Воспроизводимый опросный процесс для изучения психологической устойчивости, чувства принадлежности к школе и мышления высшего порядка у студентов колледжей

Краткое содержание

Этот протокол представляет воспроизводимый рабочий процесс опроса для сбора данных, скрининга качества и модерируемого медиационного анализа у студентов колледжей.

Аннотация

В этой статье представлен воспроизводимый протокол опроса с поперечным сечением самоанализа для изучения связей между психологической устойчивостью, чувством принадлежности к школе (SSB), высшим уровнем мышления и расстройством, связанным с интернет-играми (IGD) у студентов. В этом протоколе новые шаблоны трудоустройства рассматриваются как контекстуальный фон, сформированный генеративным искусственным интеллектом, работой на платформе и изменяющимися ожиданиями по навыкам выпускников, а не как переменная на уровне участников. Протокол объединяет институциональный выборочный отбор, администрирование анкет, документацию перевода, скрининг качества ответов, обработку недостающих данных, оценку масштабов, скрининг по общим методам, центрирование переменных и анализ условных процессов в один стандартизированный рабочий процесс. SSB назначен статистическим медиатором, а IGD — модератором в рамках ассоциативной модерируемой медиации. Репрезентативные результаты включают записи потока выборок, описательные статистики, матрицы корреляции, оценки медиации и модерации медиации, условные косвенные эффекты, индекс модерированной медиации и графики взаимодействия. Поскольку репрезентативный набор данных является поперечным и самоотчётным, протокол поддерживает прозрачную оценку статистических ассоциаций, а не причинно-следственные или продольные выводы. Стандартизируя решения по предварительной обработке и спецификации модели перед анализом, этот рабочий процесс повышает прозрачность, сопоставимость и воспроизводимость в образовательных и поведенческих опросах.

Введение

Новые модели трудоустройства, сформированные генеративным искусственным интеллектом, платформенной работой и межотраслевой интеграцией профессий, изменили подходы университетов к вопросам подготовки выпускников и развития^{студентов 1}. В этой статье новые шаблоны занятости рассматриваются как контекстуальное условие, а не как измеряемое воздействие на уровне участников. Протокол не классифицирует студентов по их прямому участию в работе на платформе, гиг-работе или трудоустройстве с помощью искусственного интеллекта. Вместо этого этот контекст объясняет, почему мышление высшего порядка (HOT), психологическая устойчивость (PR) и поддержка в школе являются актуальными понятиями для студентов, сталкивающихся с всё более неопределёнными образовательными и карьерными переходами. Это уточнение необходимо, поскольку протокол разработан для исследования поперечного среза поведенческих опросов, а не для оценки эффектов измеренного воздействия по шаблону занятости.

В этом контексте от выпускников всё чаще ожидается решение незнакомых задач, передача знаний между областями, критическая оценка информации и принятие адаптивных решений в условиях^{неопределённости 2}. Недавние обсуждения рынка труда и высшего образования также указывают на продолжающееся несоответствие между ожиданиями работодателей и готовностью выпускников, особенно в области коммуникации, сотрудничества, самостоятельного решения проблем и^{инноваций 3}. Эти требования сделали HOT полезным результатом в образовательных и поведенческих исследованиях, связанных с адаптацией студентов в условиях трудоустройства⁴.

HOT относится к продвинутым когнитивным активностям, выходящим за рамки воспоминания и базового понимания, включая анализ, оценку, принятие решений, решение проблем и творческое^{мышление 5}. Опираясь на классическое различие между когницией низшего и высшего порядка, предыдущие исследования подчёркивают, что HOT включает трансформацию знаний, а не простое воспроизведение знаний, и тесно связана с аутентичными проблемными контекстами, интеграцией предыдущих знаний и когнитивной^{гибкостью 6}. В цифровых условиях занятости и обучения студентам часто требуется интерпретировать сложную информацию, работать с интеллектуальными инструментами и сохранять когнитивную автономию, когда информации много, но неравномерно по^{качеству. 7}. Эти условия делают HOT подходящей основной конструкцией для воспроизводимого протокола поведенческих исследований.

