Цифровая идентичность: взаимосвязь смысложизненных ориентаций и содержания личного профиля пользователя социальной сети

Аннотация

В данной статье представлено исследование, в котором рассматривается взаимосвязь смысложизненных ориентаций и содержания личного профиля пользователя социальной сети. Авторы предлагают новый взгляд на личные аккаунты в социальных сетях, подчеркивая их эквивалентность дневниковым записям прошлых веков. Обращается внимание на то, как информация, представленная на страницах пользователей, отражает их психологическое состояние, направленность личности и мировоззрение. Новизна исследования заключается в изучении того, как убеждения человека о смысле жизни отражаются в контенте, которым он делится в киберпространстве. Изучая эту взаимосвязь, мы получаем представление о том, как люди выражают свои ценности, цели и перспективы через свое присутствие в сети. Данное исследование предлагает более глубокое понимание того, как люди передают и сообщают свой личный смысл и жизненные ориентации в цифровой сфере. В качестве методов исследования использовались опрос (а именно, тест смысложизненных ориентаций (СЖО) Д. А. Леонтьева), контент-анализ, математические методов обработки данных. Для исследования случайным образом была сформирована выборка из 54 пользователей с открытыми публичными профилями социальной сети возрастом от 16 до 22 лет, в равном количественном соотношении мужчин и женщин. В каждом аккаунте было отобрано от 20 до 24 фотографий. Была разработана инновационная процедура контент-анализа фотографий, представленных в социальных сетях. Для классификации изображений по контексту было сформулировано 9 категорий: учеба/работа, активный отдых, пассивный отдых, творчество, достижения, люди, внешность, пейзаж, другое. Было разработано руководство по кодированию изображений, обеспечивающее межкодерную валидность, в соответствии с ним были проанализированы фотографии и разделены на категории. После проведенного корреляционного анализа были выявлены взаимосвязи между оценками по шкалам теста СЖО и категориями контент-анализа. Анализ данных корреляций предлагается в статье.