Modeling the structural relationships of internet addiction based on executive functions and problems interpersonal: the mediating role of Alexithymia
Notice bibliographique
Résumé
Introduction: Internet addiction is a type of impulse control disorder that refers to excessive use of the internet and can affect other social activities. Aim: Purpose of this study was to determine the structural relationships of executive functions, interpersonal problems with internet addiction through the mediation of gossip and excitement. Method: The descriptive-correlation research method was based on the modeling method of regression structural equations. In order to achieve this goal, out of all seventh grade female students in Tehran's 1, 7 and 8 grades in the 2018-2019 academic year, 260 people were randomly selected as clusters and were referred to the Rescue Executive Function Questionnaire (2013(, Barkham, Hardy, & Startup (1988), intermediate problems, Toronto Gabby, Parker, and Taylor (1994), and Kimberly Young's Internet Addiction Scale (1996). Structural equation statistical method was used to analyze the data. Also, all analyzes were performed using SPSS 24 and Amos 23 software. Results: The results showed that there was a significant significant direct and negative effect between interpersonal problems with internet addiction and a significant positive and positive effect between executive functions and internet addiction (P<0.001). Emotional inadequacy of internet addiction had a significant direct and positive effect on students (P<0.001) and also emotional inadequacy played a mediating role in the relationship between executive functions and interpersonal problems with internet addiction (P<0.001). Conclusion: Based on the research findings, it can be concluded that the present research model had statistically acceptable fit indicators.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».