Smartphone Overuse and Relationship Dissatisfaction: The Mediating Role of Fear of Missing Out (FoMO)
Notice bibliographique
Résumé
Objective: The objective of this study was to investigate the relationship between smartphone overuse and relationship dissatisfaction among young adults, with a specific focus on examining the mediating role of fear of missing out (FoMO). Methods and Materials: A descriptive correlational design was employed, involving a sample of 400 young adults recruited from Manchester, United Kingdom. The sample size was determined based on the Morgan and Krejcie table to ensure adequate statistical power. Participants completed three validated instruments: the Smartphone Addiction Scale–Short Version (SAS-SV) for smartphone overuse, the Fear of Missing Out Scale (FoMOS) for FoMO, and the Couples Satisfaction Index (CSI-16) for relationship dissatisfaction. Data analysis was conducted using SPSS-27 for descriptive statistics and Pearson correlation analyses, while Structural Equation Modeling (SEM) was performed with AMOS-21 to test the hypothesized mediational model. Findings: Pearson correlations revealed significant positive associations between smartphone overuse, FoMO, and relationship dissatisfaction (all p < .001). Model fit indices indicated acceptable fit (χ²/df = 2.01, CFI = .96, TLI = .95, RMSEA = .051), supporting the robustness of the mediational model. Smartphone overuse significantly predicted FoMO (β = .48, p < .001) and relationship dissatisfaction both directly (β = .29, p < .001) and indirectly through FoMO (β = .17, p = .002). The total effect of smartphone overuse on relationship dissatisfaction was β = .46 (p < .001), confirming the mediating role of FoMO in this relationship. Conclusion: The findings underscore the need for interventions that address not only digital dependency but also the psychological mechanisms, such as FoMO, that intensify relational strain in the digital age.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,005 | 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 ».