From Words to Wounds: Cyberbullying and Its Influence on Mental Health Across the Lifespan
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
Cyberbullying can be prevalent across different life stages, with lasting traces on mental health across the lifespan. This study aims to (a) explore how cyberbullying is emotionally experienced across three distinct age groups and (b) analyze the influence of cyberbullying on mental health across the lifespan. This study included 883 participants divided into three age groups: 18-39, 40-59, and 60+. In-depth semi-structured interviews were conducted to gather participants' experiences and perspectives. The data were then subjected to content analysis, which revealed a number of themes. The first objective revealed the following themes: For ages 18-39: (a) feeling ashamed or humiliated (92.4%), (b) withdrawing from friends and family, and (c) experiencing harassment as positive and difficulties with rules. For ages 40-59: (a) losing interest in hobbies (89.5%), (b) questioning about things they did or did not do, and (c) experiencing a sense of missing out. For ages 60+: (a) negative thoughts and self-talk (91.3%), (b) feeling judged negatively, and (c) feeling financially vulnerable. The second objective showed: For 18-39: (a) depressive symptoms (79.7%), (b) easy anger, and (c) suicidal behavior. For 40-59: (a) anxiety (93.2%), (b) low self-esteem, and (c) the use of substances. For 60+: (a) frustration (78.1%), (b) isolation, and (c) disturbances in sleep and eating patterns. This study highlights the significant psychological and emotional impact of cyberbullying across age groups, emphasizing the need for targeted interventions that address the unique challenges faced by individuals at different life stages. The findings underscore the importance of developing age-specific strategies to mitigate the effects of cyberbullying and to have perpetrators take responsibility for their reckless disregard for others, and ultimately, themselves.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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