Non-suicidal self-injury behavior in adolescents： the impact of mobile phone social media dependence and related factors
Notice bibliographique
Résumé
BackgroundNon-suicidal self-injury （NSSI） behaviors are prevalent among adolescents， significantly affecting their physical and mental well-being. Understanding the risk factors associated with adolescent NSSI is crucial for prevention. Previous studies have identified mobile phone dependence as a risk factor for NSSI in adolescents. However， as a key form of mobile phone dependence， the evidence regarding the impact of mobile phone social media dependence on adolescent NSSI behavior remains insufficient.ObjectiveTo explore the impact of mobile phone social media dependence and its associated factors on adolescent NSSI behavior， so as to provide references for intervention strategies targeting NSSI in adolescents.MethodsA total of 100 adolescents diagnosed with NSSI according to the Diagnostic and Statistical Manual of Mental Disorders， fifth edition （DSM-5）， and receiving treatment at Tongde Hospital of Zhejiang Province from January 2022 to December 2023 were included in the study group. Concurrently， 100 age- and sex-matched students from Hangzhou were recruited as the control group. Assessments were conducted using Ottawa Self-injury Inventory（OSI） Function Subscale and Addiction Features Subscale， Adolescents Self-Harm Scale（ASHS）， and Mobile Phone Social Media Dependence Questionnaire. Multiple linear regression was used to analyze the factors influencing NSSI behaviors.ResultsThe research group had a total of 99 patients （99.00%） who completed the study， while the control group consisted of 97 （97.00%） adolescents who finished this research.The study group had statistically significantly higher total scores on the Mobile Phone Social Media Dependence Questionnaire， as well as higher scores on the conflict and withdrawal dimensions， compared with control group（t=-3.061， -2.874， -2.368， P<0.05 or 0.01）. The study group also scored significantly higher on the OSI Function Subscale for internal emotion regulation， social influence， external emotion regulation， and sensation-seeking factors， as well as on the OSI Addiction Features Subscale scores， compared to the control group（t=-22.249， -8.854， -17.968， -10.591， -20.157， P<0.01）. OSI Function Subscale scores were positively correlated with Mobile Phone Social Media Dependence Questionnaire scores （r=0.321， P<0.01）， and OSI Addiction Features Subscale scores were positively correlated with Mobile Phone Social Media Dependence Questionnaire scores （r=0.282， P<0.01）. ASHS scores were positively correlated with Mobile Phone Social Media Dependence Questionnaire scores （r=0.145， P<0.05）. Multiple linear regression analysis showed that compulsivity （β=0.416， P<0.01） and conflict （β=0.256， P<0.05） were significant predictors for adolescent NSSI behaviors.ConclusionAdolescent NSSI behaviors are associated with mobile phone social media dependence. The compulsivity and conflict dimension of mobile phone social media dependence are influencing factors for adolescent NSSI behaviors. The higher level of the compulsivity and conflict are associated with an increased risk of the NSSI behaviors in adolescents. ［Funde by Zhejiang Medical and Health Science and Technology Plan Project in 2022 （number， 2022KY704］
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».