Le bien-être numérique, un enjeu de santé mentale technologique : la place du téléphone intelligent
Notice bibliographique
Résumé
Objectifs Présenter le concept de bien-être numérique et explorer la place d’outils digitaux au service de ce bien-être. Méthode L’article se base sur une description du concept de bien-être numérique, des modèles d’intervention actuellement disponibles et des possibilités d’évolution de ces modèles. Résultats L’utilisation des téléphones intelligents ou « smartphones » est devenue omniprésente dans la société moderne, en particulier chez les adolescents et les jeunes adultes. Avec une connectivité intelligente, interactive, pratique et permanente, les individus sont confrontés à de nouveaux défis et à de nouvelles pressions liées au moment, à l’endroit, à la manière et à l’intensité avec lesquels ils décident de se connecter ou de se déconnecter des services fournis par le téléphone intelligent. L’utilisation problématique des téléphones intelligents a été associée à des troubles de la santé mentale et à des problèmes fonctionnels. Face à cet enjeu d’un usage du numérique au service du bien-être, le concept de bien-être numérique a récemment été introduit. Il s’agit de l’expérience subjective et individuelle d’un équilibre optimal entre les avantages et les inconvénients associés à la technologie numérique. Des outils technologiques orientés sur le contrôle des temps d’usage des écrans sont proposés. Les résultats de ces approches sont mitigés. Conclusion Pour une efficacité optimale, une meilleure intégration des interfaces dynamiques entre l’humain et la machine pourrait être essentielle.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».