Effects of Mobile Phone Withdrawal, Gender and Academic Level on Mobile Phone Dependency Among Mass Communication Students in Ajayi Crowther University, Oyo, Oyo State, Nigeria
Notice bibliographique
Résumé
Noticeable among young adults in Nigeria is their dependence on mobile phone for relational communication. This study is therefore one attempt at subjecting such observation to empirical testing. The study examined the effects of Mobile phone withdrawal, gender and academic level of students’ dependency on mobile phone. It was a quasi-experiment with 2×2×>2 non-randomized pre-test post-test control group designs. Subjects in experimental and control groups were 100 and 400 level Mass Communication students of Ajayi Crowther University in Oyo, Oyo State, Nigeria. Students’ Mobile Phone Dependency Questionnaire(r=0.72) was administered as pre and post-test measures. Data generated were analysed with frequency count, percentage, t-test and Analysis of Covariance. Findings show that 55% of the students used their phones ‘very frequently’, 30% used it ‘frequently’. Before the intervention, students’ dependency on mobile phone was ‘moderate’ (60.8%) but after the treatment, there was upward adjustment ‘High’ (45%). Statistical significant difference was found between students’ dependency pre-test and post-test scores in favour of the post-test (t= -5.665; p<0.05). Treatment (F= 3.832; p<0.05) and academic level (F= 12.185; p<0.05) were found to have significant main effects. Hence, the study concluded that students are actually dependent on their mobile phones and that, in considering and controlling mobile phone dependency, students’ academic level is a potent factor.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».