【摘 要】
：
随着移动互联网、大数据、人工智能等信息科技技术的更迭和进步,社交媒体逐渐成为人们获取信息和社交的重要平台。在关注健康,追求理想身材的社会文化背景下,身材管理和健康饮食成为社交媒体上备受关注的主题,尤其对于女性使用者。是否社交媒体的使用和多样化的身材、健康饮食等信息的获取会对个体身体自我的感知和健康饮食的构建造成影响,这些问题的探讨具有重要的社会指导意义。本研究旨在以女大学生为研究对象,系统性地探讨
论文部分内容阅读
随着移动互联网、大数据、人工智能等信息科技技术的更迭和进步,社交媒体逐渐成为人们获取信息和社交的重要平台。在关注健康,追求理想身材的社会文化背景下,身材管理和健康饮食成为社交媒体上备受关注的主题,尤其对于女性使用者。是否社交媒体的使用和多样化的身材、健康饮食等信息的获取会对个体身体自我的感知和健康饮食的构建造成影响,这些问题的探讨具有重要的社会指导意义。本研究旨在以女大学生为研究对象,系统性地探讨内容类移动社交媒体对身体不满意和日常健康饮食行为的影响,以及内容类移动社交媒体、身体不满意和健康饮食行为三者之间的关系问题。本研究分为3个研究:研究1主要探讨女大学生内容类移动社交媒体的使用对身体不满意和健康饮食行为的影响,以及三者之间的关系;研究2进一步探讨不同类型的内容类移动社交媒体及其具体内容对女大学生身体不满意和健康饮食行为的影响,以及变量之间的关系;研究3通过实验性研究具体探讨内容类移动社交媒体中不同类型的身材信息对女大学生身体满意度和健康饮食行为的影响,以及三者之间的关系。结果显示:（1）内容类移动社交媒体的每日使用时长能够正向预测女大学生的不健康饮食和身体不满意度,且身体不满意度在每日使用时长对不健康饮食的影响中起完全中介作用;（2）社交媒体的不同类型对健康饮食的影响存在显著差异,常使用内容社区型社交媒体的女大学生表现出更多的健康饮食行为,而常使用短视频社交媒体有更少的健康饮食行为;（3）具体内容的不同类型对身体不满意度和健康饮食的影响均存在显著差异,常浏览时尚内容的女大学生有更多的不健康饮食行为和更强的身体不满意度;（4）不同类型的身材信息对身体满意度的影响存在显著差异,浏览偏胖女性图片后的被试身体满意度有显著的提升,浏览健美女性图片后的被试身材满意度显著下降;（5）不同类型的身材信息对健康饮食的影响存在显著差异,主要体现在所选食物的碳水化物含量上,浏览偏瘦女性图片后的被试所选汉堡碳水化物含量最高,浏览健美女性图片的最低。研究结果表明,内容类移动社交媒体的使用能够正向预测身体不满意度,越长时间地使用预示着日常不健康饮食的摄入越频繁,身体不满意在其中起中介作用。不同的app类型及其具体的内容类型所带来的影响不同,使用内容型社区（小红书和微博）的女大学生摄入健康饮食的频率更高,而且经常浏览时尚内容的个体有更多的不健康饮食行为和更强的身体不满意度。在提倡关注个体身心健康、助推健康饮食的今天,本研究对内容类移动社交媒体的女性使用者和建构者都具有现实性的指导意义。
其他文献
强化学习以试错的方式,在与环境的交互过程中学习策略。近年来,深度强化学习模型凭借其在游戏中超越人类的性能引起了广泛的关注。虽然深度强化学习模型具有很好的性能,但应用到实际中却存在不容忽视的安全问题。因此,构建可信的深度强化学习系统是非常必要的。本文主要关注深度强化学习的鲁棒性和安全性两个方面,它们都侧重于模型本身的可信程度。在这里鲁棒性关注的是模型对自然噪声的抵抗能力,而安全性则关注的是人为扰动,
本文主要研究了一般线性Lie color代数的Howe对偶.Dongho Moon利用一般线性Lie超代数（?）（m|n）与对称群（?）的Schur对偶以及Lie color代数的表示与Lie超代数的表示之间的联系给出了一般线性Lie color代数（?）（v,ε）与对称群（?）之间的Schur对偶（参见[13]）.本文通过“拼接”两个Schur对偶的方法,并利用对称群（?）的Specht模的相关