PR включен в этот протокол, поскольку он теоретически и эмпирически связан с адаптивным функционированием студентов в условиях стресса и^{неопределённости 8}. Хотя определения PR различаются в зависимости от перспектив, основанных на результатах, чертах и процессах, большинство версий сходятся вокруг идеи, что PR отражает способность регулировать себя, восстанавливаться после трудностей и поддерживать функциональную адаптацию в сложных^{условиях 9}. В настоящем протоколе PR не рассматривается как доказанный причинный детерминант HOT. Скорее, он моделируется как независимая переменная, которая может быть статистически связана с HOT в пересекном наборе данных. Эта формулировка соответствует проектной границе исследования и избегает подразумевания временного порядка, который данные не могут установить. Эта связь правдоподобна, поскольку студенты с более сильным PR могут лучше поддерживать целенаправленное вовлечённость, конструктивное совлаждение и адаптивное мышление при сталкивании с академическим и карьерным^{давлением 10}. Предыдущие эмпирические исследования связывали PR с решением проблем, критическим мышлением и адаптивным мышлением, хотя прямые доказательства связи PR с HOT остаются^{ограниченными 11}. По этой причине в данной статье используется связь между PR и HOT как репрезентативный пример моделирования, с помощью которого можно продемонстрировать полный протокол от опроса до анализа.

Чувство школьной принадлежности (SSB) включено в протокол как статистический посредник. Обычно он определяется как воспринимаемый опыт принятия учеников, уважения, поддержки и связи в школьном^{сообществе 12}. Большинство определений подчеркивают эмоциональную и реляционную связь с учреждением, учителями и сверстниками, формируемую через участие, признание и поддержку¹³. В условиях меняющегося трудоустройства SSB актуален, поскольку студенты часто полагаются на университетское руководство, взаимодействие с коллегами и институциональные ресурсы при подготовке к неопределённому академическому и профессиональному^{будущему 14}.

Существующие исследования показывают, что PR положительно связан с SSB. Ученики с более сильным PR могут чаще искать поддержку, поддерживать конструктивное вовлечение и сохранять чувство связи с учителями и сверстниками во время^{стресса 15}. SSB также ассоциируется с совместным решением проблем, критическим мышлением, креативностью и более глубоким вовлечением в учебные^{мероприятия 16}. Исходя из этого, настоящий протокол определяет SSB в качестве статистического посредника между PR и HOT. Эту спецификацию следует интерпретировать как ассоциативно-ориентированную модель медиации, подходящую для данных пересечений опросов, а не как доказательство того, что PR временно вызывает SSB или что SSB причинно производит HOT.

Расстройство интернет-игр (IGD) включено в список модераторов, поскольку цифровое поведение может формировать силу ассоциаций между PR, SSB и HOT. IGD относится к устойчивому и повторяющемуся игровому поведению, связанному с клинически значимыми нарушениями, и привлекает всё больше внимания среди учащихся с интенсивным цифровым^{воздействием 17}. Предыдущие исследования связывали проблемные игры с нарушенным распорядком, снижением качества сна, снижением социальной поддержки, слабой способностью к совладаниям и более низкой академической^{вовлечённостью 18}. Эти результаты подтверждают мнение, что более высокие уровни симптомов ИГД могут ослаблять адаптивное образовательное и психосоциальное функционирование.

В то же время поведение, связанное с играми, не должно восприниматься упрощённо. Некоторые игровые среды включают стратегическое принятие решений, обучение на основе обратной связи и когнитивные вызовы, но эти особенности не означают, что сам IGD полезен¹⁹. В настоящем протоколе IGD рассматривается только как статистический модератор паттернов ассоциаций. Любое взаимодействие, связанное с IGD, интерпретируется осторожно как условная ассоциация в репрезентативном наборе данных, а не как клиническое доказательство того, что игровое расстройство улучшает когнитивные функции или укрепляет работу школы.

