PLoS One ". 2016 Aug 17, 11 (8): e0159788. doi: 10.1371 / journal.pone.0159788.
Kim Y1, Jeong JE2, Cho H2, Jung DJ2, Kwakas M2, Rho MJ3, Yu H1, Kim DJ2, Choi IY3.
Abstraktus
Šio tyrimo tikslas buvo nustatyti su asmeniu susijusių veiksnių prognozes, susijusias su išmaniųjų telefonų priklausomybės polinkiu (SAP). Dalyviai buvo 2,573 vyrai ir 2,281 moterys (n = 4,854) 20-49 metų (vidutinė ± SD: 33.47 ± 7.52); dalyviai užpildė šiuos klausimynus: Korėjos „Smartphone Addiction Proneness Scale“ (K-SAPS) suaugusiesiems, elgesio slopinimo sistemos / elgesio aktyvinimo sistemos klausimyną (BIS / BAS), „Dickman“ disfunkcinę impulsyvumo priemonę (DDII) ir trumpą savikontrolę Skalė (BSCS). Be to, dalyviai pranešė apie savo demografinę informaciją ir išmaniojo telefono naudojimo modelį (vidutinės darbo dienos ir savaitgalio darbo valandos ir pagrindinė paskirtis). Mes analizavome duomenis trimis etapais: (1) nustatant logistinės regresijos prognozes (2), sukeliančius priežastinius ryšius tarp SAP ir jos prognozatorių, naudojant Bayeso tikėjimo tinklą (BN), ir (3) apskaičiuojant optimalius ribinius taškus nustatytam „Youden“ indeksą.
Nustatyti SAP numatytojai buvo tokie: lytis (moteris), vidutinės savaitgalio naudojimo valandos ir BAS-Drive, BAS-Reward reagavimo, DDII ir BSCS balai. Moterų lytis ir BAS-Drive bei BSCS rezultatai tiesiogiai padidino SAP. „BAS-Reward“ reagavimas ir DDII netiesiogiai padidino SAP. Mes nustatėme, kad maksimalus jautrumas SAP buvo apibrėžtas taip: savaitgalio vidutinės naudojimo valandos> 4.45, BAS-Drive> 10.0, BAS-Reward reagavimas> 13.8, DDII> 4.5 ir BSCS> 37.4. Šis tyrimas kelia galimybę, kad asmenybės veiksniai prisideda prie SAP. Mes apskaičiavome pagrindinių prognozuotojų ribinius taškus. Šios išvados gali padėti gydytojams tikrinti SAP, naudojant ribinius taškus, ir geriau suprasti SA rizikos veiksnius.
PMID: 27533112
DOI: 10.1371 / journal.pone.0159788
;
