MétaCan
Menu
Retour à la cohorte
Enregistrement W4286412492 · doi:10.3138/jeunesse.12.1.16

“God Only Knows What It’s Doing to Our Children’s Brains”: A Closer Look at Internet Addiction Discourse

2020· article· en· W4286412492 sur OpenAlexvenueno aff
Katie Mackinnon, Leslie Regan Shade

Notice bibliographique

RevueJeunesse Young People Texts Cultures · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommodificationArgument (complex analysis)RhetoricRhetorical questionHumanismSociologyPower (physics)The InternetPublic relationsAddictionPolitical scienceMedia studiesPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

This article examines the current discourse of “ethical technology” or “tech humanism” as it relates to young people’s use of mobile and social media. Reminiscent of earlier moral and media panics surrounding the use of communication technologies by young people, the current rhetoric focuses on “internet addiction” and other health aspects, and whether and how tech companies should be responsible for the use of their products and services. It is a contested debate that has brought together reformed Silicon Valley tech entrepreneurs, policy-makers, health specialists, academics, educators, and parents. In this article we demonstrate the range of stakeholders deeply engaged in these debates to argue that while there is genuine concern about the power and influence of social media and digital technologies, fears about young people’s relationships with digital technology has been profitable, and discourse on “internet addiction” has worked in ways that protect corporations and redirect condemnation away from them and toward the young people they are claiming to protect. In making this argument, we trace a history of “internet addiction” research in order to situate the current discourse, examine the rhetorical shift that emphasizes the health effects of technology on young people, survey the stakeholders leading these debates, and assesses the corporate responsibility of tech companies that depend on the commodification of young people’s content for their bottom line.

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)0,010
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0150,047
Communication savante0,0140,015
Science ouverte0,0010,009
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,315
Écart entre enseignants0,299 · 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'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJeunesse Young People Texts CulturesMême sujetMisinformation and Its ImpactsTravaux en français237 207