Internet addiction in Gulf countries: A systematic review and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The prevalence of internet addiction (IA) varies widely in the Gulf Cooperation Council (GCC) countries (4%-82.6%). We aimed to assess the quality of IA studies from the GCC and pool their data to get an accurate estimate of the problem of IA in the region. METHODS: A systematic review of available studies was conducted following the Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA) guidelines. PubMed, Embase, and Cochrane Controlled Register of Trials were systematically searched; studies conducted in GCC countries (i.e., Bahrain, Kuwait, Oman, Qatar, Saudi Arabia, and the United Arab Emirates) with a validated instrument for internet addiction assessment were eligible. Ten studies were eligible for the systematic review, all of which were included in the meta-analysis. The Newcastle Ottawa Scale was used for quality assessment. RESULTS: Nine out of ten of the included studies had either adolescent and/or young adult participants (age < 25). Two studies were of 'good' quality, six were of 'satisfactory' quality, and two were of 'unsatisfactory' quality. The pooled internet addiction prevalence was 33%; it was significantly higher among females than males (male = 24%, female = 48%, P = 0.05) and has significantly increased over time (P < 0.05). DISCUSSION AND CONCLUSIONS: One in every three individuals in GCC countries was deemed to be addicted to the internet, according to Young's Internet Addiction Test. A root cause analysis focusing on family structure, environment, and religious practices is needed to identify modifiable risk factors.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle