No Significant Changes in Addictive and Problematic Behaviors During the COVID-19 Pandemic and Related Lockdowns: A Three-Wave Longitudinal Study
Notice bibliographique
Résumé
Introduction: The COVID-19 outbreak and related lockdowns brought substantial changes in people's lives and led to concerns about possible increases of addictive behaviors at the initial stages of the pandemic. To examine these concerns, the aim of the present study was to assess longitudinal changes in addictive and problematic behaviors (i.e., problematic social media use, Internet gaming disorder, gambling disorder, problematic pornography use, and compulsive sexual behavior disorder) over time during the COVID-19 pandemic. Methods: = 411). Latent growth curve models were calculated to assess the potential changes in addictive and problematic behaviors over time. Results: Latent growth curve models showed that the sample varied in their initial scores, but there were no significant changes over time in any of the examined behaviors, except for compulsive sexual behavior disorder, which demonstrated a small but significant increase (i.e., positive and significant slope factor). However, the rate of this change was negligible. Overall, there were no noteworthy changes over time regarding any of the examined addictive and problematic behaviors. Conclusion: Contrary to initial concerns, no substantial changes over time were observed regarding the examined addictive behaviors during the COVID-19 pandemic and related lockdowns. These findings indicate that those who had no previous problem with these addictive behaviors, might have not developed a problem, and those who had problem with either of the behaviors previously, might have not experienced a significant increase in their symptoms.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».