School nurses’ experiences of the impact of social media on students’ self-esteem – a qualitative study
Bibliographic record
Abstract
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.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".