 social media users (ages 17-29) in Canada, with elevated psychopathology symptoms, who perceived social media to negatively impact their life somewhat. They were randomized to either (a) assistance to engage with social media in a way to enhance connectedness (tutorial), (b) encouragement to abstain from social media (abstinence), or (c) no instructions to change behavior (control). Participants' social media behaviors were self-reported and tracked using phone screen time apps while well-being was self-reported, over four timepoints (6 weeks in total). Results suggested that the tutorial and abstinence groups, relative to control, reduced their quantity of social media use and the amount of social comparisons they made on social media, with abstinence being the most effective. Tutorial was the only condition to reduce participants' fear of missing out and loneliness, and abstinence was the only condition to reduce internalizing symptoms, relative to control. No condition differences emerged in eating pathology or the tendency to make social comparisons in an upward direction. Changes in social media behaviors mediated the effects of abstinence (but not of tutorial) on well-being outcomes. Participant engagement and perceptions of helpfulness were acceptable, but the abstinence group possibly perceived the content as less helpful. In conclusion, using social media differently and abstaining from social media may each benefit well-being. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».