Longitudinal Relationships between Nomophobia, Addictive Use of Social Media, and Insomnia in Adolescents
Notice bibliographique
Résumé
(1) Background: Temporal relationships between nomophobia (anxiety related to ‘no mobile phone phobia’), addictive use of social media, and insomnia are understudied. The present study aimed to use a longitudinal design to investigate temporal relationships between nomophobia, addictive use of social media, and insomnia among Iranian adolescents; (2) Methods: A total of 1098 adolescents (600 males; 54.6%; age range = 13 to 19) were recruited from 40 randomly selected classes in Qazvin, Iran. They completed baseline assessments. The same cohort was invited to complete three follow-up assessments one month apart. Among the 1098 adolescents, 812 (400 males; 49.3%; age range = 13 to 18) completed the baseline and three follow-up assessments. In each assessment, the participants completed three questionnaires, including the Nomophobia Questionnaire (NMP-Q), Bergen Social Media Addiction Scale (BSMAS), and Insomnia Severity Index (ISI); (3) Results: Multilevel linear mixed-effects regression analyses showed that participants demonstrated increased insomnia longitudinally over 3 months (B = 0.12 and 0.19; p = 0.003 and <0.001). Insomnia was associated with nomophobia (B = 0.20; p < 0.001) and addictive use of social media (B = 0.49; p < 0.001). Nomophobia and addictive use of social media interacted with time in associations with insomnia as demonstrated by significant interaction terms (B = 0.05; p < 0.001 for nomophobia; B = 0.13; p < 0.001 for addictive use of social media); (4) Conclusions: Both nomophobia and addictive use of social media are potential risk factors for adolescent insomnia. The temporal relationship between the three factors suggests that parents, policymakers, and healthcare providers may target reducing nomophobia and addictive use of social media to improve adolescents’ sleep.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».