MétaCan
Menu
Retour à la cohorte
Enregistrement W4416390227 · doi:10.31192/np.23.3.8

The Rise of Loneliness Among Young People

2025· article· hr· W4416390227 sur OpenAlexaboutno aff
Roman Globokar, David Kraner, Marko Weilguny

Notice bibliographique

RevueNova prisutnost · 2025
Typearticle
Languehr
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessFeelingPerceptionDisconnectionSocial mediaDisplacement (psychology)Quarter (Canadian coin)

Résumé

récupéré en direct d'OpenAlex

The article explores the increasing prevalence of loneliness among young people, focusing on digital media’s role in shaping their social experiences. Drawing from historical, psychological, and sociological perspectives, the authors argue that loneliness is not merely physical isolation, but a deeply subjective feeling tied to perceived disconnection from meaningful relationships. Two key hypotheses frame the analysis: the displacement hypothesis (digital media replaces face-to-face interaction and increases loneliness) and the stimulation hypothesis (digital media enhances existing relationships and reduces loneliness). The impact of digital media depends largely on its usage—active versus passive engagement—and the user’s underlying social needs. The article presents findings from a 2022 survey of 654 Slovenian secondary school students. A quarter of respondents reported frequent or constant feelings of loneliness. Students who reported greater loneliness also had more difficulty socializing and were less willing to give up social media use, suggesting a possible dependence on digital interaction as a substitute for real-life connection. The authors emphasize the importance of subjective perceptions of loneliness, arguing that standardized scales often fail to capture this. They advocate for more attention in educational settings to support students experiencing deep loneliness – especially those who may not reach out or appear isolated.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,051
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,326
Écart entre enseignants0,308 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNova prisutnostMême sujetImpact of Technology on AdolescentsTravaux en français237 207