Being positive and its effect on self-esteem and social needs satisfaction in the presence of social media feedback
Bibliographic record
Abstract
Selon la théorie sociométrique de l'estime de soi (Sociometer Theory; Leary, Tambor, Terdal, & Downs, 1995), la satisfaction des besoins d'affiliation contribue de façon significative à une saine estime de soi. Il est concevable que la plate-forme des réseaux sociaux virtuels permette aux personnes de satisfaire leurs besoins d'affiliation, en plus d'offrir à celles possédant une faible estime de soi l'occasion de combler un manque d'affiliation dans leurs interactions sociales. Toutefois, plusieurs études (Forest & Wood, 2012) suggèrent que les personnes dont l'estime de soi est faible (FES), relativement aux personnes chez qui elle est haute (HES), tendent à se montrer plus négatives sur les réseaux sociaux – Facebook, en particulier – ce qui diminue la quantité de rétroactions positives qu'elles reçoivent et fait en sorte qu'elles sont moins appréciées par les autres utilisateurs. La présente étude a testé l'hypothèse que les individus ayant une FES et à qui on a donné l'instruction d'émettre des commentaires positifs sur Facebook (particulièrement en réaction aux rétroactions positives venant des autres) rapporterait une amélioration de leur estime de soi. Cinquante-trois (53) participants ont participé à une étude de 2 semaines, où nous leur avons demandé de se prêter à l'un ou l'autre de ces trois exercices : (1) écrire quotidiennement des commentaires positifs sur Facebook, où il leur serait possible de recevoir une rétroaction de leur pairs, (2) écrire quotidiennement des commentaires positifs dans le cadre d'un sondage, où il leur serait impossible de recevoir une rétroaction, ou (3) écrire quotidiennement des commentaires de leur choix (positifs, négatifs, ou neutres) sur Facebook. Les résultats, basés sur deux semaines de collecte de données, n'ont pas mis en évidence l'amélioration de l'estime de soi que nous prédisions. Toutefois, nous avons observé que le nombre de rétroactions reçues était positivement corrélé au sentiment d'affiliation sociale, une composante essentielle de la théorie sociométrique de l'estime de soi. De plus, l'utilisation d'analyses de régressions hiérarchiques a révélé que le nombre de commentaires positifs reçus quotidiennement était positivement corrélé à une amélioration de l'estime de soi le jour suivant. Ces résultats suggèrent que les réseaux sociaux virtuels (Facebook en l'occurrence), peuvent servir de plates-formes viables qui permettent aux personnes de satisfaire leurs besoins d'affiliation sociale, et éventuellement d'améliorer leur estime de soi.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".