MétaCan
Menu
Retour à la cohorte
Enregistrement W6943717006 · doi:10.17605/osf.io/nhcaq

Digital media use, social isolation, and well-being in adolescents: A network analysis

2022· other· en· W6943717006 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2022
Typeother
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geophysical Studies Worldwide
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessSocial mediaDigital mediaIsolation (microbiology)Interpersonal communicationSocial isolationSocial network (sociolinguistics)Modality (human–computer interaction)Media useInterpersonal relationship

Résumé

récupéré en direct d'OpenAlex

Digital media are ever-present in the social lives of adolescents. Some previous work suggests that screen time (i.e., the total amount of time spent on screen-based devices) may generally be detrimental to youth's mental well-being and interpersonal relationships by way of displacing in-person interactions and increasing loneliness (Twenge et al., 2019). In contrast, other theories suggest that some forms of media use may be conducive to well-being and less social isolation (Huang et al., 2022). These findings suggest that the extent to which digital media use relates to positive or negative outcomes varies based on the purpose or modality of device use. However, nuanced associations have not been well-explored. More comprehensive analytical approaches that enable simultaneous assessments of both positive and negative outcomes are required to fully capture the complex interrelationships between media use, mental health, and social well-being. This study examines the associations between various aspects of digital media use, social isolation, and psychological outcomes in a sample of Canadian adolescents. Findings will bolster the current understanding of how digital media permeates young peoples' social and emotional 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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil0,898

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkMême sujetGeological and Geophysical Studies WorldwideTravaux en français237 207