Age, COVID-19-related fear, insomnia symptoms and cyberchondria: a mediation model
Notice bibliographique
Résumé
Introduction:The subject of our study was the role of age, fear of COVID-19 infection and insomnia as predictors of cyberchondria in a Polish sample.We were also interested in whether insomnia mediated the relationship between fear of COVID-19 infection and cyberchondria in the entire sample. Material and methods:The study sample consisted of 504 people, including 420 women and 84 men, aged 18 to 76 years (M ±SD 30.49±10.28), who were recruited through an online platform.Cyberchondria was assessed using the Polish version of the Cyberchondria Severity Scale.An 11-point numerical rating scale was used to measure the intensity of fear of COVID-19 infection for oneself.Insomnia symptoms were measured using the Polish version of the Athenian Insomnia Scale.Results: The correlation coefficients indicated positive relationships between the fear of COVID-19 infection and insomnia and cyberchondria, while age correlated negatively with cyberchondria.The hierarchical multivariate linear regression analysis revealed that COVID-19-related fear was the best predictor of cyberchondria.Insomnia and age were also cyberchondria predictors, but to a lesser extent.The mediation analysis revealed a significant indirect relationship between COVID-19-related fear and cyberchondria through insomnia symptoms.Conclusions: We observed that COVID-19-related fear and, to a lesser extent, age and insomnia were cyberchondria predictors.We also found both direct and indirect relationships between COVID-19-related fear and cyberchondria through insomnia.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,001 |
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 ».