MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206521089 · doi:10.3390/ijerph19010429

The Missing Measure of Loneliness: A Case for Including Neededness in Loneliness Scales

2021· article· en· W4206521089 sur OpenAlexafffund
Ariel Gordy, Helen Han Wei Luo, Margo Sidline, Kimberley Brownlee

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanada Research Chairs
Mots-clésLonelinessMeasure (data warehouse)PsychologyClinical psychologyComputer scienceSocial psychologyData mining

Résumé

récupéré en direct d'OpenAlex

. More recent scales such as the DLS and SELSA do include items on neededness, but only within their romantic loneliness subscales. This paper proposes that new iterations of loneliness scales should include in all subscales two items on neededness: (a) whether a person feels important to someone else and (b) whether that person has good ways to serve others' well-being. The paper surveys cognate studies that do not rely on loneliness scales but establish a link between neededness and feelings of social connection. It then highlights ways in which neededness items would improve the ability of loneliness scales to specify the risk profile, to delineate variations in the emotional tone and quality of loneliness, and to propose suitable interventions. The paper outlines a theoretical argument-drawing on moral philosophy-that prosociality and being needed are non-contingent, morally urgent human needs, postulating that the protective benefits of neededness vary according to at least four factors: the significance, persistence, non-instrumentality, and non-fungibility of the ways in which a person is needed. Finally, the paper considers implications for the design of appropriate remedies for loneliness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,050
score de la tête « metaresearch » (Gemma)0,128
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,128
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,005
Communication savante0,0020,007
Science ouverte0,0020,004
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,212
Tête enseignante GPT0,481
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public Health→Même sujetPsychological Well-being and Life Satisfaction→Travaux en français237 207→