Network Analysis of Association Between Problematic Social Network Use and Alexithymia in Freshmen
Notice bibliographique
Résumé
Objective: Exploring the core and bridge nodes in problematic social network use and alexithymia among freshmen to provide a basis for understanding the relationship and interventions. Methods: A total of 4057 first-year students from four universities in Shandong Province were chosen and surveyed with the Problematic Mobile Social Media Use Assessment Questionnaire and the Toronto Alexithymia Scale (TAS). Network analysis was performed using R to estimate the connections between nodes. Centrality and predictability indicators were used to identify key nodes, with accuracy and stability validation techniques applied. Gender and residence differences in the network structure were also examined. Results: In the problematic social network use network, the nodes with the highest expected influence were P16 (excessive swiping) and P14 (lack of control over phone usage). In the problematic social network use-alexithymia network, cognitive failure had the highest strength (strength = 1.155) and centrality. Difficulty identifying feelings (bridgestrength = 0.32), externally oriented thoughts (bridgestrength = 0.24), and cognitive failure (bridgestrength = 0.19) were key bridge nodes. No significant differences were found in the network structure across gender and residence, though the network was tightly connected. Conclusion: Cognitive failure plays a central role in problematic social network use among freshmen. Difficulty identifying feelings, externally oriented thoughts, and cognitive failure are critical in linking problematic social network use with alexithymia. Plain Language Summary: In a study with over 4000 freshmen from four universities in Shandong Province, researchers examined the link between problematic social media use and alexithymia. The study used the method of network analysis to analyze data. The key findings were that “cognitive failure”—reduced mental processing due to excessive mobile use—is central to problematic social network use. The most significant issues identified were difficulty identifying feelings, engaging in externally oriented thinking, and cognitive failures. These factors are consistent across different genders and residences, indicating a common pattern among freshmen. The results suggest that interventions to reduce excessive social media use and improve emotional awareness should focus on these areas to help alleviate alexithymia symptoms and enhance student well-being. Keywords: problematic social network use, alexithymia, freshmen, network analysis
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».