Seasonal body image dissatisfaction: a bi-hemispheric panel analysis of social media users across 4 years
Notice bibliographique
Résumé
PURPOSE: Seasonal body image refers to within-person variations in body image satisfaction that correspond with climatic seasonality (winter, spring, summer, and autumn). Previous cross-sectional research involving male participants from northern (UK, USA, and Canada) and southern hemisphere (Australia) nations reports a peak in body image dissatisfaction during the summertime, with a decrease in the wintertime. Big Data extracted from social media platforms provides a novel means of further exploring the seasonal body image hypothesis in a larger and more diverse sample across several years. METHODS: This study utilised panel data drawn from X/Twitter, a social media platform, to investigate the posts (N = 12,017,766) of users/authors (N = 1534) between 2020 and 2023. The panel consisted of authors from countries in both the northern and southern hemispheres. A template-driven search algorithm identified expressions of body image dissatisfaction (BID) in users' posts. RESULTS: The rate of BID (relative to the overall number of posts) was calculated for each calendar month. A statistically significant summer spike was observed in the Northern hemisphere, while the data were non-significant but directionally supportive of a similar summer spike in the Southern hemisphere. CONCLUSIONS: This study partially supports the seasonal body image hypothesis, adding nuance to the current understanding of seasonality. This research has implications for the timing of public health initiatives aimed at preventing body image issues and eating disorders. LEVEL OF EVIDENCE IV: Evidence obtained from multiple time series without intervention.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».