“I’ll use it differently now”: using dual-systems theory to explore youth engagement with networked technologies
Notice bibliographique
Résumé
OBJECTIVES: Many young Canadians experience high levels of networked connectivity, which some suggest may negatively impact their health. Adult monitoring has not been shown to be an effective long-term strategy for supporting young people in healthy engagement with tech. In this study, we explore the benefits of empowering young people to set healthy goals and monitor themselves. We engage with Shapka's (2019) critique of dual-systems theory, and consider the relationship between the neurological and behavioural systems in relation to adolescent internet use. METHODS: Using a youth participatory action research approach, we co-designed a project with six adolescents to explore the ways that their use of networked technologies was affecting their lives by disconnecting and observing how the lack of networked connectivity changed their experiences. The youth used a media diary to track their use of devices both before and after disconnecting. RESULTS: The main benefit of disconnecting appeared to be having the opportunity to reflect on one's own use of networked devices. This enabled the participants to reconnect in a more intentional way. Findings support Shapka's speculation that dual-systems theory, with a focus on regulation, may not be the most useful way of supporting adolescents in developing healthy habits around their wired tech. CONCLUSION: Adolescent experiences of networked technologies are complex, yet they are able to navigate this landscape with intelligent strategies. Their self-directed exploration of disconnection helped them to become reflexive practitioners who were able to revisit their use of networked technologies with new insights and self-control.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».