Несмотря на растущий интерес к PR, SSB, HOT и цифровому поведению учащихся, методологический разрыв сохраняется. Многие исследования отмечают ассоциации между этими конструкциями, но меньше предоставляют прозрачный и воспроизводимый протокол, связывающий набор участников, проведение опросов, документацию перевода, скрининг некорректных ответов, обработку недостающих данных, оценку масштабов, скрининг надёжности, скрининг на распространённые методы, центрирование переменных и анализ условных процессов в рамках одной аудиторной системы. Этот разрыв особенно актуален для образовательных и поведенческих исследований, где результаты может быть трудно воспроизведать, если правила предварительной обработки и решения моделей сообщаются лишь частично.

Для устранения этого пробела настоящая статья о методе предоставляет воспроизводимый протокол для проведения поперечного самоотчётного опроса и получения репрезентативных результатов модерируемой медиации. Протокол использует PR, SSB, HOT и IGD в качестве прикладных примеров, но его основной вклад — методологический, а не причинный. Протокол демонстрирует, как построить систему выборки, администрировать стандартизированную анкету, документировать перевод и решения о оценке, применять заранее заданные правила скрининга, подготовить готовый к анализу набор данных и оценивать условные процессы моделей 4 и 59 с использованием фиксированных правил отчетности. По сравнению с менее стандартизированными методами анализа опросов, этот протокол повышает прозрачность, сопоставимость, воспроизводимость и аудитируемость, документируя решения по предварительной обработке и спецификации модели до интерпретации. Представляя эти шаги как единую процедуру, статья предоставляет исследователям воспроизводимую основу для образовательных и поведенческих исследований адаптации студентов колледжей и развития HOT.

Протокол

Это исследование было одобрено Этическим комитетом Лючжоуского профессионально-технического колледжа (код протокола: LVTC-2024-02-879; дата одобрения: 1 февраля 2024 года). Получите электронное информированное согласие перед доступом к анкете. Удалите прямые идентификаторы перед экспортом и анализом данных. Храните необработанные, очищенные, готовые к анализу, скоринг, фильтрационные и выводные файлы в папках с ограниченным доступом.

1. Набирайте участников с помощью заранее заданного многоступенчатого процесса случайной выборки

