PLoS Unul. 2016 Aug 17; 11 (8): e0159788. doi: 10.1371 / journal.pone.0159788.
Kim Y1, Jeong JE2, Cho H2, Jung DJ2, Kwak M2, Rho MJ3, Yu H1, Kim DJ2, Choi IY3.
Abstract
Scopul acestui studiu a fost de a identifica predictorii asociate factorilor de personalitate ai predispoziției de dependență de smartphone (SAP). Participanții au fost bărbați 2,573 și femei 2,281 (n = 4,854) în vârstă de 20-49 ani (media ± SD: 33.47 ± 7.52); participanții au completat următoarele chestionare: chestionarul coreean pentru dependența de inteligența telefoanelor (K-SAPS) pentru adulți, chestionarul privind sistemul de inhibare a comportamentului / chestionarul de activare a comportamentului (BIS / BAS), instrumentul impulsivității Dickman Dysfunctional (DDII) Scală (BSCS). În plus, participanții au raportat informația lor demografică și modelul de utilizare a smartphone-urilor (orele de utilizare zilnică sau de sfârșit de săptămână și utilizarea principală). Am analizat datele în trei etape: (1) identificând predictori cu regresie logistică (2) care derivă relații cauzale între SAP și predictorii săi utilizând o rețea de convingeri Bayesian (BN) și (3) predictori care utilizează indexul Youden.
Predictorii identificați ai SAP au fost după cum urmează: sex (femeie), ore de utilizare medii în weekend și scoruri pentru BAS-Drive, BAS-Reward Responsiveness, DDII și BSCS. Genul feminin și scorurile pe BAS-Drive și BSCS au crescut direct SAP. Sensibilitatea BAS-Reward și DDII au crescut indirect SAP. Am constatat că SAP a fost definit cu sensibilitate maximă după cum urmează: ore de utilizare medii în weekend> 4.45, BAS-Drive> 10.0, BAS-Reward Responsiveness> 13.8, DDII> 4.5 și BSCS> 37.4. Acest studiu ridică posibilitatea ca factorii de personalitate să contribuie la SAP. Și am calculat punctele limită pentru predictori cheie. Aceste constatări pot ajuta clinicienii să depisteze SAP folosind puncte limită și să înțeleagă înțelegerea factorilor de risc SA.
PMID: 27533112
DOI: 10.1371 / journal.pone.0159788
;
