COVID-19, Loneliness and Technological Addiction: Longitudinal Data
Notice bibliographique
Résumé
The COVID-19 outbreak has been shown to have had a negative impact on mental health: furthermore, lockdown measures may have increased levels of loneliness and addiction. Preliminary studies indicated an increased frequency of gaming and social media use during this time and augmented levels of loneliness likely account for the increase in gaming and social media addiction during lockdown. We conducted a longitudinal study administering a battery of self-report questionnaires at the beginning of lockdown (Stage 1) and three days before the end of the lockdown (Stage 2). Specifically, we measured loneliness feelings, frequency of gaming, and social media use, as well as both gaming and social media addiction. Data were analysed using Structural Equation Modeling. We found that loneliness levels longitudinally predicted both gaming and social media addiction, even when controlling for gaming and social media use at Stage 1. Increased feelings of loneliness, a well-known risk factor for gaming, along with social media addiction, may be a central variable heightening vulnerability to the onset or the maintenance of technological addiction during forced social isolation. Thus, future preventive interventions may want to target this issue.RésuméL’éclosion de la COVID-19 a eu un effet nuisible sur la santé mentale. De plus, les mesures de confinement ont intensifié la solitude et les addictions. Les études préliminaires indiquent une augmentation de la fréquence d’utilisation des jeux vidéo et des médias sociaux pendant cette période. Cette hausse est probablement attribuable à l’accroissement de la solitude. Nous avons mené une étude longitudinale à l’aide d’une batterie de questionnaires d’autoévaluation, qui ont été remplis au début du confinement (étape 1) et trois jours avant la fin du confinement (étape 2). En particulier, nous avons mesuré le sentiment de solitude, la fréquence d’utilisation des jeux vidéo et des médias sociaux, et la dépendance aux jeux vidéo et aux médias sociaux. Nous avons eu recours à la modélisation par équation structurelle pour analyser les données. Nous avons observé que le niveau de solitude est un prédicteur longitudinal de la dépendance aux jeux vidéo et aux médias sociaux, en contrôlant par l’effet de l’utilisation des jeux vidéo et des médias sociaux observée à l’étape 1. Le sentiment accru de solitude, qui est un facteur de risque connu de dépendance aux jeux vidéo et aux médias sociaux, pourrait être une variable centrale de l’accroissement de la vulnérabilité au développement ou à la persistance d’une dépendance à la technologie dans un contexte d’isolement social imposé. Par conséquent, les interventions à venir en matière de prévention pourraient cibler ce problème.
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 | 0,002 | 0,011 |
| 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 | 0,001 | 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 ».