Straightlining prevalence across domains of social media use and impact on internal consistency and mental health associations in the LifeOnSoMe study
Notice bibliographique
Résumé
Straightlining (uniform responses across items), poses a risk in surveys. Among adolescents, previous studies have investigated the prevalence and impact of straightlining in shorter questionnaires within larger surveys. A typical finding is that straightlining is more common among younger respondents, and particularly among boys. A better understanding of straightlining is important for improving data quality. The present study aims to estimate the prevalence of straightlining among adolescents filling out a survey covering different aspects of social media use across 64 items. Additionally, it seeks to assess the impact of straightlining on internal consistency and the associations between six domains of social media use and symptoms of anxiety and depression. Data from the «LifeOnSoMe»-study (N = 3,285), collected from adolescents (aged 16+) in Bergen, Norway. Descriptive and inferential statistics. In total, 5.4% of participants were straightliners, (8.6% of the boys vs. 2.9% of the girls (p < 0.001)). There were no differences in age between straightliners and the remainder of the sample. Overall, the prevalence and impact of straightlining was limited in the present sample. However, there were large discrepancies in terms of both internal consistency, correlations between domains of social media use, and associations with symptoms of anxiety and depression between straightliners and the remainder of the sample. Straightlining behavior had minimal effects on this sample's analytical epidemiological conclusions. While boys were more prone to straightlining than girls, overall prevalence was low. However, significant discrepancies between straightliners and other respondents suggest potential risks in samples with higher straightlining prevalence.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».