MétaCan
Menu
Retour à la cohorte
Enregistrement W4317766085 · doi:10.7202/1095344ar

Présenter ou non une utilisation problématique d’Internet : le point de vue de l’usager, du clinicien et de l’Internet Addiction Test

2023· article· fr· W4317766085 sur OpenAlexaffvenue
Lily Trudeau-Guévin, Magali Dufour, Mathieu Goyette, Sylvie Gagnon, Louise Nadeau, Djamal Berbiche, Émélie Laverdière

Notice bibliographique

RevueDrogues santé et société · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensCentre intégré de santé et de services sociaux de Chaudière-AppalachesUniversité du Québec à MontréalUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

Objectifs : L’évaluation de l’utilisation pathologique d’Internet (UPI) repose essentiellement sur des questionnaires autorapportés, sans égard à l’ensemble des points de vue possibles. Cette recherche vise à documenter différentes sources d’information pour évaluer la présence d’une UPI. L’étude compare la perception de jeunes en traitement pour une UPI quant à leur problématique avec celle d’un clinicien et celle d’un instrument de mesure l’Internet Addiction Test (IAT). Méthode : 74 participants âgés de 14 à 17 ans ont été recrutés à travers des centres de traitement en dépendance. Ils ont complété l’IAT et pris part à une entrevue semi-structurée évaluant la présence d’une UPI et leur perspective par rapport à celle-ci. Au terme de l’entrevue, les cliniciens ont statué sur la présence ou non d’une UPI et expliqué les raisons étayant leur jugement. Les jeunes ont également statué et expliqué leur vision de la nature de leur problématique. La concordance entre les points de vue a été dégagée à partir d’analyse de répartition des fréquences. Une analyse qualitative a aussi été réalisée sur les raisons justifiant la présence d’une problématique. Résultats : Les évaluations des jeunes, des cliniciens et de l’IAT concordaient dans 59,5 % des cas. Les raisons les plus fréquemment mentionnées par les jeunes et les cliniciens pour expliquer la présence d’une UPI sont : la présence de méfaits, la difficulté de contrôle et le grand nombre d’heures passées en ligne. Conclusions : Les résultats suggèrent qu’il existe des divergences entre la perception des jeunes, des cliniciens et le score à l’IAT. Les raisons mentionnées par les deux parties pour expliquer leur jugement s’arriment aux critères diagnostiques recensés dans la littérature. Cette étude souligne l’importance de prendre en compte différents points de vue dans l’établissement de critères diagnostiques d’une condition émergente comme l’UPI.

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)0,004
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,368
Écart entre enseignants0,343 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDrogues santé et sociétéMême sujetImpact of Technology on AdolescentsTravaux en français237 207