随着云计算的飞速发展和互联网的日新月异,学术界和工业界的用户都将本地私有的数据外包给云服务器进行存储。然而,数据外包到云端将会带来隐私信息泄露的问题,人们选择将加密后的数据外包到云端,但却阻止了用户搜索存储在云端的加密数据库。动态对称可搜索加密（Dynamic Searchable Symmetric Encryption,DSSE）支持对存储在云服务器上的加密数据进行关键字搜索和更新加密数据库,
自2008年区块链技术诞生以来,工作量证明（Proof-of-Work/Po W）共识算法一直是热点研究方向之一。相关研究表明基于Po W共识算法的区块链协议存在区块间隔时间高方差、矿工独自挖矿收益高方差、越来越趋于中心化和低吞吐量等缺点。近年来提出一系列精美的基于Po W共识算法的区块链协议,用于解决上述缺点。但尚无同时解决区块间隔时间和矿工独自挖矿收益高方差的方案。并且基于Po W共识算法的可
脉冲微分方程及其相关理论在生命科学中有着重要应用.本文利用脉冲微分方程相关理论和方法研究了两类脉冲微分方程模型的动力学性质.一类为周期性脉冲预防接种的COVID-19模型,一类是状态依赖脉冲免疫治疗的肿瘤模型.本文主要内容包含两部分:在第一部分,首先建立了连续性的SQUIR模型,给出了无病平衡点的局部稳定性条件.随后考虑周期性预防接种,建立了周期性脉冲的SQUIR模型,并进一步利用脉冲微分方程的定
本篇论文主要是分析食饵既具有强Allee效应又具有常数捕获的LeslieGower食饵捕食者模型的动力学行为。首先利用定性理论分析了在Allee效应以及常数捕获影响下的平衡点的存在情况以及类型与稳定性,得到了当参数满足不同条件时,系统的平衡点会有多种类型。特别地,在一定参数条件下系统尖点的余维数至少为三,并证明了余维三尖点的存在性。其次,分析不同参数条件下的分支情况。利用分支理论得到随着系统参数的
本文主要研究G=Z2⊕Z2阶化Hom-李代数,主要包括以下两个部分:第一部分首先给出了 gl（V,ε）和osp（V,ε）的color分支的矩阵表示,然后列出gl（V,ε）的一些自同构,并得到了这些自同构的关系式,最后给出了单李color代数sl（V,ε）和osp（V,ε）的自同构的生成元.第二部分证明了有限维单李color代数sl（V,ε）与osp（V,ε）上不存在非平凡的Hom-李color代数
特征值优化在工业界有广泛应用,计算颇具挑战性。本文创新地使用对抗神经网络方法求解一类带有设计约束的第一特征值优化问题。与传统方法相比,其无需求解偏微分方程,不用计算形状梯度,也不依赖于网格,减小了计算消耗的同时又简化了过程,还避免了传统方法容易受到网格影响的问题,只要拥有合适的参数,就能够得到极高的优化效率,训练时间较短。不过该方法缺少一定的数学解释,因此也无法在事先对参数进行估计,需要通过实验才
欧里庇得斯在《俄瑞斯忒斯》中构建了一个全新的复仇故事,紧接着发生于著名的弑母事件之后。诗人在这部新作中花费大量笔墨处理为父报仇所引发的问题,以及这些问题如何进一步导向新的复仇行动。不同于通常悲剧对俄瑞斯忒斯经典故事的解读,这部新剧将人物行动的动因、所遵循的规范从属神层面下降到属人层面,从城邦政治视角考察人们的伦理选择,进而探究复仇的政治意义。在这个过程中,智慧、友谊、神谕、法律、敌我等主要传统伦理
从互联网海量资讯文本中挖掘并筛选出感兴趣的实体和事件是当前自然语言处理领域的重要研究方向,也是工业界构建知识图谱的重要环节。以往事件抽取以事件为中心,探究事件类型及事件要素的识别,相关研究工作大多先检测事件再依据事件模式抽取事件论元,模型方法受限于事件检测性能。来源于真实工业场景对于目标实体及其事件信息的抽取需求,本文从实体角度出发,提出目标依赖的事件抽取任务,包含目标依赖的事件检测并扩展到事件抽