Adolescents’ Digital Technology Use, Emotional Dysregulation, and Self-Esteem: No Evidence of Same-Day Linkages
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Concerns regarding the potential negative impacts of digital technology use on youth mental health and well-being are high. However, most studies have several methodological limitations: relying on cross-sectional designs and retrospective reports, assessing technology use as an omnibus construct, and focusing on between- instead of within-person comparisons. This study addresses these limitations by prospectively following young adolescents ( n = 388) over a 14-day ecological momentary assessment study to test whether adolescents’ digital technology use is linked with self-reported emotional dysregulation and self-esteem and whether these relationships are stronger for adolescent girls than boys. We found no evidence that adolescents experienced higher emotional dysregulation ( b = − .02; p = .07) and lower self-esteem ( b = .004; p = .32) than they normally do on days where they use more technology than they normally do (within-person). Adolescents with higher average daily technology use over the study period did not experience lower levels of self-esteem (between-person, b = − .02; p = .13). Adolescents with higher average daily technology use across the two-week period did report higher levels of emotional dysregulation ( p = .01), albeit the between-person relation was small ( b = .08). There was no evidence that gender moderated the associations, both between and within adolescents ( b s = − .02–.13, p = .06 − .55). Our findings contribute to the growing counter-narrative that technology use does not have as large of an impact on adolescents’ mental health and well-being as the public is concerned about.
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.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle