.png){kind=icon}
返回
Quantifying digital habits
.png){kind=icon}
OA
AI
DOI：10.1140/epjds/s13688-025-00581-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
尽管对问题性社交媒体使用的持续担忧普遍存在，数字习惯仍缺乏量化。通过一项包含6,816名参与者、12,899条针对六大平台的应用特定反馈的混合方法研究，我们将自我报告的习惯测量（通过自我报告习惯指数）与为期6周的纵向行为追踪数据进行了比较。我们的分析揭示了三个关键见解：首先，应用使用表现出强烈的习惯性模式（Facebook：平均SRHI = 4.88），超过了吸烟等健康相关习惯的既定基准。其次，我们发现SRHI分数与实际使用指标之间存在弱相关（r=0.28-0.32），暴露了自我评估准确性的显著差异。第三，机器学习表明，简单的行为历史（会话/小时）比SRHI测量至少更有效地预测未来使用64%。这些结果挑战了数字习惯研究中自我报告工具的预测效度，并表明观察数据具有更优越的预测能力。我们的发现对干预设计、平台问责制以及计算社会科学中习惯研究的方法论演变具有直接意义。
Keyword:
Habit
Social Media
Psychology
Apps
Computational Social Science
期刊
IF:
2.5
论文数:
693
被引数:
1.6K
机构
引用论文
Do Data Characteristics Change According to the Number of Scale Points Used? An Experiment Using 5-Point, 7-Point and 10-Point Scales数据特征是否会根据使用的刻度点数而变化？使用5点，7点和10点量表的实验
PREAI
分享收藏
COLLEGE SOPHOMORES IN THE LABORATORY - INFLUENCES OF A NARROW DATABASE ON SOCIAL-PSYCHOLOGY VIEW OF HUMAN-NATURE实验室中的大学二年级学生-狭窄的数据库对社会心理学人性观的影响
PREAI
分享收藏Habit and intention in everyday life: The multiple processes by which past behavior predicts future behavior日常生活中的习惯和意图: 过去行为预测未来行为的多重过程.png)
PSYCHOLOGICAL BULLETIN
PSYCHOLOGICAL BULLETINIF19.8
PREAI
分享收藏分享收藏
查看更多内容