Reporting and understanding the safety and adverse effect profile of mobile apps for psychosocial interventions: An update
Notice bibliographique
Résumé
Background: Because of the quick development and widespread use of mobile phones, and their vast effect on communication and interactions, it is important to study possible negative health effects of mobile phone exposure.The overall aim of this study was to investigate whether there are associations between psychosocial aspects of mobile phone use and mental health symptoms in a prospective cohort of young adults.Methods: The study group consisted of young adults 20-24 years old (n = 4156), who responded to a questionnaire at baseline and 1-year follow-up.Mobile phone exposure variables included frequency of use, but also more qualitative variables: demands on availability, perceived stressfulness of accessibility, being awakened at night by the mobile phone, and personal overuse of the mobile phone.Mental health outcomes included current stress, sleep disorders, and symptoms of depression.Prevalence ratios (PRs) were calculated for cross-sectional and prospective associations between exposure variables and mental health outcomes for men and women separately.Results: There were cross-sectional associations between high compared to low mobile phone use and stress, sleep disturbances, and symptoms of depression for the men and women.When excluding respondents reporting mental health symptoms at baseline, high mobile phone use was associated with sleep disturbances and symptoms of depression for the men and symptoms of depression for the women at 1-year follow-up.All qualitative variables had cross-sectional associations with mental health outcomes.In prospective analysis, overuse was associated with stress and sleep disturbances for women, and high accessibility stress was associated with stress, sleep disturbances, and symptoms of depression for both men and women.Conclusions: High frequency of mobile phone use at baseline was a risk factor for mental health outcomes at 1-year follow-up among the young adults.The risk for reporting mental health symptoms at follow-up was greatest among those who had perceived accessibility via mobile phones to be stressful.Public health prevention strategies focusing on attitudes could include information and advice, helping young adults to set limits for their own and others' accessibility.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,009 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».