एक और। 2016 अगस्त 17; 11 (8): e0159788। doi: 10.1371 / journal.pone.0159788।
किम वाई1, जियोंग जेई2, चो एच2, जंग डीजे2, क्वाक एम2, आरएच एमजे3, यू एच1, किम डीजे2, चोई आईवाई3.
सार
इस अध्ययन का उद्देश्य स्मार्टफोन की लत की प्रवृत्ति (एसएपी) के व्यक्तित्व कारक से जुड़े भविष्यवक्ताओं की पहचान करना था। प्रतिभागियों में 2,573-2,281 वर्ष आयु वर्ग के 4,854 पुरुष और 20 महिलाएं (एन = 49) थीं (औसत ± एसडी: 33.47 ± 7.52); प्रतिभागियों ने निम्नलिखित प्रश्नावली पूरी कीं: वयस्कों के लिए कोरियाई स्मार्टफोन एडिक्शन प्रोननेस स्केल (K-SAPS), बिहेवियरल इनहिबिशन सिस्टम/बिहेवियरल एक्टिवेशन सिस्टम प्रश्नावली (BIS/BAS), डिकमैन डिसफंक्शनल इंपल्सिविटी इंस्ट्रूमेंट (DDII), और ब्रीफ सेल्फ-कंट्रोल स्केल (बीएससीएस)। इसके अलावा, प्रतिभागियों ने अपनी जनसांख्यिकीय जानकारी और स्मार्टफोन उपयोग पैटर्न (कार्यदिवस या सप्ताहांत औसत उपयोग घंटे और मुख्य उपयोग) की सूचना दी। हमने तीन चरणों में डेटा का विश्लेषण किया: (1) लॉजिस्टिक रिग्रेशन के साथ भविष्यवक्ताओं की पहचान करना, (2) बायेसियन विश्वास नेटवर्क (बीएन) का उपयोग करके एसएपी और उसके भविष्यवक्ताओं के बीच कारण संबंध प्राप्त करना, और (3) पहचाने गए के लिए इष्टतम कट-ऑफ बिंदुओं की गणना करना। यूडेन इंडेक्स का उपयोग करने वाले भविष्यवक्ता।
एसएपी के पहचाने गए भविष्यवक्ता इस प्रकार थे: लिंग (महिला), सप्ताहांत औसत उपयोग के घंटे, और बीएएस-ड्राइव, बीएएस-रिवॉर्ड रिस्पॉन्सिवनेस, डीडीआईआई और बीएससीएस पर स्कोर। बीएएस-ड्राइव और बीएससीएस पर महिला लिंग और स्कोर ने सीधे एसएपी में वृद्धि की। बीएएस-रिवॉर्ड रिस्पॉन्सिवनेस और डीडीआईआई ने अप्रत्यक्ष रूप से एसएपी बढ़ाया। हमने पाया कि एसएपी को अधिकतम संवेदनशीलता के साथ इस प्रकार परिभाषित किया गया था: सप्ताहांत औसत उपयोग घंटे > 4.45, बीएएस-ड्राइव > 10.0, बीएएस-रिवॉर्ड प्रतिक्रिया > 13.8, डीडीआईआई > 4.5, और बीएससीएस > 37.4। यह अध्ययन इस संभावना को बढ़ाता है कि व्यक्तित्व कारक एसएपी में योगदान करते हैं। और, हमने प्रमुख भविष्यवक्ताओं के लिए कट-ऑफ अंकों की गणना की। ये निष्कर्ष चिकित्सकों को कट-ऑफ बिंदुओं का उपयोग करके एसएपी की जांच करने और एसए जोखिम कारकों की समझ को आगे बढ़ाने में सहायता कर सकते हैं।
PMID: 27533112
डीओआई: 10.1371 / journal.pone.0159788
;