POTENCIÁLNĚ RIZIKOVÉ CHOVÁNÍ TYPU NELÁTKOVÝCH ZÁVISLOSTÍ VE VZORKU ŽÁKŮ STŘEDNÍ ŠKOLY A JEHO MOŽNÁ PREVENCE
Notice bibliographique
Résumé
AbstraktModerní informační a komunikační technologie (ICT) představují ve vyspělých zemích přirozenou součást rodinného i profesního života, významně zasahují do vzdělávacího procesu a trávení volného času.V případě, že si jejich uživatelé neumějí stanovit jasné hranice k manipulaci s nimi či je nedokáží dodržovat, mohou ICT přispívat ke vzniku a posilování závislostního chování s negativními dopady na fyzickou, duševní i sociální stránku zdraví.Mezi obvyklou úrovní nakládání s ICT a jejich nutkavým nadužíváním nevede zcela ostrá hranice, závislost se rozvíjí postupně.Značně ohroženou skupinou jsou děti a mladiství, poněvadž se s ICT setkávají již od útlého věku a považují je za běžnou součást svého životního stylu.Proto je třeba na ně včasně a vhodně výchovně a preventivně působit především v rodině a ve škole.Hlavním cílem výzkumu bylo zjistit, jaký vztah mají respondenti k novým ICT, jak je používají, jakou míru rizika vzniku možné závislosti pro ně představují.Studie byla dále zaměřena na popis a hodnocení primární prevence behaviorálních závislostí ve školním prostředí.Byly stanoveny 3 pracovní hypotézy, které byly zaměřeny na rozdíly v délce času stráveného na sociálních sítích, pokusech o jeho omezení a vnímání rizik spojených s nadužíváním ICT.Byl zvolen kvantitativní výzkumný design, jako výzkumného nástroje bylo využito on-line anonymního elektronického dotazníku zveřejněného na webu.Dotazník byl sestaven na základě odborných pramenů, obsahoval celkem 30 položek členěných do 3 částí (základní identifikátory, využívání mobilního telefonu, internetu a sociálních sítí, preventivní působení ve školách).K náboru vzorku bylo využito metody nabalující se sněhové koule, potenciální respondenti byli osloveni cestou sociálních sítí.Dotazník si otevřelo 362 respondentů, vyplněný jej odeslalo 224 z nich, návratnost tedy činila 62 %.Odpovědi byly zhodnoceny metodami popisné statistiky, byla prezentována situace v celém souboru a při třídění dle pohlaví a typů škol.Pracovní hypotézy byly testovány pomocí statistického balíku EpiInfo, v. 6.02en za využití chí-kvadrát testu a Fisherova exaktního testu.Ve výzkumném vzorku byli nejvíce zastoupeni žáci gymnázia a středního odborného učiliště.Ženy tvořily 56,7 % vzorku, muži 43,3 %.Polovina respondentů pocházela z města, pětiny bydlí na vesnici, zbytek v městysi.Moderní ICT představují způsob spojení, relaxaci a pomocníka.Respondenti je často využívají, obtížně by se bez nich dokázali obejít.Na sociálních sítích tráví nejčastěji dvě hodiny denně (více ženy), polovina oslovených tento čas už zkoušela omezit.Nejpopulárnější je Instagram, následují YouTube, TikTok, Snapchat, Facebook a Twitter.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,007 |
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 ».