中国大学生社交媒体疲劳与抑郁症状：AI焦虑的中介作用与主观社会经济地位的调节作用

数据集获取

源站：https://doi.org/10.7910/DVN/F5NNZD

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 99.8 KB。

数据说明

抑郁症状是大学生中最普遍的心理健康问题之一，但持续参与社交媒体并不能完全解释谁受到影响；数字压力的相关性部分取决于新兴技术如何被评价。一个相关但尚未充分研究的问题是，人工智能焦虑是否会传递这种关联，以及传递的强度是否随学生感知的社会地位而变化。本研究基于资源保存理论和社会比较理论，检验了一个有调节的中介模型，其中人工智能焦虑承载了社交媒体疲劳与抑郁症状之间的间接关联，而主观社会经济地位调节了人工智能焦虑与抑郁症状之间的关联。我们分析了来自1108名中国大学生的横断面在线调查数据，使用带有HC3稳健标准误的普通最小二乘回归和5000次Bootstrap重抽样。

社交媒体疲劳与人工智能焦虑呈正相关，且人工智能焦虑在社交媒体疲劳与抑郁症状之间具有显著的间接关联。主观社会经济地位增强而非削弱了人工智能焦虑与抑郁症状之间的正相关；因此，在主观社会经济地位较高时，间接关联更大。研究结果并不意味着感知到的社会劣势能保护学生免受与技术相关的困扰。相反，它们表明，人工智能焦虑与抑郁症状的关联在自认社会地位较高的学生中相对更为明显，对这些人而言，技术变革可能引发对维持未来前景的显著担忧。通过将数字压力、技术相关焦虑和社会地位评价联系起来，

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。