1. Постройте и зафиксируйте институциональную систему выборки
   1. Определяйте новые модели занятости как контекстуальный фон исследования, а не как измеряемую на уровне участника.
   2. Определяйте кандидатские учреждения через записи о государственном образовании, сайты университетов, уведомления о реформе преподавания, документы по руководству по трудоустройству и объявления о учебных программах или обучении.
   3. Включать учреждения, признанные высшими учебными заведениями материкового Китая, зачислять студентов дневного отделения, вести проверяемые записи по искусственному интеллекту, цифровому обучению, готовности к карьере, инновациям или обучению HOT, предоставлять доступ к выборке по списку и согласовывать стандартизированную процедуру анонимного онлайн-опроса.
   4. Исключать учреждения без проверяемых учебных записей, текущих списков, активного числа студентов в период опроса или способности следовать тому же административному протоколу.
   5. Сохранять 32 подходящих учебных заведения и присваивать коды учебных заведений от I-01 до I-32.
   6. Заблокируйте институциональную систему выборки перед случайным выбором. Используйте заранее заданную систему выборки и фиксированное правило отбора для снижения последующих выборочных решений в многообъектовых^{исследованиях 20}.
2. Выполните случайный выбор на уровне учреждения и студентов
   1. Используйте процедуру случайных чисел на основе семян для отбора на уровне учреждения.
   2. Установить случайный сид на 20241007.
   3. Сгенерируйте случайные номера для 32 подходящих учебных заведений, отсортируйте значения в порядке возрастания и выберите первые три кода учебных заведений. Выберите коды учебных заведений I-07, I-18 и I-29.
   4. Получите текущие составы классов из трёх выбранных учебных заведений и проверьте активную регистрацию с 7 октября 2024 года по 15 ноября 2024 года.
   5. Включайте студентов очной формы обучения в возрасте от 18 до 25 лет, которые умеют читать по-китайски, появляться в списке учреждений, получать онлайн-анкету и предоставлять электронное информированное согласие.
   6. Исключать студентов младше 18 лет, не участвующих активно, находящихся на обмене или отпуске, не могут самостоятельно заполнить китайский опросник, участвовали в пилотном тесте, отказались от согласия или подали дублирующие или недействительные анкеты.
   7. Распределите список студентов по учебным заведениям и случайным образом выберите студентов внутри каждого учреждения, используя ту же процедуру на основе посев.
   8. Пригласите 860 студентов, включая 286 студентов из I-07, 287 студентов из I-18 и 287 студентов из I-29.
      ПРИМЕЧАНИЕ: Сохраняйте фиксированные процедуры отбора на уровне учреждения и студентов после рандомизации. Выполняйте замену с помощью той же процедуры на основе семя.
3. Определите окно сбора и завершите аналитическую выборку
   1. Сбор данных с 7 октября 2024 года по 15 ноября 2024 года.
   2. Распределите анкету среди 860 приглашённых студентов через одобренных учреждением консультантов, используя тот же письменный сценарий.
   3. Зафиксируйте поток ответов: 860 приглашённых студентов, 800 возвращенных анкет, 60 отсутствующих ответов, 24 исключённых недействительных ответов и 776 сохранённых случаев. Общий уровень отклика составляет 93,0%.
   4. Фиксируйте поток на уровне учреждения следующим образом: I-07, 267 возвращённых анкет, 8 исключённых ответов и 259 сохранённых случаев; I-18, 266 ответных анкет, 7 исключённых ответов и 259 сохранённых случаев; и I-29, 267 возвратных анкет, 9 исключённых ответов и 258 сохранённых случаев.
   5. Применяйте иерархию исключения в следующем порядке: дублирующий ответ, несоответствие допустимости, время завершения, прямолинейный ответ и повторяющийся паттерн.
   6. Исключайте ответы, соответствующие любому из следующих критериев: дублирование подачи, несоответствие требования, время завершения <360 с, тот же вариант, выбранный для ≥85% заданий Likert, или повторяющийся чередующийся шаблон между ≥15 последовательными элементами Likert. Не используйте предмет для проверки внимания.
   7. Исключить 24 некорректных ответа, включая 3 дублирующихся ответа, 3 несоответствия в соответствии допустимости, 7 исключений по времени завершения, 9 ответов по прямой линии и 2 ответа с повторяющимися шаблонами.
   8. Сохраняйте 776 действительных случаев. Зафиксировать окончательную выборку, состоящую из 219 мужчин (28,2%) и 557 женщин (71,8%) в возрасте 19–25 лет.
      ПРИМЕЧАНИЕ: Используйте скорректированный поток выборки последовательно на протяжении всей рукописи: 860 приглашённых студентов, 800 возвращенных анкет, 24 исключённых ответа и 776 сохранённых случаев.

2. Проведите анкету с помощью стандартизированной онлайн-процедуры

1. Собрать анкету и адаптировать язык документа
   1. Соберите пять разделов анкеты: демография, PR, HOT, SSB и симптомы IGD.
   2. Используйте 75 предметов с оценкой шкалы, включая 25 предметов PR, 23 предмета HOT, 18 предметов SSB и 9 предметов IGD.
   3. Разместите электронную форму информированного согласия перед всеми материалами опроса и требуйте согласие участника перед доступом к анкете. Используйте электронное согласие и де-идентификационные онлайн-ответы для защиты автономии и приватности участников в исследованиях^{поведенческого опроса 21}.
   4. Используйте принудительные ответы для всех параметров масштаба и аналитических демографических переменных.
   5. Переводите масштабы английского происхождения с помощью прямого перевода, сверки, обратного перевода, экспертного обзора и пилотной проверки. Применять стандартные межкультурные процедуры адаптации инструментов для сохранения семантической и концептуальной^{эквивалентности 22}.
   6. Используйте два двуязычных переводчика вперёд, одного независимого обратного переводчика и как минимум трёх экспертов-рецензентов во время адаптации анкет.
   7. Проведите пилотную проверку среди 30 студентов, не входящих в итоговую аналитическую выборку.
   8. Задокументируйте источник пункта, оригинальную формулировку, прямой перевод, обратный перевод, окончательную китайскую формулировку и обоснование правки в Дополнительной таблице 1.
   9. Заблокируйте анкету перед введением экзамена.
      ПРИМЕЧАНИЕ: Не меняйте формулировку пункта после блокировки анкеты.
2. Стандартизировать рабочий процесс администрирования между учреждениями
   1. Обучайте консультантов, используя тот же письменный административный сценарий.
   2. Указывайте, что участие добровольное, анонимное, не связано с оценками или оценкой и может быть отклонено без наказания.
   3. Проводите онлайн-анкету на занятиях без интерпретации содержания вопросов консультантом.
   4. Не позволяйте консультантам просматривать индивидуальные ответы участников.
   5. Запишите дату проведения, код учебного заведения, контекст класса, идентификатор консультанта, количество приглашений, количество возвращенных, продолжительность сессии и отклонения от протокола.
      ПРИМЕЧАНИЕ: Используйте одинаковую процедуру согласия, заявление об анонимности, административный сценарий и инструкции по ответу во всех участвующих учреждениях.

3. Оценивать измерительные приборы с помощью заблокированной системы оценки

1. Оценка по шкале психологической устойчивости
   1. Используйте 25-пунктную шкалу психологической устойчивости, пересмотренную Ху и Ганом на основе рамочной схемы^{Коннора-Дэвидсона 23}.
   2. Оценивайте все задания по 5-балльной шкале Лайкерта и вычисляйте средний балл. Воспринимайте более высокие баллы как более высокий PR.
   3. Запишите внутреннюю согласованность как альфа Кронбаха = 0,958.
2. Оценивайте Шкалу Мышления Высшего Порядка
   1. Используйте 23-пунктную шкалу мышления высшего порядка, разработанную Хваном^{и коллегами 24}.
   2. Оценивайте все задания по 5-балльной шкале Лайкерта и вычисляйте средний балл. Интерпретируйте более высокие баллы как более высокий HOT.
   3. Запишите внутреннюю согласованность как альфа Кронбаха = 0,973.
3. Оценка по шкале принадлежности школы
   1. Используйте 18-пунктную шкалу «Китайское психологическое чувство членства», пересмотренную Паном и коллегами на основе оригинальной схемы членства в школе^{Гуденов 25}.
   2. Обратная оценка Пункты 3, 6, 9, 12 и 16 по следующее правило конверсии: 1 = 5, 2 = 4, 3 = 3, 4 = 2 и 5 = 1.
   3. Вычислите средний балл после обратного кодирования. Воспринимайте более высокие баллы как более высокий SSB.
   4. Запишите внутреннюю согласованность как альфа Кронбаха = 0,838.
4. Оценить шкалу расстройства, связанных с интернет-играми
   1. Используйте 9-пунктную шкалу расстройства интернет-игр, соответствующую^{критериям DSM-5 26}.
   2. Оценивайте все задания по 5-балльной шкале Лайкерта и вычисляйте средний балл. Интерпретировать более высокие показатели как более высокие симптомы IGD, которые сами сообщают.
   3. Рассматривайте ИГД как непрерывную оценку симптомов, а не как клинический диагноз.
   4. Запишите внутреннюю согласованность как альфа Кронбаха = 0.941.
5. Зафиксируйте и проверьте решения о подсчёте очков
   1. Используйте средние баллы для всех четырёх переменных: PR, HOT, SSB и IGD.
   2. Используйте одни и те же аббревиатуры последовательно на протяжении всего протокола и рабочего процесса анализа: PR, HOT, SSB и IGD.
   3. Запишите количество заданий, диапазон ответов, обратно закодированные элементы, направление оценки, правило расчёта, демографическое кодирование и значения надёжности в Дополнительной таблице 2.
      ПРИМЕЧАНИЕ: Перед вычислением описательной статистики, корреляций, оценок надёжности или условных процессных моделей используйте обратную оценку SSB.

