Time Use and Well-being of Belgian Adolescents: Research Findings and Time Use Evidence
Notice bibliographique
Résumé
Promoting the well-being of young people is one of the main policy goals of youth policies in many Western countries. Yet a clear and distinct definition of the concept of well-being is not available. This paper discusses the measurement of well-being in Belgian youth research and factors influencing the well-being of adolescents. The paper also examines the time use of Belgian adolescents using data from the 1999 Belgian Time Use Survey, differentiating adolescents by gender, age, educational track and parents’ educational background. The time use of the 12- to 19-year olds attending secondary school is compared with the time use of the total population. Finally, we examine data about the subjective health of young people. Surveybased youth research stresses the growing importance of peers for the well-being of teens in late adolescence. This observation is supported by the analyses of time use data. Time use data show that boys engage more than girls in physically active leisure and games, while girls are more actively involved in what is sometimes labelled as “bedroom culture.” As adolescents grow up they are more involved in social leisure, spend less time at home and spend more time with peers. Seventy two percent of adolescents report that they are in very good health. These teenagers spend less time on computers, surfing the net and hobbies. They are less alone and spend more time in the company of others. The time use data reveal that the total workload of adolescents equals that of the population in general.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».