Notice bibliographique
Résumé
Adolescents spend a significant and increasing amount of time online, especially on social media (SM) platforms. Replicating most of the questions from the 2018 PEW Teen Survey (Anderson & Jiang, 2018), this study provides a current understanding of how a sample of Canadian adolescents use SM, what perceived effects of SM they report, and whether there are noticeable differences in some of the responses, broken down by demographic variables. Results indicate that Canadian teens are plugged into SM platforms on a near constant basis and that Snapchat was the most popular platform used followed closely by TikTok. Connecting with friends was most often reported as a positive effect while feeling pressure to post content that makes them look good as well as experiencing unrealistic views of others’ lives, were most often reported as negative effects. There was no statistically significant difference in the overall effects of SM use in relation to the demographic subgroups of age, gender, ethnicity, and socioeconomic status. However, there were notable variances for other research variables such as posting behaviors and playing video games related to gender, whereby girls posted more selfies and felt more pressure to post content for likes while boys played more video games. Both the American and Canadian studies indicate declining popularity for the platform Facebook, with even fewer Canadian teens using it. Additionally, there are similarities in the posting behaviors of both teen populations. This study also reports on the effects of the Covid pandemic in relation to the frequency of SM use and future outlook. Canadian teens overwhelmingly reported an increase in SM use due to the pandemic and an overall pessimistic outlook for the future. Implications of this study include more strategic education and government initiatives based on the most current understanding of teen social media use.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».