Internet Addiction among Students: cross-sectional study
Notice bibliographique
Résumé
Introduction Conceptually, the internet has transformed the Earth into a vast information network village, significantly enhancing human experience through unprecedented availability and exchange of information. However, the potential adverse effects of internet addiction on human health have emerged as a major global concern. Objectives This study aimed to estimate the prevalence of internet addiction among students. Methods A cross-sectional, descriptive, and analytical study was conducted between October 2022 and January 2023 among students from various faculties in Sfax. Data were collected through a self-administered electronic questionnaire accessible online, created using the Google Forms application. The questionnaire explored sociodemographic and relational data. Internet addiction was assessed using the Internet Addiction Scale (IAS). Results The average age of the students was 25,62 ± 3,29 years, with a sex ratio of 1/5. Among the participants, 96% resided in urban areas, and 81,9% lived with their families. Nearly half of the students were from the Sfax Faculty of Medicine, and 64,4% were in the third cycle of their studies. The study found a mean total score of 74,27 +/- 21,25 on the IAS, indicating an estimated prevalence of internet addiction at 24,2%. Factors correlated with internet addiction included excessive internet use by family members (p=0,004) and poor adaptation to the faculty (p=0,03). Conclusions Internet addiction was prevalent in our student population. Exploring the characteristics associated with this addiction would undoubtedly assist in identifying the risks our students might face. Disclosure of Interest None Declared
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».