The Impact of Short Video Content on Users' Self-Perception of Body Image and Appearance: An Empirical Study
Notice bibliographique
Résumé
At present, short video platforms are becoming increasingly popular, which has gradually affected many audiences' cognition of life and self. This study investigates how short video platforms affect the public's attitudes towards their own appearance and body image, focusing on the perceptions and behaviors of a diverse sample of individuals who are primarily composed of individuals. The survey found that although beauty and fashion are not the top concerns for all users, users still focus on the person's appearance and body image when watching unrelated videos. This suggests that users may be unconsciously anxious about their appearance, which leads them to focus more on facial and physical features than on the core of the video content. Women show higher attention in the Fashion & Beauty, Culinary & Food, and Travel categories and compare themselves more often. But the rest of the users reported that they don't easily succumb to popular aesthetic standards, and that social media use moderately impacts mood. Analysis revealed gender disparities, notably with female users displaying heightened interest in fashion, beauty, and self-comparison behaviors. The study acknowledges limitations in sample size and demographic focus on Chinese-speaking populations, limiting broader applicability. Methodologically, it relied on self-reported data due to challenges in anonymously tracking user behavior across platforms, occasionally causing respondent confusion despite efforts to clarify survey wording. Future research should explore male users' experiences and how short video platforms affect self-awareness of facial and bodily features. This study advances understanding of digital media's impact on body image perception and calls for further investigation across diverse demographics.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 0,001 |
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 ».