The relationship between technology addictions and schizotypal traits: mediating roles of depression, anxiety, and stress
Notice bibliographique
Résumé
BACKGROUND: The way how technology addiction relates to psychosis remains inconclusive and uncertain. The present study aimed to test the hypothesis of a mediating role of depression, anxiety and stress in the association between three technology (behavioral) addictions (i.e., Addiction to the Internet, smartphones and Facebook) and psychosis proneness as estimated through schizotypal traits in emerging adults. METHODS: A cross-sectional study was performed among non-clinical Tunisian university students (67.6% females, mean age of 21.5 ± 2.5 years) using a paper-and-pencil self-administered questionnaire. RESULTS: Results for the Pearson correlation revealed that higher smartphone, Internet, and Facebook addictions' scores were significantly and positively correlated with each of the depression, anxiety and stress subscores; whereas depression (r = 0.474), anxiety (r = 0.499) and stress (r = 0.461) scores were positively correlated with higher schizotypal traits. The results of the mediation analysis found a significant mediating effect for depressive, anxiety and stress symptoms on the cross-sectional relationship between each facet of the TA and schizotypal traits. CONCLUSION: Our findings preliminarily suggest that an addictive use of smartphones, Internet and Facebook may act as a stressor that exacerbates psychosis proneness directly or indirectly through distress. Although future longitudinal research is needed to determine causality, we draw attention to the possibility that treating psychological distress may constitute an effective target of interventions to prevent psychosis in adolescents with technology addictions.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».