MétaCan
Menu
Retour à la cohorte
Enregistrement W2882977615 · doi:10.5430/wje.v8n4p11

Investigation of Smartphone Addiction Effect on Recreational and Physical Activity and Educational Success

2018· article· en· W2882977615 sur OpenAlexvenueno aff
Osman Gümüşgül

Notice bibliographique

RevueWorld Journal of Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecreationPsychologyAddictionSmartphone addictionPhysical activitySignificant differenceTest (biology)Scale (ratio)Applied psychologyPhysical therapyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

The aim of the study was to investigate smartphone addiction effect on physical activity, recreational sportsparticipation and educational success. In total, 255 students studying at Dumlupinar University and using smartphone(136 male and 119 female) voluntarily participated to the study. Within the scope of this study, SmartphoneAddiction Scale-Short Version (SAS-SV) (Noyan, Darcin, Nurmedov, Yilmaz & Dilbaz, 2015) was applied to theparticipants. To the data gathered from the participants, parametric tests as Independent Sample T-Test and ANOVAwere applied (p<0.05). According to the results there is significant difference between smartphone addiction ofparticipants and gender, age and recreational sports (p<0,05); but there is no significant difference betweensmartphone addiction and academic success and recreational activities practiced (p>0,05). It is considered thatparticipants with higher academic grades may have higher smartphone addiction score because of using smartphonesas teaching tool in classrooms. Participants practicing physical and recreational sports have less smartphoneaddiction score and it can give a clue that smartphones are constraints for physical activities and this may be a reasonand taking precaution subject for a sedentary lifestyle and unhealthy individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,341
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetImpact of Technology on AdolescentsTravaux en français237 207