Propiedades psicométricas del CERI y CERM en estudiantes universitarios de Lima
Notice bibliographique
Résumé
La investigación analiza las propiedades psicométricas del Cuestionario de Experiencias Relacionadas al Internet (CERI) y del Cuestionario de Experiencias Relacionadas al Móvil (CERM) en 508 estudiantes de una universidad privada de Lima. Se aplicó la Escala de Adicción a Internet de Lima (EAIL), la Escala de Zung para la depresión (SDS), el Inventario de Ansiedad Rasgo-Estado (IDARE) y la Escala de Alexitimia de Toronto (TAS-20) para la validez convergente y discriminante. Para validez de criterio se hicieron comparaciones con las horas de uso de internet y celulares. Para el CERI, se obtuvo una estructura bifactorial con un 33.47% de varianza explicada. La confiabilidad mostró una consistencia interna adecuada para la prueba, siendo de .73, y cuestionable para las áreas siendo de .69 y .62. En el CERM, se obtuvo una estructura unifactorial con un 37.76% de varianza explicada. La confiabilidad mostró una consistencia interna adecuada, siendo de .81. Las relaciones del CERI y CERM con el EAIL resultaron significativas, directas y grandes; con el SDS, IDARE y TAS-20 resultaron significativas, directas y medianas. La comparación del CERI y sus dos áreas con las horas de conexión a internet fue significativa y pequeña para el CERI y su primera área. La comparación del CERM con las horas de conexión al celular fue significativa y pequeña. Con ello, el CERI no evidencia contar con propiedades psicométricas adecuadas para medir el uso problemático de internet, pero se confirma que el CERM cuenta con propiedades psicométricas adecuadas para evaluar el uso problemático del celular.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».