MétaCan
Menu
Retour à la cohorte
Enregistrement W4413325532 · doi:10.1108/intr-08-2024-1292

LinkedIn’s dilemma: navigating stress and well-being on professional networking platforms

2025· article· en· W4413325532 sur OpenAlexaff
Mustapha Cheikh‐Ammar, Nura Jabagi

Notice bibliographique

RevueInternet Research · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésDilemmaStress (linguistics)BusinessComputer scienceInternet privacyWorld Wide WebPsychology

Résumé

récupéré en direct d'OpenAlex

Purpose Universities are increasingly encouraging students to join LinkedIn, a professional networking site (PNS), to enhance their employability prospects. Our study explores the double-edged sword of LinkedIn use among university students with a focus on its contrasting psychological impacts of stress and well-being. Design/methodology/approach Drawing on self-determination theory (SDT), conservation of resources theory (CORT), and recent social media research, this study proposes a theoretical model to explain users’ motivations for LinkedIn use, their experiences of LinkedIn-induced stress and well-being and how users deal with these experiences. Our model was tested via a survey of 221 undergraduate students and the use of structural equation modeling. Findings Results indicate that LinkedIn-induced well-being, stemming from the digital support of students’ basic psychological needs for autonomy, belongingness and competence, enhances their intrinsic motivation to engage with the platform. However, LinkedIn is also found to generate stress – driven by excessive demand and privacy threats – which undermines intrinsic motivation. Furthermore, LinkedIn well-being is found to be a personal resource that students leverage to manage this stress. Originality/value This study examines students’ experiences on LinkedIn, a PNS that has received less scholarly attention than hedonic social networking sites. Using SDT and CORT, we highlight the coexistence of stress and well-being on non-compulsory, utilitarian PNSs like LinkedIn. We further demonstrate how LinkedIn-derived well-being helps students manage LinkedIn technostress, addressing a key research gap, as few studies explore how social media users mitigate stress through positive mechanisms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,004
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,442
Écart entre enseignants0,395 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternet ResearchMême sujetImpact of Technology on AdolescentsTravaux en français237 207