The Mediating Role of Visual Stimuli From Media Use at Bedtime on Psychological Distress and Fatigue in College Students: Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: Empirical research has linked psychological distress with fatigue. However, few studies have analyzed the factors (eg, stimuli from bedtime media use) that affect the relationship between psychological distress and fatigue. OBJECTIVE: The aim of this study was to examine whether visual stimuli from bedtime media use mediate the relationship between psychological distress and fatigue among college students. METHODS: The sample included 394 participants (92 males, 302 females) with a mean age of 19.98 years (SD 1.43 years), all of whom were Chinese college students at an occupational university in Sichuan Province, China. Data were collected using a paper-based questionnaire that addressed psychological distress, stimuli from bedtime media use, and fatigue. Mediation analysis was conducted using the PROCESS macro version 2.16.2 for SPSS 22, which provided the 95% CIs. RESULTS: Both psychological distress (r=.43, P<.001) and visual stimuli from bedtime media use (r=.16, P<.001) were positively related to fatigue. The association between auditory stimuli from bedtime media use and fatigue was not significant (r=.09, P=.08). The relationship between psychological distress and fatigue was partially mediated by visual stimuli from bedtime media use (beta=.01, SE 0.01, 95% CI 0.0023-0.0253). CONCLUSIONS: The findings imply that psychological distress has an indirect effect on fatigue via visual stimuli from bedtime media use. In contrast, auditory stimuli from bedtime media use did not have the same effect. We suggest that college students should reduce bedtime media use, and this could be achieved as part of an overall strategy to improve health. Mobile health apps could be an option to improving young students' health in daily life.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».