Adolescent Screen Use: Problematic Internet Use and the Impact of Gender
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The relationship between screen use and problematic internet use (PIU; i.e., internet addiction) amongst adolescents has not been sufficiently explored. Further, there is even less research on how gender is associated with this relationship. The goal of the study was to examine adolescent screen use, PIU, and its impact on day-to-day routines of adolescents. METHODS: Participants were recruited from an outpatient pediatric clinic in São Paulo, Brazil. A total of 180 adolescents completed questionnaires related to their screen use, extracurricular activities, and symptoms of PIU. Univariate and multivariate statistics were used to determine correlates and predictors of PIU, and to explore gender differences. RESULTS: A total of 26.1% of adolescents met the criteria for PIU. There were no significant differences between boys and girls in PIU severity. However, there were significant gender differences in preferred use of the Internet, with boys being more likely to access the Internet to play video games (odds ratio [OR]=27.1) and girls being more likely to socialize with friends (OR=4.51). PIU severity increased proportionally to the number of hours of use of all screen devices with moderate-to-large effect sizes (η2=0.060-0.157). Using screens during meals and missing extracurricular activities were both associated with PIU. CONCLUSION: Though gender was not associated with PIU, both excessive use of screen devices during meals and neglect of offline extracurriculars activities were identified as risk factors for PIU. Prevention measures should consider the impact of gender and associated patterns of motivation and Internet use.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle