Using structural equation modeling to explore the influences of physical activity, mental health, well-being, and loneliness on Douyin usage at bedtime
Notice bibliographique
Résumé
Douyin is the Chinese version of TikTok. Using Douyin at bedtime is a very common behavior among Douyin users. However, the reasons why users like using Douyin before sleep are yet unclear. We conducted a cross-section survey from January 1st to January 16th, 2023 to capture data to examine the associations of depression, anxiety, life satisfaction, well-being, loneliness, and physical activity with Douyin usage at bedtime. The mediation role of insomnia in these associations was examined. A total of 3,392 participants who met the inclusion criteria were included for analysis. Our structural equation modeling analysis showed that depression on ( β = 0.08; p < 0.05), anxiety ( β = 0.06; p < 0.05), and loneliness ( β = 0.14; p < 0.05) were directly associated with increased Douyin usage at bedtime, and were also indirectly associated with Douyin usage through insomnia (depression: β = 0.18; p < 0.05, anxiety: β = 0.16; p < 0.05, and loneliness: β = 0.12; p < 0.05). Life satisfaction ( β = −0.05; p < 0.05) and well-being ( β = −0.20; p < 0.05) were directly associated with decreased Douyin usage at bedtime, and were also indirectly associated with Douyin usage through insomnia (life satisfaction: β = −0.09; p < 0.05, and well-being: β = −0.11; p < 0.05). However, physical activity was unexpectedly associated with increased Douyin usage at bedtime ( β = 0.20; p < 0.05). In conclusion, our findings shed new light on the specific reasons why Douyin users like using Douyin at bedtime.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».