The relationship between different aspects of social media use and mental health problems and life satisfaction among Norwegian students
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There are concerns about social media's potential impact on mental health and life satisfaction, but research results are mixed, focusing mainly on negative aspects and usage frequency. This study explores how different perceptions, actions, and motivations of social media use relate to Norwegian students' mental health and life satisfaction. The study included 47,163 full-time students aged 18–28 from the Norwegian Students' Health and Well-being Study (SHoT) in 2022. Mental health problems and life satisfaction were assessed through the Hopkins Symptoms Checklist (HSCL-25) and the Satisfaction With Life Scale (SWLS). Using Bayesian regression models, we investigated how ten statements about social media use were rated depending on mental health status, stratified by sex, and adjusted for age and parental education. Females reported significantly higher levels of mental health problems, lower life satisfaction, and higher agreement with most social media statements than males. However, the relationship between social media aspects and mental health was similar for both sexes, and age and parental education did not alter the results substantially. Notably, using social media as distraction from negative feelings was more prevalent among students with higher mental health problems and lower life satisfaction, whereas perceptions of positive attention on social media were lower. Some aspects, like fear of missing out, did not vary significantly across mental health status. These findings suggest a complex interplay between social media and mental health, with some behaviors potentially serving as forms of coping. This points to the importance of recognizing these complexities in future research and interventions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle