Turn on the screen, turn off the loneliness – analysis of risk factors for binge-watching among Polish medical and non-medical students. A web-based cross-sectional study
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study was to determine the risk factors for binge-watching (BW) among Polish medical and non-medical students. MATERIAL AND METHODS: A STROBE-compliant cross-sectional observational study, was carried out in Poland from July 2022 - March 2023. The web-based survey consisted of a personal questionnaire, a Binge-Watching Behaviour Questionnaire, a Scale of Motivation for Watching TV Series, a shortened version of the Ryff Well-Being Scale, and the De Jong Gierveld Loneliness Scale. Inclusion criteria were being a student and providing informed consent to participate. The study involved 726 respondents (70.5% female) with an average age of 22.41 (SD=3.89), including 308 (44%) medical students. RESULTS: In the group of Polish medical students, the regression model was well-fitted F(10,287)=30.189; p<0.001, R2=0.496, and the risk factors were escape motivation (β=0.416; p<0.001), psychological well-being (β=-0.165; p=0.003), emotional loneliness (β=0.152; p=0.014), and social loneliness (β=-0.118; p=0.031). Among Polish students of other majors, the regression model was well-fitted F(10,378)=46.188; p<0.001, R2=0.538, and the influence of escape motivation (β=0.456; p<0.001), entertainment motivation (β=0.258; p<0.001), the psychological well-being of students (β=-0.134; p=0.004), and emotional loneliness (β=0.111; p=0.032) was demonstrated. CONCLUSIONS: Students are in a high-risk group for behavioural addiction known as binge-watching. Emotional loneliness, the desire to escape from everyday life problems, and reduced psychological well-being intensified binge-watching in all the studied groups. Entertainment motivation and social loneliness differentiated the groups of Polish medical and non-medical students in terms of BW risk factors.
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 | 0,001 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».