PLoS ಒಂದು. 2017 ಜೂನ್ 21; 12 (6): e0177629. doi: 10.1371 / journal.pone.0177629.
ಚೋಯ್ ಜೆ1, ರೋ ಎಂಜೆ2, ಕಿಮ್ ವೈ3, ಯುಕ್ ಐಹೆಚ್2, ಯು ಎಚ್1, ಕಿಮ್ ಡಿಜೆ4, ಚೋಯ್ ಐ.ವೈ.2.
ಅಮೂರ್ತ
ಅತಿಯಾದ ಸ್ಮಾರ್ಟ್ಫೋನ್ ಬಳಕೆಯು ವೈಯಕ್ತಿಕ ಮತ್ತು ಸಾಮಾಜಿಕ ಸಮಸ್ಯೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು, ಬಳಕೆಯ ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ಸ್ಮಾರ್ಟ್ಫೋನ್ ಅವಲಂಬನೆಯೊಂದಿಗೆ ನೇರವಾಗಿ ಸಂಬಂಧ ಹೊಂದಿರುವ ಬಳಕೆಯ ಮಾದರಿಗಳನ್ನು ಪಡೆಯಲು ನಾವು ಪ್ರಯತ್ನಿಸಿದ್ದೇವೆ. ಈ ಅಧ್ಯಯನವು ಡೇಟಾ-ಚಾಲಿತ ಮುನ್ಸೂಚನೆ ಅಲ್ಗಾರಿದಮ್ ಬಳಸಿ ಸ್ಮಾರ್ಟ್ಫೋನ್ ಅವಲಂಬನೆಯನ್ನು ವರ್ಗೀಕರಿಸಲು ಪ್ರಯತ್ನಿಸಿದೆ. ಸ್ಮಾರ್ಟ್ಫೋನ್ ಬಳಕೆಯ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ನಾವು ಮೊಬೈಲ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ. 41,683 ಸ್ಮಾರ್ಟ್ಫೋನ್ ಬಳಕೆದಾರರ ಒಟ್ಟು 48 ಲಾಗ್‌ಗಳನ್ನು ಮಾರ್ಚ್ 8, 2015 ನಿಂದ ಜನವರಿ 8, 2016 ವರೆಗೆ ಸಂಗ್ರಹಿಸಲಾಗಿದೆ. ಕೊರಿಯನ್ ಸ್ಮಾರ್ಟ್ಫೋನ್ ಅಡಿಕ್ಷನ್ ಪ್ರೋನೆನೆಸ್ ಸ್ಕೇಲ್ ಫಾರ್ ವಯಸ್ಕರಿಗೆ (ಎಸ್-ಸ್ಕೇಲ್) ಮತ್ತು ಮನೋವೈದ್ಯ ಮತ್ತು ಕ್ಲಿನಿಕಲ್ ಸೈಕಾಲಜಿಸ್ಟ್ (ಎಸ್‌ಯುಸಿ) ಮುಖಾಮುಖಿ ಆಫ್‌ಲೈನ್ ಸಂದರ್ಶನವನ್ನು ಬಳಸಿಕೊಂಡು ಭಾಗವಹಿಸುವವರನ್ನು ನಿಯಂತ್ರಣ ಗುಂಪು (ಎಸ್‌ಯುಸಿ) ಅಥವಾ ವ್ಯಸನ ಗುಂಪು (ಎಸ್‌ಯುಡಿ) ಎಂದು ವರ್ಗೀಕರಿಸಲಾಗಿದೆ. = 23 ಮತ್ತು SUD = 25). ನಾವು ಟೆನ್ಸರ್ ಅಪವರ್ತನೀಕರಣವನ್ನು ಬಳಸಿಕೊಂಡು ಬಳಕೆಯ ಮಾದರಿಗಳನ್ನು ಪಡೆದುಕೊಂಡಿದ್ದೇವೆ ಮತ್ತು ಈ ಕೆಳಗಿನ ಆರು ಅತ್ಯುತ್ತಮ ಬಳಕೆಯ ಮಾದರಿಗಳನ್ನು ಕಂಡುಕೊಂಡಿದ್ದೇವೆ: 1) ಹಗಲಿನ ಸಮಯದಲ್ಲಿ ಸಾಮಾಜಿಕ ಜಾಲತಾಣ ಸೇವೆಗಳು (SNS), 2) ವೆಬ್ ಸರ್ಫಿಂಗ್, 3) ರಾತ್ರಿಯಲ್ಲಿ SNS, 4) ಮೊಬೈಲ್ ಶಾಪಿಂಗ್, 5) ಮನರಂಜನೆ, ಮತ್ತು 6) ರಾತ್ರಿಯಲ್ಲಿ ಗೇಮಿಂಗ್. ಆರು ಮಾದರಿಗಳ ಸದಸ್ಯತ್ವ ವಾಹಕಗಳು ಕಚ್ಚಾ ದತ್ತಾಂಶಕ್ಕಿಂತ ಗಮನಾರ್ಹವಾಗಿ ಉತ್ತಮ performance ಹೆಯ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಪಡೆದಿವೆ. ಎಲ್ಲಾ ಮಾದರಿಗಳಿಗೆ, SUD ಯ ಬಳಕೆಯ ಸಮಯಗಳು SUC ಗಿಂತ ಹೆಚ್ಚು ಉದ್ದವಾಗಿದೆ. ನಮ್ಮ ಆವಿಷ್ಕಾರಗಳಿಂದ, ಬಳಕೆಯ ಮಾದರಿಗಳು ಮತ್ತು ಸದಸ್ಯತ್ವ ವಾಹಕಗಳು ಸ್ಮಾರ್ಟ್ಫೋನ್ ಅವಲಂಬನೆಯನ್ನು ನಿರ್ಣಯಿಸಲು ಮತ್ತು to ಹಿಸಲು ಪರಿಣಾಮಕಾರಿ ಸಾಧನಗಳಾಗಿವೆ ಮತ್ತು ಬಳಕೆಯ ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ಸ್ಮಾರ್ಟ್ಫೋನ್ ಅವಲಂಬನೆಯನ್ನು and ಹಿಸಲು ಮತ್ತು ಚಿಕಿತ್ಸೆ ನೀಡಲು ಮಧ್ಯಸ್ಥಿಕೆ ಮಾರ್ಗಸೂಚಿಯನ್ನು ಒದಗಿಸಬಹುದು ಎಂದು ನಾವು ತೀರ್ಮಾನಿಸಿದ್ದೇವೆ.
PMID: 28636614
PMCID: PMC5479529
ನಾನ: 10.1371 / journal.pone.0177629
;