<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>مطالعات رفتاری و اجتماعی در سلامت روان</JournalTitle>
      <Issn></Issn>
      <Volume>1</Volume>
      <Issue>پیاپی 2</Issue>
      <PubDate PubStatus="epublish">
        <Year>1404</Year>
        <Month>02</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Analysis of Online Behaviors and Their Relationship with Psychological Vulnerability: A Data-Driven Approach to Social Mental Health</ArticleTitle>
    <VernacularTitle>تحلیل رفتارهای آنلاین و ارتباط آن با آسیب‌پذیری روان‌شناختی: رویکردی داده‌محور در سلامت روان اجتماعی</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>19</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>رضا</FirstName>
        <LastName>کریمی</LastName>
        <Affiliation>گروه روان‌شناسی سلامت، دانشگاه اصفهان، اصفهان، ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <Abstract>&lt;p&gt;This study aimed to identify online behavioral patterns associated with psychological vulnerability and explain the individual and social mechanisms underlying this relationship among adult users living in Tehran. This qualitative study employed an inductive thematic analysis approach. The participants were 24 adult internet and social media users living in Tehran, including 14 women and 10 men aged 19–42 years, who were selected through purposive maximum-variation sampling. Data were collected exclusively through individual semi-structured interviews. Each interview lasted approximately 45–75 minutes, was audio-recorded with informed consent, and was transcribed verbatim. Theoretical saturation was reached after the twenty-first interview, followed by three confirmatory interviews to ensure data adequacy. The data were managed and analyzed using NVivo software through familiarization, initial coding, category development, theme review, theme definition, and interpretive synthesis. Credibility and trustworthiness were enhanced through participant checking, peer review, an audit trail, reflexive note-taking, and maximum-variation sampling. Five main categories emerged from the analysis: compensatory online use for emotion regulation; social comparison and vulnerability in self-evaluation; information overload, cognitive fatigue, and sleep disruption; the dual experience of online social support and interpersonal threats; and observable behavioral indicators for the early identification of psychological vulnerability. Recurrent checking of notifications, aimless scrolling, nighttime use, mood dependence on online feedback, repeated deletion and reinstallation of applications, withdrawal from face-to-face relationships, and heightened sensitivity to online visibility were described as salient indicators of increasing distress. The findings also showed that supportive online interactions could reduce loneliness, whereas rejection, cyberaggression, privacy concerns, and exposure to idealized content intensified psychological vulnerability. Psychological vulnerability appeared to be associated not merely with the amount of time spent online but with motives for use, interaction quality, exposure context, perceived control, and the displacement of protective offline activities. Data-driven mental health approaches should therefore move beyond screen-time indicators and integrate behavioral, emotional, interpersonal, and contextual markers. Digital mental health literacy, emotion-regulation training, notification management, sleep-related interventions, and ethically designed early-warning systems may contribute to the promotion of social mental health.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;پژوهش حاضر با هدف شناسایی الگوهای رفتار آنلاین مرتبط با آسیب‌پذیری روان‌شناختی و تبیین سازوکارهای فردی و اجتماعی مؤثر بر این ارتباط در میان کاربران بزرگسال ساکن تهران انجام شد. این پژوهش با رویکرد کیفی و با استفاده از تحلیل مضمون استقرایی انجام شد. مشارکت‌کنندگان شامل ۲۴ کاربر بزرگسال ساکن تهران، متشکل از ۱۴ زن و ۱۰ مرد در دامنه سنی ۱۹ تا ۴۲ سال بودند که با روش نمونه‌گیری هدفمند و با رعایت حداکثر تنوع انتخاب شدند. داده‌ها صرفاً از طریق مصاحبه‌های نیمه‌ساختاریافته فردی گردآوری شد. مصاحبه‌ها بین ۴۵ تا ۷۵ دقیقه به طول انجامید، ضبط و به‌صورت کلمه‌به‌کلمه پیاده‌سازی شد. اشباع نظری پس از مصاحبه بیست‌ویکم حاصل شد و سه مصاحبه تکمیلی برای اطمینان از کفایت داده‌ها انجام گرفت. داده‌ها با استفاده از نرم‌افزار NVivo و طی مراحل آشنایی با داده‌ها، کدگذاری اولیه، تشکیل مقوله‌ها، بازبینی مضامین و تفسیر نهایی تحلیل شدند. اعتبار یافته‌ها از طریق بازبینی مشارکت‌کنندگان، مرور همکار پژوهشی، ثبت مسیر تصمیم‌گیری و نمونه‌گیری با حداکثر تنوع تقویت شد. تحلیل مصاحبه‌ها به شناسایی پنج مقوله اصلی منجر شد: استفاده جبرانی از فضای آنلاین برای تنظیم هیجان؛ مقایسه اجتماعی و آسیب‌پذیری خودارزشی؛ اضافه‌بار اطلاعاتی، فرسودگی شناختی و اختلال در خواب؛ دوگانگی حمایت اجتماعی و تهدیدهای بین‌فردی آنلاین؛ و شاخص‌های رفتاری قابل‌رصد برای شناسایی زودهنگام آسیب‌پذیری. مشارکت‌کنندگان رفتارهایی مانند وارسی مکرر اعلان‌ها، پیمایش بی‌هدف، استفاده شبانه، وابستگی خلق به بازخوردهای آنلاین، حذف و نصب مجدد برنامه‌ها، کناره‌گیری از روابط حضوری و حساسیت به دیده‌شدن را به‌عنوان نشانه‌های تشدید آشفتگی روان‌شناختی توصیف کردند. یافته‌ها نشان دادند که آسیب‌پذیری روان‌شناختی نه صرفاً با میزان حضور آنلاین، بلکه با انگیزه استفاده، کیفیت تعامل، نوع محتوای مشاهده‌شده، میزان کنترل ادراک‌شده و جایگزینی فعالیت‌های آفلاین ارتباط دارد. بنابراین، رویکردهای داده‌محور باید به‌جای تمرکز انحصاری بر زمان استفاده، مجموعه‌ای از شاخص‌های رفتاری، هیجانی و زمینه‌ای را بررسی کنند. توسعه سواد سلامت دیجیتال، تقویت تنظیم هیجان، آموزش مدیریت اعلان‌ها و طراحی سامانه‌های اخلاق‌مدار برای شناسایی زودهنگام الگوهای پرخطر می‌تواند به ارتقای سلامت روان اجتماعی کمک کند.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Online behavior</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">psychological vulnerability</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">social mental health</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">social media</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">problematic internet use</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">data-driven analysis </Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">thematic analysis</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">رفتار آنلاین</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">آسیب‌پذیری روان‌شناختی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">سلامت روان اجتماعی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">شبکه‌های اجتماعی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">استفاده مسئله‌ساز از اینترنت</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تحلیل داده‌محور</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">، تحلیل مضمون</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jbssmh.com/index.php/jbssmh/article/download/16/11</ArchiveCopySource>
  </Article>
</ArticleSet>
