MétaCan
Menu
← Retour à la cohorte
Enregistrement W6995899433

Promoção do Bem-estar Mental: experiência de jovens adultos no TikTok durante o confinamento pandémico do COVID-19 na Nigéria

2021· article· pt· W6995899433 sur OpenAlexaboutno aff

Notice bibliographique

RevuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT) · 2021
Typearticle
Languept
DomaineMedicine
ThématiqueCell Adhesion Molecules Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Quarter (Canadian coin)Politics2019-20 coronavirus outbreak
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A partir do último trimestre de 2019, o mundo testemunhou o surgimento do vírus COVID -19 que o atingiu brutalmente, e a Nigéria não foi uma exceção. Enquanto os países lutavam para encontrar estratégias para controlar o vírus, a opção de confinamento tornou-se fundamental. Durante o período de confinamento na Nigéria, a maioria das pessoas, especialmente os jovens, não puderam visitar os lugares que quisessem. Consequentemente, os média sociais tornaram-se a sua fonte de consolo. Este estudo examina as experiências de jovens adultos na utilização do TikTok para minimizar o efeito negativo do isolamento durante o bloqueio COVID -19 na Nigéria. Foram entrevistados dez jovens com idades entre 19 e 31 anos. Uma análise temática das entrevistas usando as etapas de Braun e Clark (2006) para conduzir a análise temática revelou quatro temas abrangentes que descrevem as experiências dos participantes no TikTok durante o bloqueio. Proeminente entre os temas, o estudo revelou como os vídeos curtos do TikTok se destacaram em impactar terapeuticamente os participantes da pesquisa, aliviar o tédio e impactar positivamente na sua saúde mental. O presente estudo sugere que os vídeos curtos do TikTok podem ser um fenómeno que pode ser adotado por indivíduos ou mesmo por profissionais de saúde, especialmente psicoterapeutas no manuseamento ou tratamento de pacientes em situações semelhantes, como o confinamento obrigatório do COVID -19. / From the last quarter of 2019, the world witnessed the emergence of the COVID -19 virus that shook it to its knees, and Nigeria is not an exception. While countries were struggling with strategies on how to manage the virus, the lockdown option became paramount. During the period of the lockdown in Nigeria, most people, especially young people, could not visit places of their choice. Hence, social media became their source of solace. This study examines the experiences of young adults in using TikTok to minimise the negative effect of isolation during the COVID-19 lockdown in Nigeria. The authors interviewed ten young people between the ages of 19 to 31. A thematic analysis of the interviews using Braun and Clark (2006) steps for conducting thematic analysis revealed four overarching themes that describe the participants’ experiences on TikTok during the lockdown. Prominent among the themes, the study uncovered how TikTok short videos excelled in impacting the research participants therapeutically; easing boredom, and impacting positively on their mental health. The present study suggests that TikTok short videos could be a phenomenon that could be adopted by individuals or even health professionals, especially psychotherapists in managing or treating patients in similar situations like the COVID-19 compulsory lockdown.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0070,005
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,412
Écart entre enseignants0,340 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT)→Même sujetCell Adhesion Molecules Research→Travaux en français237 207→