Development of a short form of the compulsive internet use scale in <scp>Switzerland</scp>
Notice bibliographique
Résumé
OBJECTIVES: The study aims to develop a short form of the compulsive internet use scale (CIUS), which can be used in multitopic and general population health surveys and is invariant across different sexes, linguistic regions, and ages. METHODS: Two general population surveys from 2013 and 2015 were used as learning (n = 1,371) and validation samples (n = 1,550), respectively. Reducing items from the original CIUS was based on the following: (a) correlated errors between items, (b) differential item functioning, and (c) measurement invariance. Methods used item response theory and latent confirmatory factor analysis for ordinal variables. RESULTS: The eight-item short form maintained the five dimensions of the original scale and was metric and mostly scale invariant for sex, region, and age. It fell marginally short of scale invariance (ΔCFI < 0.01) for regions in the learning sample and for sexes in the validation sample (both ΔCFI = 0.013, p < 0.01). Root mean square error of approximation was 0.045 and 0.036, and comparative fit index was 0.989 and 0.995, in the learning and validation samples, respectively, showing excellent fit of the model to data. Correlations with the full scale were r = 0.966 (learning) and r = 0.969 (validation). CONCLUSION: If the full 14-item CIUS is a valid, reliable screening instrument, then the short eight-item form is too, and can be used in multitopic, general population health surveys.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 ».