Short version of the Smartphone Addiction Scale in Chinese adults: Psychometric properties, sociodemographic, and health behavioral correlates
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Problematic smartphone use (PSU) is an emerging but understudied public health issue. Little is known about the epidemiology of PSU at the population level. We evaluated the psychometric properties of the Smartphone Addiction Scale - Short Version (SAS-SV) and examined its associated sociodemographic factors and health behaviors in Chinese adults in Hong Kong. METHODS: A random sample of 3,211 adults aged ≥18 years (mean ± SD: 43.3 ± 15.7, 45.3% men) participated in a population-based telephone survey in Hong Kong and completed the Chinese SAS-SV. Multivariable linear regressions examined the associations of sociodemographic factors, health behaviors, and chronic disease status with SAS-SV score. Data were weighted by age, sex, and education attainment distributions of the Hong Kong general population. RESULTS: The Chinese SAS-SV is internally consistent (Cronbach's α = .844) and stable over 1 week (intraclass correlation coefficient = .76, p < .001). Confirmatory factor analysis supported a unidimensional structure established by previous studies. The weighted prevalence of PSU was 38.5% (95% confidence interval: 36.9%, 40.2%). Female sex, younger age, being married/cohabitated or divorced/separated (vs. unmarried), and lower education level were associated with a higher SAS-SV score (all ps <.05). Current smoking, weekly to daily alcohol drinking, and physical inactivity predict greater PSU after controlling for sociodemographic factors and mutual adjustment. DISCUSSION AND CONCLUSIONS: The Chinese SAS-SV was found valid and reliable for assessing PSU in Hong Kong adults. Several sociodemographic and health behavioral factors were associated with PSU at the population level, which may have implication for prevention of PSU and future research.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».