Investigating associations of social media use motives and mental well-being in adolescents
Notice bibliographique
Résumé
Though most studies focus specifically on risks or potential negative impacts associated with social media use (Shannon et al., 2022), there is accumulating literature suggesting social media use can be either harmful or beneficial to adolescent mental well-being (e.g., Uhls et al., 2017). It has been suggested that the motives behind social media use might play a central role in determining its impact (Stewart, 2015). Therefore, we investigated whether adolescents’ motives for social media use are associated with their mental health symptoms. We recruited an online sample of 1740 adolescents not currently receiving mental health treatment and analyzed their baseline questionnaire data from an ongoing longitudinal study. We found that negative reinforcement motives for social media use (coping and conformity) were associated with higher internalizing ( B = 0.32 and B = 0.22, respectively) and externalizing symptoms ( B = 0.20; B = 0.16) in adolescent social media users, whereas positive reinforcement motives (social and enhancement) were associated with lower internalizing ( B = −0.25; B = −0.11) and externalizing symptoms ( B = −0.16; B = −0.18). Social motives were also associated with greater self-reported pro-sociality ( B = 0.10). The harmful or beneficial effects of social media on adolescent mental well-being may, thus, depend on the motives for its use. Interventions may benefit from targeting motives for social media use, particularly when social media use behaviors are driven by high negative reinforcement motives.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».