MétaCan
Menu
Retour à la cohorte
Enregistrement W4385341722 · doi:10.32920/ihtp.v3i2.1809

Development and validation of the Self-Administered Internet Addiction Scale (SAIAS-10)

2023· article· en· W4385341722 sur OpenAlexvenueno aff
Satish Kumar, H. R. Vinay, Anvil Preem Rebello, S Lohita, H T Rakshith

Notice bibliographique

RevueInternational Health Trends and Perspectives · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAddictionCronbach's alphaPsychologyScale (ratio)The InternetPopularityClinical psychologyContent validityReliability (semiconductor)Face validityInternal consistencyPsychiatryPsychometricsSocial psychologyWorld Wide WebCartographyComputer science

Résumé

récupéré en direct d'OpenAlex

The number of people using the internet has skyrocketed during the past two decades, making screen addiction a threat greater than substance addiction. Clinical instances of screen addiction symptoms have emerged in the midst of the rising social media popularity. The existing scales for assessing screen addiction are dated and are lengthy, hence our primary objective was to develop a novel brief self-diagnostic scale that can detect internet addiction disorder. Our secondary objective is to conduct psychometric evaluations of this scale. The scale was administered to a total of 1057 participants (493 males, 564 females) with ages ranging from 14-24 years of age. Face and content validity, reliability, and internal consistency were assessed. Participants did not report any difficulty in understanding the questions. The final version of the scale comprises 10 items. A content validity index of 1, a Pearson correlation value of 0.98, and a Cronbach’s alpha of 0.923 were obtained. Findings suggest the SAIAS-10 is a reliable and valid tool for screening screen addiction and may aid in the clinical evaluation of symptomology and research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,366
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Health Trends and PerspectivesMême sujetImpact of Technology on AdolescentsTravaux en français237 207