MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417208643 · doi:10.2196/80657

Online Racism, Digital Mental Health Tools, and Online Mental Health Communication Among Black Young Adults With and Without Depression or Anxiety: Cross-Sectional Quantitative Study

2025· article· en· W4417208643 sur OpenAlexvenueno aff
Melissa Christine Holland, Kyle Aaron Walker, Oreoluwa Oluwatomisin Badejoh, Vanessa V. Volpe, Brian TaeHyuk Keum, Jimi Huh, Hans Oh

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthRacismDigital healthYoung adultIntervention (counseling)Depression (economics)Set (abstract data type)Health communication

Résumé

récupéré en direct d'OpenAlex

Background: Use of technological resources that provide support for mental health (ie, digital mental health tools) and opportunities to use the internet to communicate with others or receive information about mental health (ie, online mental health communication) are growing in popularity among young adults (aged 18-29 y). However, whether exposure to the negative experience of racism online is associated with the use of digital mental health tools and online mental health communication remains an important empirical question for Black young adults, given their frequent online use and engagement. Objective: This study sought to examine (1) how the frequency of exposure to online racism is associated with the use of digital mental health tools and engagement in online mental health communication and (2) how these associations differ for Black young adults with either anxiety and depression versus those without. Methods: Conducted from July to September 2024, data came from a larger cross-sectional study of 1005 monoracial Black young adults (mean age 24.07, SD3.04 y; 50.6% women) who completed an online survey and self-reported measures of exposure to online racism, use of digital mental health tools, frequency of engaging in online mental health communication, and anxiety and depressive symptoms. Two separate path analysis regression models were conducted for the outcomes of depression and anxiety. Results: Our results showed that more frequent exposure to online racism was associated with a greater likelihood of using digital mental health tools (odds ratio [OR] range 1.72-1.84; P<.001) and a greater engagement in online mental health communication (β range=.31-.36; P<.001). Those with depression and anxiety also had a greater likelihood of using digital mental health tools (depression OR 2.02; P=.001; and anxiety OR 1.71, P=.005) and a greater engagement in online mental health communication (depression β=.21; P<.001; and anxiety β=.16; P<.001). Neither anxiety nor depression was a significant moderator. Conclusions: Exposure to online racism, digital mental health tools use, and online mental health communication are linked for Black young adults. Black young adults may use digital mental health tools and engage in mental health communication online when they experience online racism or may experience online racism when they use these tools and engage online, necessitating further longitudinal analyses of these relationships. Complementary digital intervention implementation strategies that support mental health while mitigating online racism are needed. Ensuring that digital tools and mental health communications opportunities are safe, culturally relevant, and free from online racism is a set of mutually reinforcing priorities for digital 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.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,107
Tête enseignante GPT0,536
Écart entre enseignants0,429 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetDigital Mental Health Interventions→Travaux en français237 207→