Dijital bağımlılık ve FOMO, kişilik faktörleri ve mutluluk ile ilişkisi: üniversite öğrencileri ile bir uygulama
Notice bibliographique
Résumé
Objective: This research explores the relationships between social media addiction, smartphone addiction, gaming disorder and personality, fear of missing out on developments (FoMo) and happiness.Method: This study was conducted with 497 volunteer participants (61,2% female, 38,8% male) who were Erciyes University students. The questionnaire consists of Five- Factor Personality Scale, Uskudar Fear of Missing Out Scale, Smartphone Addiction Scale (SAS), Internet Gaming Disorder Scale (IGDS9-SF), Social Media Addiction Scale (SMAS-SF), Toronto Alexithymia Scale and Oxford Happiness Scale.Results: There is a significant correlation between mobile addiction, gaming disorder, FoMo and social media addiction Neuroticism, agreeableness and conscientiousness with mobile addiction were correlated with gaming disorder. Significant relationships were found between social media addiction and neuroticism; virtual communication and virtual problem with conscientiousness and also between virtual knowledge and extraversion. Conclusion: It was determined there are prominent relationships between factors of social media addiction, smartphone addiction, game-playing disorder, personality traits, fear of missing out (FoMo) and happiness.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».