Suicide rates in South Korea and internationally following release of the Netflix series ‘Squid Game’
Notice bibliographique
Résumé
Widely disseminated media depictions of suicide can result in increased suicides, the so-called Werther effect . Season one of the Netflix series Squid Game (SG) was released in September 2021 and contained multiple depictions of suicide, but suicide was not an obvious theme of the show. This study sought to identify whether release of SG resulted in a Werther effect . We examined changes in suicide rates in the three-month period following release of SG including weekly suicide rates from the country where SG was filmed (South Korea) (2013-2022) and monthly rates from nine comparator countries (Japan, Taiwan, Germany, Spain, UK, USA, Colombia, Mexico, Türkiye) (2015-2022). We conducted interrupted time series (ITS) analyses using quasi-Poisson regression, adjusting for impact of the COVID-19 pandemic, linear trends, and seasonality. There was no evidence of a change in suicides in South Korea in the four weeks after release of SG (IRRs: 0.86, 95% CI 0.71-1.05; 1.13, 95% CI 0.95-1.34; 0.85, 95% CI 0.70-1.02; and 1.08, 95% CI 0.90-1.28, respectively). Age- and sex-stratified results likewise indicated no change in suicide in any specific demographic group. There was no change in monthly suicide rates in the 3-month period following SG in eight of 10 countries with an increase observed in Germany (IRR 1.12, 95% CI 1.03-1.22) and a decrease observed in the UK (IRR 0.88, 95% CI 0.80-0.97). These findings indicate that SG did not produce Werther effects. Further studies are needed to confirm if this finding generally applies to entertainment media where suicides are included but not a major theme. • Suicides can increase following media portrayals of suicide (the “Werther Effect”) • We aimed to assess suicides following release of the Netflix series ‘Squid Game’ • We examined changes in suicide rates in South Korea and nine other countries • Our findings indicate that ‘Squid Game’ did not produce Werther effects • More research is needed on the impact of nuanced, fictional depictions of suicide
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».