Smartphone Dependency and Its Impact on Emotional Fatigue: Mediated by Sleep Disturbance
Notice bibliographique
Résumé
Objective: This study aimed to investigate the impact of smartphone dependency on emotional fatigue among Indian university students, with sleep disturbance examined as a potential mediating variable. Methods and Materials: The study employed a descriptive correlational design involving 433 participants selected based on the Morgan and Krejcie sampling table. Standardized tools were used to measure the variables: the Smartphone Addiction Scale–Short Version for smartphone dependency, the Pittsburgh Sleep Quality Index for sleep disturbance, and the Emotional Exhaustion subscale of the Maslach Burnout Inventory–General Survey for emotional fatigue. Data analysis included Pearson correlation using SPSS-27 to assess bivariate relationships, and Structural Equation Modeling (SEM) via AMOS-21 to test direct and indirect effects and evaluate model fit. All assumptions for correlation and SEM, including normality, linearity, and absence of multicollinearity, were confirmed prior to analysis. Findings: The results indicated that smartphone dependency was significantly correlated with both sleep disturbance (r = .51, p < .001) and emotional fatigue (r = .48, p < .001), and that sleep disturbance was significantly associated with emotional fatigue (r = .56, p < .001). SEM analysis showed that smartphone dependency had a significant direct effect on sleep disturbance (β = .51, p < .001) and emotional fatigue (β = .23, p = .005), while sleep disturbance also had a significant direct effect on emotional fatigue (β = .46, p < .001). The indirect effect of smartphone dependency on emotional fatigue via sleep disturbance was also significant (β = .23, p < .001), confirming partial mediation. The model fit indices indicated good model fit (χ²/df = 2.28, CFI = .97, RMSEA = .054). Conclusion: The findings highlight the detrimental effects of smartphone dependency on emotional fatigue, both directly and indirectly through its impact on sleep disturbance, suggesting the need for targeted interventions to manage digital behaviors and promote healthy sleep among young adults.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».