MétaCan
Menu
Retour à la cohorte
Enregistrement W2086020439 · doi:10.1089/109493102760275581

Validation of a New Scale for Measuring Problematic Internet Use: Implications for Pre-employment Screening

2002· article· en· W2086020439 sur OpenAlexaff
Richard A. Davis, Gordon L. Flett, Avi Besser

Notice bibliographique

RevueCyberPsychology & Behavior · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLonelinessProcrastinationPsychologyThe InternetImpulsivityAddictionConfirmatory factor analysisScale (ratio)Social psychologyClinical psychologyApplied psychologyStructural equation modelingPsychiatryWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

The current study introduced a theory-driven, multidimensional measure of problematic Internet use: the Online Cognition Scale (OCS). Undergraduate students (n = 211) in an industrial/organizational psychology course completed the OCS, along with measures of procrastination, rejection sensitivity, loneliness, depression, and impulsivity. A confirmatory factor analysis indicated that problematic Internet use consists of four dimensions: diminished impulse control, loneliness/depression, social comfort, and distraction. As hypothesized, the OCS predicted all of the study variables in the expected directions. Representing a departure from previous research in this area, the current article focused on procrastination, impulsivity, and social rejection as key elements of problematic Internet use. Furthermore, interactive applications (e.g., chat) were most related to problematic Internet use, and scores on the OCS predicted being reprimanded at school or work for inappropriate Internet use. As a result, the utility of the OCS for both clinical assessment of Internet addiction and as an organizational preemployment screening measure to identify potential employees who are likely to abuse the Internet in the workplace (also known as "cyberslacking") were discussed.

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)0,019
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,150
Tête enseignante GPT0,403
Écart entre enseignants0,253 · 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'étudeExpérimental (laboratoire)
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

Citations748
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCyberPsychology & BehaviorMême sujetImpact of Technology on AdolescentsTravaux en français237 207