School nurses’ experiences of the impact of social media on students’ self-esteem – a qualitative study
Notice bibliographique
Résumé
Bakgrund: Användning av sociala medier har ökat markant de senaste åren och tillhör barn och ungdomars vardag. Detta kan medföra både positiva och negativa hälsoeffekter som kan påverka elevers självkänsla. En god självkänsla kan både förbättra hälsan och skolprestationerna. Skolsköterskan arbetar hälsofrämjande och har i sin profession möjlighet att stödja elever till en hälsosam användning av sociala medier, som kan stärka självkänsla. Syfte: Att beskriva skolsköterskors erfarenhet av sociala mediers påverkan på elevers självkänsla. Metod: Data insamlades genom intervjuer med nio skolsköterskor som hade erfarenhet av att arbeta med elever på mellanstadiet och/eller högstadiet. Datamaterialet analyserades enligt kvalitativ innehållsanalys med induktiv ansats. Resultat: Intervjuerna mynnade ut i tre kategorier: Positiv påverkan på självkänsla, Negativ påverkan på självkänsla samt Betydelsen av skolsköterskans arbete. Temat som framkom i studien var, ett komplext och utmanande arbete. Konklusion: Det finns en dubbelriktad komplexitet i sociala mediers påverkan på elevers självkänsla. Skolsköterskans uppdrag att arbeta hälsofrämjande med elevers hälsa, bör utgå ifrån elevernas livsvärld och i samverkan med andra professioner.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».