Propiedades psicométricas del CERI y CERM en estudiantes universitarios de Lima
Notice bibliographique
Résumé
La investigación analiza las propiedades psicométricas del Cuestionario de Experiencias \nRelacionadas al Internet (CERI) y del Cuestionario de Experiencias Relacionadas al \nMóvil (CERM) en 508 estudiantes de una universidad privada de Lima. Se aplicó la \nEscala de Adicción a Internet de Lima (EAIL), la Escala de Zung para la depresión (SDS), \nel Inventario de Ansiedad Rasgo-Estado (IDARE) y la Escala de Alexitimia de Toronto \n(TAS-20) para la validez convergente y discriminante. Para validez de criterio se hicieron \ncomparaciones con las horas de uso de internet y celulares. \nPara el CERI, se obtuvo una estructura bifactorial con un 33.47% de varianza explicada. \nLa confiabilidad mostró una consistencia interna adecuada para la prueba, siendo de .73, \ny cuestionable para las áreas siendo de .69 y .62. En el CERM, se obtuvo una estructura \nunifactorial con un 37.76% de varianza explicada. La confiabilidad mostró una \nconsistencia interna adecuada, siendo de .81. Las relaciones del CERI y CERM con el \nEAIL resultaron significativas, directas y grandes; con el SDS, IDARE y TAS-20 \nresultaron significativas, directas y medianas. La comparación del CERI y sus dos áreas \ncon las horas de conexión a internet fue significativa y pequeña para el CERI y su primera \nárea. La comparación del CERM con las horas de conexión al celular fue significativa y \npequeña. Con ello, el CERI no evidencia contar con propiedades psicométricas adecuadas \npara medir el uso problemático de internet, pero se confirma que el CERM cuenta con \npropiedades 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».