4. Очистить набор данных и создать файл, готовый к анализу

1. Экспорт и версия файлов данных
   1. Экспортируйте исходный файл анкеты после закрытия опроса.
   2. Оставьте исходный файл анкеты в формате только для чтения.
   3. Создайте отдельный рабочий файл для процедур отбора, очистки, перекодировки и оценки.
   4. Создайте окончательный набор данных, готовый к анализу, применяя исключения, обратное кодирование, вычисление баллов, демографическое кодирование и центрирование переменных.
2. Применяйте скрининг недостающих данных и качество ответа
   1. Проверьте отсутствие на уровне элемента в представленном наборе данных. Зафиксировать 0 отсутствующих значений на уровне пункта, так как при проведении анкеты использовались принудительные ответы.
   2. Не приписывайте пропущенные данные. Запишите 0 исключённых случаев для отсутствующих масштабных данных и 0 введённых значений шкалы.
   3. Применить скрининг качества ответов к 800 возвращённым анкетам, используя критерии исключения, определённые в шаге 1.3.
   4. Исключить 24 некорректных ответа и сохранить 776 допустимых случаев для анализа.
      ПРИМЕЧАНИЕ: Используйте скорректированный поток выборок последовательно на протяжении всего протокола и всех репрезентативных результатов: 860 приглашённых студентов, 800 возвращенных анкет, 24 исключённых ответа и 776 сохранённых случаев.
3. Проверьте кодирование, перекодирование и готовность к выводному анализу
   1. Проверьте обратное кодирование для пунктов SSB 3, 6, 9, 12 и 16 перед вычислением баллов.
   2. Кодировать пол как 0 = мужчина и 1 = женщина.
   3. Возраст кодов следующий: 1 = 19 лет, 2 = 20 лет, 3 = 21 год, 4 = 22 года, 5 = 23 года, 6 = 24 года и 7 = 25 лет.
   4. Используйте оценочные переменные PR_mean, HOT_mean, SSB_mean и IGD_mean для подготовки к анализу.
   5. Используйте центрированные переменные PR_c, SSB_c и IGD_c для анализа взаимодействия.
      ПРИМЕЧАНИЕ: Полные процедуры исключения, обратное кодирование, демографическое кодирование, вычисление баллов и центрирование переменных перед инференциальным анализом.

5. Проводите статистический анализ с использованием заранее определённого рабочего процесса

