Associations between social media use and positive mental health among adolescents: Findings from the Canadian Health Behaviour in School-aged Children Study
Notice bibliographique
Résumé
Social media use (SMU) has rapidly increased among children and adolescents in the past decade, and has been linked with poorer mental health. However, moderate SMU can facilitate connectedness among peers, which may have positive impacts for well-being - these associations are underexplored. This study examined the associations between SMU and several indicators of PMH in a nationally representative sample of 13,113 adolescents in grades 6 to 10 from the 2017/2018 cycle of the Canadian Health Behavior in School-aged Children (HBSC) study. SMU was measured using a four-level composite of intensity (non-active, active, intense) and problematic SMU (addictive-like symptoms, regardless of intensity). Four dichotomous indicators of PMH were examined: self-efficacy, self-confidence, life satisfaction, and psychological well-being. Covariates included grade, gender, cultural/racial background, and socioeconomic status. Unadjusted and adjusted mixed effects logistic regression models accounting for school-level clustering were run, with separate models for each PMH indicator and active SMU set as the referent. When compared to active SMU, problematic SMU was associated with lower levels of all PMH indicators, and intense SMU was associated with lower life satisfaction. In gender-stratified models, intense SMU was associated with lower life satisfaction among girls. In grade-stratified models, non-active SMU was associated with lower self-confidence for adolescents in grades 9 and 10. In all, problematic SMU is generally associated with lower odds of reporting high PMH. Longitudinal research is required to ascertain directionality of these findings, and to examine how these associations may have changed as a result of the COVID-19 pandemic.
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 | 0,011 | 0,001 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».