Excessive social media users demonstrate impaired decision making in the Iowa Gambling Task
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Online social networking sites (SNSs) like Facebook provide users with myriad social rewards. These social rewards bring users back to SNSs repeatedly, with some users displaying maladaptive, excessive SNS use. Symptoms of this excessive SNS use are similar to symptoms of substance use and behavioral addictive disorders. Importantly, individuals with substance use and behavioral addictive disorders have difficulty making value-based decisions, as demonstrated with paradigms like the Iowa Gambling Task (IGT); however, it is currently unknown if excessive SNS users display the same decision-making deficits. Therefore, in this study, we aimed to investigate the relationship between excessive SNS use and IGT performance. METHODS: We administered the Bergen Facebook Addiction Scale (BFAS) to 71 participants to assess their maladaptive use of the Facebook SNS. We next had them perform 100 trials of the IGT to assess their value-based decision making. RESULTS: We found a negative correlation between BFAS score and performance in the IGT across participants, specifically over the last block of 20 trials. There were no correlations between BFAS score and IGT performance in earlier blocks of trials. DISCUSSION: Our results demonstrate that more severe, excessive SNS use is associated with more deficient value-based decision making. In particular, our results indicate that excessive SNS users may make more risky decisions during the IGT task. CONCLUSION: This result further supports a parallel between individuals with problematic, excessive SNS use, and individuals with substance use and behavioral addictive disorders.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».