MétaCan
Menu
Retour à la cohorte
Enregistrement W4417122210 · doi:10.1037/tmb0000180.supp

Supplemental Material for Links Between Adolescent Time-Use Sequences and Well-Being

2025· article· en· W4417122210 sur OpenAlexfundno aff
Elizabeth W. Chan, Natalie S. T. Cheung, Jessie Y. S. Choy, Felix Cheung

Notice bibliographique

RevueTechnology Mind and Behavior · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesOntario Ministry of Research and InnovationSocial Sciences and Humanities Research Council of CanadaCanada Research ChairsUniversity College LondonCanada Foundation for Innovation
Mots-clésCohortExploratory analysisExploratory researchAssociation (psychology)Cohort studyScreen time

Résumé

récupéré en direct d'OpenAlex

Studies on time use and adolescent well-being typically focus on total time but rarely examine how an activity is embedded within a sequence of various activities. However, the potential importance of time-use sequences is apparent in pediatric recommendations like avoiding technology before bed. Using 24-hr time-use diaries from a representative birth cohort of 2,198 U.K. adolescents, we examined whether time-use sequences are prospectively associated with subjective well-being and 23 developmental outcomes. Preregistered analyses identified two weekday and four weekend sequences linked to different demographic and well-being correlates. For example, adolescents with high screen time throughout the day and late bedtimes experienced poorer outcomes than those whose late-night screen time followed diverse activities or active leisure. Yet, in exploratory analyses accounting for total time, only a few significant associations remained. This illustrates the advantage of examining total time-use and time-use sequences together to gain a more comprehensive understanding of adolescent well-being.

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)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil0,746

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,4770,042

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 Opus0,016
Tête enseignante GPT0,323
Écart entre enseignants0,307 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueTechnology Mind and BehaviorMême sujetImpact of Technology on AdolescentsTravaux en français237 207