Smartphone Addiction among University Students and Its Relationship with Academic Performance
Notice bibliographique
Résumé
BACKGROUND & OBJECTIVE: Smartphone use is almost universally relied on among college students. Whether smartphone addiction among college students has a negative predictive effect on academic performance is hardly studied. Previous research found an apparent association between smartphone use and academic achievement partly explained by the nature of the task the student is engaged in when using a smartphone. This study aims to assess the relationship between smartphone addiction and students’ academic performance controlling for important potential confounding variables.METHODS: A sample of 688 undergraduate students was randomly selected from Notre Dame University, Lebanon. Students were asked to fill out a questionnaire that included a) questions on variables related to socio-demographics, academics, smartphone use, and lifestyle behaviors; and b) a 26-item Smartphone Addiction Inventory (SPAI) Scale. Multiple logistic regression was performed to assess the independent association between smartphone addiction and cumulative grade point average (GPA).RESULTS: 49% reported smartphone use for at least 5 hours during a weekday. Controlling for confounding effects in the model, the association between total SPAI score and GPA did not reach statistical significance, whereas alcohol drinking (OR= 2.10, p=0.026), age at first use of smartphone (OR=1.20, p=0.042), use of smartphone for study-related purposes (OR=0.31, p=0.000), class (OR=0.35 (senior vs. sophomore standing), p=0.024), and faculty (ORs of 0.38 and 0.35 (engineering and humanities, respectively, vs. business students)) were found to be independent predictors of reporting a GPA of < 3.CONCLUSION: Findings from our study can be used to better inform college administrators and faculty about most-at- risk groups of students who shall be targeted in any intervention designed to enhance low academic performance.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».