Mobile Phone Addiction and Career Preparation in College Students
Notice bibliographique
Résumé
To explore the status and relationship of college students' mobile phone addiction（MPA） and career preparation, 337 Chinese college students were surveyed on mobile phone usage， mobile phone addiction and career preparation through the Internet. The results showed that all college students used mobile phones, 9.76% of them used two mobile phones and the rest used one mobile phone; 10% of college students spent 100 RMB or more per month on mobile phones, 63.31% of them spent 30-100 RMB, 26.63% of them spent 30 RMB or less; 51.48% of college students used mobile phones for more than 5 hours per day, 83.72% of them used it for more than 3 hours per day; 90% of college students used mobile phones before bed and during rest, 67.75% of them used it as soon as they woke up in the morning, 65.38% of them used it when toilets, 64.5% of them used it when eating, 52.66% of them used it when walking. The top five uses of mobile phones for college students from high to low were Wechat, Payment, Shopping, Information Access and Weibo. 36.77%% of college students have serious mobile phone addiction and that girls were significantly higher than boys in MPA and out of control of its sub-dimension. The career preparation and its dimensions of college students were at a medium level. There is a significant negative correlation between college students' MPA and employment preparation. So mobile phone addiction has a certain degree of adverse impact on the career preparation of college students.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,004 | 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 ».