Social Media Addiction in Medical Faculty Students; the relationship with dissociation, social anxiety, and alexithymia
Notice bibliographique
Résumé
Objective: The aim of this study was to evaluate social media addiction in medical faculty students and the relationships with dissociation and social anxiety experienced in social media use and the level of alexithymia. Methods: 329 students who agreed to participate in the research completed the following scales; Bergen Social Media Addiction Scale (BSMAS), Toronto Alexithymia Scale (TAS-20), Van Online Dissociative Experiences Scale (VODES), Social Anxiety Scale for Social Media Users (SAS-SMU). Results: The 4 sub-scales of the SAS-SMU, the 3 sub-scales of the TAS, and the VODES were analyzed as independent variables and the BSMAS was evaluated as a dependent variable. According to this, social media addiction was affected by the shared content anxiety and self-assessment anxiety sub-scale points of the SAS-SMU, and by the VODES points. Shared content anxiety was determined to predict social media addiction positively and significantly (β=0.264, t (320) = 3.16, p=0.002). Self-assessment anxiety was determined to predict social media addiction positively and significantly (β=0.169, t (320) = 2.23, p=0.026). Online dissociative experiences was determined to predict social media addiction positively and significantly (β=0.217, t (320) = 4.15, p
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».