MétaCan
Menu
Retour à la cohorte
Enregistrement W4366548588 · doi:10.1145/3544548.3581134

Co-Designing with Early Adolescents: Understanding Perceptions of and Design Considerations for Tech-Based Mediation Strategies that Promote Technology Disengagement

2023· article· en· W4366548588 sur OpenAlexaff
Ananta Chowdhury, Andrea Bunt

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDisengagement theoryMediationPerceptionLimitingAutonomyCo-designSession (web analytics)PsychologyDevelopmental psychologyKnowledge managementApplied psychologyComputer scienceEngineeringMedicineSociologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Children's excessive use of technology is a growing concern, and despite taking various measures, parents often find it difficult to limit their children's device use. Limiting tech usage can be especially challenging with early adolescents as they start to develop a sense of autonomy. While numerous tech-based mediation solutions exist, in this paper, we aim to learn from early adolescents directly by having them contribute to co-design activities. Through a multi-session, group-based, online co-design study with 21 early adolescents (ages 11-14), we explore their perceptions towards tech overuse and what types of solutions they propose to help with disengagement. Findings from these co-design sessions contribute insights into how the participants conceptualized the problem of tech overuse, how they envisioned appropriate mediation strategies, and important design considerations. We also reflect on our study methods, which encouraged active participation from our participants and facilitated valuable contributions during the online co-design sessions.

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)0,023
score de la tête « metaresearch » (Gemma)0,028
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 enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,003
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,113
Tête enseignante GPT0,327
Écart entre enseignants0,214 · 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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChild Development and Digital TechnologyTravaux en français237 207