数字环境中的在线受害(Online Victimisation):土耳其社交媒体用户报告经历及其人口学与平台使用关联因素研究

《Acta Psychologica》:Online victimisation in digital environments: A study on social media users

【字体: 大 中 小 】 时间:2026年09月28日 来源:Acta Psychologica 3.8

编辑推荐:

  目的:本研究考察土耳其(Türkiye)社交媒体用户中报告在线受害经历的比例,并识别与这些经历相关的人口学和行为因素。方法:研究人员采用定量、相关性方法,对至少活跃使用一个社交媒体平台的18岁及以上个体开展横截面调查(cross-sectional surve

  
目的:本研究考察土耳其(Türkiye)社交媒体用户中报告在线受害经历的比例,并识别与这些经历相关的人口学和行为因素。方法:研究人员采用定量、相关性方法,对至少活跃使用一个社交媒体平台的18岁及以上个体开展横截面调查(cross-sectional survey)。数据通过一份三部分在线问卷收集,评估社会人口学特征、社交媒体使用模式和在线受害经历。参与者通过方便抽样和滚雪球抽样招募,数据分析采用二元逻辑回归(binary logistic regression)。结果:在主要分析中,77.3%(n=621)的参与者报告至少一种所列在线受害经历的发生频率为“很少”或更高。性别、收入水平以及使用Facebook、Twitter、WhatsApp和Swarm与受害显著相关。在采用更严格阈值(“有时”或更高)的敏感性分析中,被归类为受害者的比例降至54.4%(n=437)。Facebook、Twitter和Swarm的相关性仍具有统计学显著性,而若干人口学和其他平台相关关联随结果阈值而变化。结论:在线受害与特定人口学和平台使用特征相关。涉及Facebook、Twitter和Swarm的关联在不同受害定义下相对稳健,而若干人口学和其他平台相关关联对操作性阈值敏感。鉴于横截面设计、非概率抽样以及缺乏明确回忆期,研究结果应被视为探索性关联,而非因果性或总体水平估计。
研究背景与问题

传统欺凌(bullying)被界定为个体或群体对无法有效自卫者的重复、故意伤害行为,其核心要素包括重复性、故意性与权力不对等。数字技术使欺凌从物理空间延伸至网络环境,形成网络欺凌(cyberbullying)现象。尽管相关研究快速增长,但多数集中于青少年,成人社交媒体用户的在线受害(online victimisation)研究仍不足;同时,较少研究采用多平台视角考察不同平台使用与受害风险的关联。土耳其社交媒体渗透率高,且处于集体价值与数字个体主义交叠的社会转型背景,为开展此类研究提供了合适情境。研究人员以常规活动理论(Routine Activity Theory, RAT)和在线去抑制理论(Online Disinhibition Theory, ODT)作为解释框架,提出两个研究问题:土耳其成年社交媒体用户报告在线受害的比例如何,以及社会人口学特征与特定平台使用如何与受害关联。

总体发现与意义

研究人员采用定量横截面设计,通过在线问卷收集数据,最终分析样本为803名土耳其18岁以上、至少活跃使用一个社交媒体平台的用户。主要分析显示,77.3%的参与者报告至少一种在线受害经历;在更严格阈值下该比例为54.4%。校正混杂因素后,性别、最高收入组、Facebook、Twitter、Swarm和WhatsApp使用与报告受害显著相关,其中Facebook、Twitter和Swarm的正向关联在不同受害定义下相对稳健。该研究填补了成人网络受害文献的不足,提示平台特异性风险模式,并为未来基于纵向设计和直接测量理论机制的干预研究提供了实证基础。

主要技术方法

研究采用非概率方便抽样和滚雪球抽样,于2025年11月15日至12月15日通过Google Forms在线问卷招募土耳其18岁及以上、至少活跃使用一个社交媒体平台的个体;收到854份回答,剔除51份重复或不一致数据后得到803份有效样本。问卷含三部分:社会人口学特征、平台使用状况、20项在线受害行为清单。分析先采用χ2独立性检验,再拟合二元逻辑回归并估计平均边际效应(AME),以分层10折交叉验证评估模型,并以“有时”及以上为阈值进行敏感性分析。

研究结果

4.1 研究参与者特征

描述性统计和χ2检验显示,性别、年龄、收入水平、Facebook使用、Twitter使用、WhatsApp使用、LinkedIn使用和Swarm使用与报告受害存在显著双变量关联;婚姻状态、教育水平、职业、Instagram、YouTube、Snapchat和其他平台使用未检出显著关联。主要分析中,621名(77.3%)参与者报告至少一种所列在线受害经历,182名(22.7%)对所有项目选择“从不”。

4.2 多变量分析

二元逻辑回归模型整体显著(LR χ2(28)=111.19,p<.001;McFadden伪R2=0.129;表观AUC=0.741)。校正后,女性(OR=0.540,95% CI: 0.356–0.818)和最高收入组(OR=0.228,95% CI: 0.077–0.677)与较低受害几率相关;Facebook(OR=2.170)、Twitter(OR=1.997)和Swarm(OR=3.408)与较高受害几率相关;WhatsApp(OR=0.291)与较低受害几率相关。年龄、婚姻、教育、职业、Instagram、YouTube、LinkedIn和Snapchat未达到常规显著性水平。分层10折交叉验证后AUC降至0.675,提示模型应解释为探索性关联模型而非预测工具。

4.3 敏感性分析

以“有时”及以上作为更严格受害定义时,受害比例降至54.4%(n=437)。替代模型整体显著(LR χ2(28)=157.19,p<.001;McFadden伪R2=0.142)。Facebook、Twitter和Swarm的正向关联仍保持统计显著;而性别、WhatsApp和最高收入组不再显著,并出现若干年龄组差异。这表明核心平台关联较稳健,而性别、收入和其他平台相关关联对结果的操作化阈值敏感。

讨论与结论

讨论指出,研究发现对假设呈混合支持:H1在主要模型中得到支持;H2仅部分支持,因最高收入组关联显著而年龄梯度未稳定检出;H3亦部分支持,性别关联显著而职业关联不稳健。性别差异方向与部分文献相反,提示性别作用可能受文化情境和欺凌类型调节;年龄未呈现统一梯度;高收入可能反映数字素养、隐私意识等未测量保护性因素。平台使用关联与RAT和ODT的解释方向一致,但该研究未直接测量暴露、监护、匿名性和去抑制机制,因此平台关联不能被解释为平台架构导致受害的直接证据;同时,由于未询问事件发生平台,Facebook等平台使用者的较高报告率也不等同于事件发生在该平台。教育程度和婚姻状态未检出显著校正关联。研究结论(翻译):本研究识别了土耳其成人社交媒体用户非概率样本中,特定社会人口学特征、社交媒体平台使用与报告在线受害之间的关联。主要模型中,性别、最高收入类别以及Facebook、Twitter、WhatsApp和Swarm的使用与受害相关,而教育、婚姻状况、职业和年龄在常规5%显著性水平上未检出稳健关联。敏感性分析表明,若干关联取决于操作化阈值;Facebook、Twitter和Swarm的正向关联在不同结果定义下相对一致。这些发现为针对性反网络欺凌措施和平台安全治理提供了平台特异性证据基础,未来需借助概率抽样、纵向设计和直接测量心理机制的研究加以验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号