PLoS One. 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
Ang layunin ng pag-aaral na ito ay upang makilala ang mga prediktor na nauugnay sa mga factor ng personalidad ng predikposisyon ng pagkagumon sa smartphone (SAP). Ang mga kalahok ay 2,573 kalalakihan at 2,281 kababaihan (n = 4,854) may edad 20-49 taon (Ibig sabihin ± SD: 33.47 ± 7.52); nakumpleto ng mga kalahok ang sumusunod na mga talatanungan: ang Korean Smartphone Addiction Proneness Scale (K-SAPS) para sa mga matatanda, ang Behavioural Inhibition System / Behavioural Activation System questionnaire (BIS / BAS), ang Dickman Dysfunctional Impulsivity Instrument (DDII), at ang Maikling Pag-kontrol sa Sarili Scale (BSCS). Bilang karagdagan, iniulat ng mga kalahok ang kanilang impormasyon sa demograpiko at pattern ng paggamit ng smartphone (araw ng katapusan ng linggo o katapusan ng oras ng paggamit at pangunahing paggamit). Nasuri namin ang data sa tatlong mga hakbang: (1) na nagpapakilala sa mga prediktor na may logistic regression, (2) na nakakuha ng mga kaugnay na ugnayan sa pagitan ng SAP at ng mga prediktor nito gamit ang isang network ng paniniwala ng Bayesian (BN), at (3) computing optimal na cut-off na puntos para sa mga kinilala mga prediktor na gumagamit ng index ng Youden.
Ang mga natukoy na tagahula ng SAP ay ang mga sumusunod: kasarian (babae), average na oras ng paggamit ng katapusan ng linggo, at mga marka sa BAS-Drive, BAS-Reward Responsiveness, DDII, at BSCS. Ang babaeng kasarian at mga marka sa BAS-Drive at BSCS ay direktang tumaas ng SAP. Ang BAS-Reward Responsiveness at DDII ay hindi tuwirang nadagdagan ang SAP. Nalaman namin na ang SAP ay tinukoy na may pinakamataas na pagiging sensitibo tulad ng sumusunod: average na oras ng paggamit sa katapusan ng linggo> 4.45, BAS-Drive> 10.0, BAS-Reward Responsiveness> 13.8, DDII> 4.5, at BSCS> 37.4. Itinataas ng pag-aaral na ito ang posibilidad na ang mga kadahilanan ng pagkatao ay nag-aambag sa SAP. At, kinakalkula namin ang mga cut-off point para sa mga pangunahing tagahula. Ang mga natuklasan na ito ay maaaring makatulong sa pag-screen ng mga klinika para sa SAP na gumagamit ng mga cut-off point, at dagdagan ang pag-unawa sa mga kadahilanan sa peligro ng SA.
PMID: 27533112
Doi: 10.1371 / journal.pone.0159788
;