Characterizing problematic internet use in a sample of heavy drinking emerging adults.
Notice bibliographique
Résumé
OBJECTIVE: Problematic internet use (PIU) is characterized by excessive or poorly controlled internet use resulting in impairment or distress. PIU is most prevalent during emerging adulthood, a period marked by an increase in psychiatric disorders, including substance use disorders (SUDs). In a sample of high-risk emerging adults, the aim of this study was to examine the relationship between PIU and quality of life (QoL), psychiatric disorders, and impulsivity. METHODS: Participants were a community sample of heavy drinking emerging adults in Hamilton, Ontario (N = 709). Measures included: PIU, QoL, eight psychiatric indicators, and three domains of impulsivity. All variables that were significantly associated with PIU were subsequently examined concurrently in structural equation models. RESULTS: PIU was negatively associated with physical QoL (β = -0.27, p < .01) and social QoL (β = -0.20, p < .01), but positively associated with environmental QoL (β = 0.17, p < .01). For psychiatric conditions, PIU was positively associated with internalizing disorders (β = 0.42, p < .01) but not SUD (β = -0.01, p = .90). For impulsivity, PIU was positively associated with Lack of Perseverance (β = 0.16, p < .01) and Negative Urgency (β = 0.23, p < .01) but no other indicators. CONCLUSIONS: This study provides further evidence that PIU is associated with lower quality of life, selectively co-occurs with internalizing psychopathology, and is associated with certain impulsive traits. Lack of associations with SUD challenges conceptualizations of PIU as an alternative manifestation of externalizing psychopathology. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
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) | 0,000 | 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 | 0,001 | 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 ».