Worldwide increases in adolescent loneliness
Notice bibliographique
Résumé
INTRODUCTION: Several studies have documented increases in adolescent loneliness and depression in the U.S., UK, and Canada after 2012, but it is unknown whether these trends appear worldwide or whether they are linked to factors such as economic conditions, technology use, or changes in family size. METHODS: The Programme for International Student Assessment (PISA) survey of 15- and 16-year-old students around the world included a 6-item measure of school loneliness in 2000, 2003, 2012, 2015, and 2018 (n = 1,049,784, 51% female) across 37 countries. RESULTS: School loneliness increased 2012-2018 in 36 out of 37 countries. Worldwide, nearly twice as many adolescents in 2018 (vs. 2012) had elevated levels of school loneliness. Increases in loneliness were larger among girls than among boys and in countries with full measurement invariance. In multi-level modeling analyses, school loneliness was high when smartphone access and internet use were high. In contrast, higher unemployment rates predicted lower school loneliness. Income inequality, GDP, and total fertility rate (family size) were not significantly related to school loneliness when matched by year. School loneliness was positively correlated with negative affect and negatively correlated with positive affect and life satisfaction, suggesting the measure has broad implications for adolescent well-being. CONCLUSIONS: The psychological well-being of adolescents around the world began to decline after 2012, in conjunction with the rise of smartphone access and increased internet use, though causation cannot be proven and more years of data will provide a more complete picture.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».