POTENCIÁLNĚ RIZIKOVÉ CHOVÁNÍ TYPU NELÁTKOVÝCH ZÁVISLOSTÍ VE VZORKU ŽÁKŮ STŘEDNÍ ŠKOLY A JEHO MOŽNÁ PREVENCE
Bibliographic record
Abstract
AbstraktModerní informační a komunikační technologie (ICT) představují ve vyspělých zemích přirozenou součást rodinného i profesního života, významně zasahují do vzdělávacího procesu a trávení volného času.V případě, že si jejich uživatelé neumějí stanovit jasné hranice k manipulaci s nimi či je nedokáží dodržovat, mohou ICT přispívat ke vzniku a posilování závislostního chování s negativními dopady na fyzickou, duševní i sociální stránku zdraví.Mezi obvyklou úrovní nakládání s ICT a jejich nutkavým nadužíváním nevede zcela ostrá hranice, závislost se rozvíjí postupně.Značně ohroženou skupinou jsou děti a mladiství, poněvadž se s ICT setkávají již od útlého věku a považují je za běžnou součást svého životního stylu.Proto je třeba na ně včasně a vhodně výchovně a preventivně působit především v rodině a ve škole.Hlavním cílem výzkumu bylo zjistit, jaký vztah mají respondenti k novým ICT, jak je používají, jakou míru rizika vzniku možné závislosti pro ně představují.Studie byla dále zaměřena na popis a hodnocení primární prevence behaviorálních závislostí ve školním prostředí.Byly stanoveny 3 pracovní hypotézy, které byly zaměřeny na rozdíly v délce času stráveného na sociálních sítích, pokusech o jeho omezení a vnímání rizik spojených s nadužíváním ICT.Byl zvolen kvantitativní výzkumný design, jako výzkumného nástroje bylo využito on-line anonymního elektronického dotazníku zveřejněného na webu.Dotazník byl sestaven na základě odborných pramenů, obsahoval celkem 30 položek členěných do 3 částí (základní identifikátory, využívání mobilního telefonu, internetu a sociálních sítí, preventivní působení ve školách).K náboru vzorku bylo využito metody nabalující se sněhové koule, potenciální respondenti byli osloveni cestou sociálních sítí.Dotazník si otevřelo 362 respondentů, vyplněný jej odeslalo 224 z nich, návratnost tedy činila 62 %.Odpovědi byly zhodnoceny metodami popisné statistiky, byla prezentována situace v celém souboru a při třídění dle pohlaví a typů škol.Pracovní hypotézy byly testovány pomocí statistického balíku EpiInfo, v. 6.02en za využití chí-kvadrát testu a Fisherova exaktního testu.Ve výzkumném vzorku byli nejvíce zastoupeni žáci gymnázia a středního odborného učiliště.Ženy tvořily 56,7 % vzorku, muži 43,3 %.Polovina respondentů pocházela z města, pětiny bydlí na vesnici, zbytek v městysi.Moderní ICT představují způsob spojení, relaxaci a pomocníka.Respondenti je často využívají, obtížně by se bez nich dokázali obejít.Na sociálních sítích tráví nejčastěji dvě hodiny denně (více ženy), polovina oslovených tento čas už zkoušela omezit.Nejpopulárnější je Instagram, následují YouTube, TikTok, Snapchat, Facebook a Twitter.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.010 |
| Scholarly communication | 0.013 | 0.009 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.034 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".