Relationship Between Alexithymia, Smartphone Addiction, and Psychological Distress Among University Students: A Multi-country Study
Notice bibliographique
Résumé
Objectives: Increasing dependence on smartphones results in the appearance of psychological problems, especially among young people. This study aims to determine the rates of alexithymia and its relationship with smartphone addiction and psychological distress in university students. Methods: A total of 2616 students (mean age = 22.5±3.5 years; 73.1% female) from universities in Egypt, Oman, and Pakistan were included in a cross-sectional and comparative study conducted through a web survey during the COVID-19 pandemic from October to December 2021. The following scales were used: Toronto Alexithymia Scale (TAS-20), Depression Anxiety Stress Scale (DASS-21), and Smartphone Addiction Scale-Short Version (SAS-SV). The survey also included questions related to sociodemographic and smartphone usage patterns.Results: Students scoring above the TAS-20 cutoff point were significantly more likely to have smartphone addiction (χ2(1) = 45.41; p < 0.001) and psychological distress (χ2(1) = 246.31; p < 0.001). Likewise, smartphone addiction was significantly associated with psychological distress (χ2(1) = 57.46; p < 0.001). However, at each of the TAS-20, SAS-SV, and DASS-21 variables, there were significant differences between the students of the three countries (p < 0.050, p < 0.010, and p < 0.010, respectively); smartphone addiction was highest in Oman, while alexithymia and psychological distress were most severe in Egypt. Women scored higher than men on SAS and TAS scales (p < 0.001). Students who used social media frequently were more prone to smartphone addiction. Conclusions: Understanding cultural and socioeconomic factors (such as living standards, technology accessibility, and social interaction patterns) is crucial for generating strategies to improve the psychological well-being of the youth of different regions and countries. Further, this study confirms the findings of recent studies indicating the heightened university students’ psychological vulnerability during the COVID-19 pandemic.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».