MétaCan
Menu
Retour à la cohorte
Enregistrement W3093923975 · doi:10.4309/jgi.2021.46.7

Facing Life Problems Through the Internet. The Link Between Psychosocial Malaise and Problematic Internet Use in an Adolescent Sample.

2020· article· en· W3093923975 sur OpenAlexvenueno aff
Claudia Venuleo, Lucrezia Ferrante, Simone Rollo

Notice bibliographique

RevueJournal of Gambling Issues · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessPsychosocialPsychologyMalaiseThe InternetAnxietyAffect (linguistics)Logistic regressionClinical psychologySocial psychologyPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

Scholars have highlighted the role of negative affect as key correlates of Problematic Internet Use (PIU). According to the assumption that Internet-related behaviours can be seen as mechanisms to cope with everyday life (Kardefelt-Winther, 2017), the present study aims to explore the relation between PIU and psychosocial malaise, expecting that adolescents with high levels of social anxiety, negative emotions, and loneliness are more likely to be associated to the problem group of Internet users. Measures of PIU (GPIUS–2), social anxiety (IAS), negative affectivity (PANAS), and loneliness (ILS) were detected in a sample of 766 students attending Year 9–11 (13–19 years old; 47% females) of public high schools in the territory of Lecce (Apulia–Italy). A sub-group of problematic Internet users was identified (n = 185) and a control group was selected (n = 187). A logistic regression was applied to estimate the effect of psychosocial variables on the differentiation between problematic and control Internet users. Results of the present cross-sectional study show that a higher level of social anxiety, negative emotions, and loneliness increases the probability of belonging to the group of problematic Internet users. No significant differences between males and females were found in GPIU levels. The findings show that, for a better understanding of PIU onset and maintenance among adolescents, it is important, to take into account the life problems which may lead young people to overindulge in Internet use.RésuméLes scientifiques ont mis en lumière le rôle de l’affect négatif comme corrélat significatif de la dépendance. Partant de l’hypothèse que les comportements dans Internet peuvent être vus comme des mécanismes d’adaptation à la vie quotidienne (Kardefelt-Winther, 2017), notre étude visait à explorer la relation entre la cyberdépendance et le malaise psychosocial. On s’attendait à ce que les adolescents affichant un degré élevé d’anxiété sociale, d’émotions négatives et de solitude fassent partie du groupe d’internautes à problème. Des indicateurs de la cyberdépendance (GPIUS-2), de l’anxiété sociale (IAS), de l’affect négatif (PANAS) et de la solitude (ILS) ont été relevés dans un échantillon de 766 élèves de la 9e à la 11e année (13 à 19 ans; 47 % de filles) choisi dans des écoles secondaires publiques du territoire de Lecce (Apulia, Italie). Un sous-groupe d’internautes cyberdépendants a été défini (n=185) et un groupe contrôle sélectionné (n=187). Un modèle de régression logistique a été appliqué en vue d’estimer l’effet des variables psychosociales sur la différenciation entre joueurs cyberdépendants et joueurs du groupe contrôle. Les résultats de l’étude transversale montrent qu’un degré plus élevé d’anxiété sociale, d’émotions négatives et de solitude augmentait la probabilité d’appartenir au groupe d’internautes cyberdépendants. Aucune différence notable n’a été constatée entre les hommes et les femmes quant au degré de cyberdépendance. Les résultats indiquent qu’une compréhension plus fine du développement de la cyberdépendance et de sa persistance chez les adolescents devra tenir compte des problèmes vécus dans leur vie personnelle qui les inciteraient à un usage excessif d’Internet.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,224
Tête enseignante GPT0,399
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Gambling IssuesMême sujetImpact of Technology on AdolescentsTravaux en français237 207