MétaCan
Menu
Retour à la cohorte
Enregistrement W4316468823 · doi:10.1038/s41598-023-27606-3

A desire for distraction: uncovering the rates of media multitasking during online research studies

2023· article· en· W4316468823 sur OpenAlexafffund
Allison C. Drody, Effie J. Pereira, Daniel Smilek

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHuman multitaskingDistractionComputer sciencePsychologyData scienceCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Interpretations of task performance in many cognitive studies rest on the assumption that participants are fully attentive to the tasks they agree to complete. However, with research studies being increasingly conducted online where monitoring participant engagement is difficult, this assumption may be inaccurate. If participants were found to be engaging in off-task behaviours while participating in these studies, the interpretation of study results might be called into question. To investigate this issue, we conducted a secondary data analysis across nearly 3000 participants in various online studies to examine the prevalence of one form of off-task behaviour: media multitasking. Rates of media multitasking were found to be high, averaging 38% and ranging from 9 to 85% across studies. Our findings broadly raise questions about the interpretability of results from online studies and urge researchers to consider the likelihood that participants are simultaneously engaging in off-task behaviours while completing online research tasks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,394
Tête enseignante GPT0,465
Écart entre enseignants0,071 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations23
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMind wandering and attentionTravaux en français237 207