The Influence of Internet Addiction and Time Spent on the Internet Towards Social Isolation Among University Students in Malaysia
Notice bibliographique
Résumé
Recent research has shown that there is a connection between Internet addiction and time spent on the Internet with social isolation of the users. Therefore, the aim of this study is to examine the influence of Internet addiction and time spent on the Internet towards social isolation among university students in Malaysia. A total of 110 respondents who were undergraduate and postgraduate students from four universities participated in the survey. The collected sample through purposive sampling technique was 110 responses which exceeded the minimum sample size. The research instruments for Internet addiction were adopted from Young Internet Addiction Scale Test which consist of 20 items whereas social isolation was measured using the UCLA Loneliness Scale consisting also of 20 items. Time spent on the Internet was measured based on the number of hours the students spent on social media platforms such as Facebook, WhatsApp, Twitter, and Instagram. The questionnaire was distributed via online channels due to the physical constraints of the Covid-19 pandemic. Data were analysed using IBM SPSS Statistics version 22 and Smart PLS-SEM Version 3.2.8. The measurement assessment showed that the data had fulfilled the composite reliability and convergent and discriminant validities requirements. The findings revealed that the level of Internet addiction, time spent on the Internet and social isolation were moderate. The findings also demonstrated that Internet addiction and time spent on the Internet influenced social isolation among university students.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».