1. Запись и блокировка среды анализа
   1. Используйте статистическую среду, поддерживающую регрессию, самостоятельное посредничество, модерированную медиацию и зондирование взаимодействия.
   2. Используйте задокументированный макрос, пакет или процедуру на основе синтаксиса с условным анализом процессов, способные оценивать модели медиации и модерационной медиации.
   3. Используйте Модель 4 для медиации и Модель 59 для модерированной медиации. Применять условный анализ процессов для оценки медиации, модерации и модерированной медиации в регрессионных^{моделях 27}.
   4. Установите оценку bootstrap на 5 000 перевыборок с корректировкой смещения с доверительными интервалами 95%. Используйте доверительные интервалы bootstrap для оценки косвенных эффектов, поскольку распределение выборки косвенных эффектов часто^{ненормально 28}.
   5. Среднецентровые фокальные непрерывные переменные перед построением членов взаимодействия: PR_c = PR_mean − среднее(PR_mean), SSB_c = SSB_mean − среднее(SSB_mean), и IGD_c = IGD_mean − среднее(IGD_mean).
   6. Используйте PR_c × IGD_c для модерируемых PR → SSB и PR → HOT путей. Используйте SSB_c × IGD_c для модерированного SSB → HOT пути.
   7. Определите низкую, среднюю и высокую IGD как среднее − 1 SD, среднее и среднее + 1 SD.
   8. Введите возраст и пол как ковариаты с помощью заблокированной схемы кодирования.
   9. Используйте одну и ту же шкалу коэффициентов, правило доверительного интервала, правило центрирования, кодирование ковариатов и нумерацию моделей во всех анализах.
      ПРИМЕЧАНИЕ: Используйте Модель 59, а не Модель 1 для анализа модерированной медиации.
2. Скрининг на распространённое смещение методов
   1. Используйте 75 баллов по шкале из PR, HOT, SSB и IGD для скрининга на распространённые методы.
   2. Проведите однофакторный тест Хармана с использованием невращаемого исследовательского факторного анализа.
   3. Запишите количество множителей с собственными значениями больше 1, объяснённую кумулятивную дисперсию и дисперсию, объяснённую первым невращаемым множителем.
   4. В репрезентативном наборе данных зафиксированы девять факторов с собственными значениями больше 1, кумулятивной дисперсией 65,322%, а дисперсией первого фактора — 32,412%.
   5. Рассматривайте однофакторный тест Хармана как предварительную процедуру скрининга, а не как окончательный тест для устранения распространённой смещености методов. Осторожно интерпретировать тест Хармана, потому что он сам по себе недостаточен для исключения смещения измерения по одному^{источнику 29}.
   6. Рассмотрите матрицу корреляции между конструкциями и диагностику коллинеарности как дополнительные проверки на чрезмерную совместную дисперсию.
   7. Интерпретировать скрининг на распространённые методы с учётом дизайна кросс-секционного самоотчёта.
      ПРИМЕЧАНИЕ: Интерпретируйте скрининг на распространённые методы с осторожностью, поскольку все основные переменные самосообщаются и измеряются в один момент времени.
3. Генерировать описательные статистики и корреляции
   1. Рассчитайте средние значения и стандартные отклонения для PR, HOT, SSB и IGD с использованием конечного набора данных, готовых к анализу.
   2. Генерируйте описательные статистики по коду по полу и возрасту, используя заблокированные правила кодирования.
   3. Вычислите корреляции Пирсона между PR, HOT, SSB и IGD.
   4. Обобщите характеристики выборки и описательные статистики с использованием финальной аналитической выборки.
   5. Краткое изложение корреляционной матрицы Пирсона для четырёх основных переменных.
   6. Подтвердите, что описательная статистика и корреляции основаны на итоговой аналитической выборке n = 776.
   7. Применяйте кодирование пола и возраста, используемое в Протоколе и Дополнительной таблице 2.
      ПРИМЕЧАНИЕ: Используйте один и тот же итоговый набор данных, направления оценки и правила демографического кодирования для всех описательных и корреляционных результатов.
4. Запустить модель медиации
   1. Укажите модель 4 в процедуре условного процесса.
   2. Установите PR как независимую переменную, SSB — как медиатора, а HOT — как зависимую переменную.
   3. Введите возраст и пол как ковариаты.
   4. Используйте 5 000 пересэмплов с корректировкой смещения и 95% доверительными интервалами.
   5. Запустите модель с использованием конечного набора данных, готовых к анализу, с n = 776.
   6. Извлеките коэффициент, стандартную ошибку, значение t, значение p, доверительный интервал и сводку модели для уравнений SSB и HOT.
   7. Извлеките тотальный эффект, прямой эффект, косвенный эффект, стандартную ошибку загрузки и доверительный интервал загрузки.
   8. Интерпретировать результат медиации как статистическую медиацию в рамках модели поперечного сечения ассоциаций. Не трактуйте поперечное посредничество как доказательство временного упорядочения или причинной^{передачи 30}.
      ПРИМЕЧАНИЕ: Используйте B для нестандартизированных коэффициентов, а β только для стандартизированных коэффициентов.
5. Запустите модель модерируемой медиации
   1. Укажите модель 59 в процедуре условного процесса.
   2. Установите PR как независимую переменную, SSB как медиатора, HOT как зависимую переменную и IGD как модератора.
   3. Введите возраст и пол как ковариаты.
   4. Используйте центрированные переменные и термины взаимодействия, определённые в шаге 5.1.
   5. Используйте 5 000 пересэмплов с корректировкой смещения и 95% доверительными интервалами.
   6. Запустите модель с использованием конечного набора данных, готовых к анализу, с n = 776.
   7. Извлекать коэффициент взаимодействия для PR × IGD, предсказывающего SSB.
   8. Извлеките коэффициент взаимодействия для PR × IGD, предсказывающего HOT.
   9. Извлекать коэффициент взаимодействия для SSB × IGD, предсказывающего HOT.
   10. Извлекать условные эффекты при низких, средних и высоких уровнях IGD, определяемых как среднее − 1 SD, среднее и медиа + 1 SD.
   11. Извлеките условные косвенные эффекты PR на HOT через SSB при низких, средних и высоких уровнях IGD.
   12. Извлеките индекс модерированной медиации и его доверительный интервал bootstrap.
   13. Генерируйте графики с простым уклоном, используя те же значения низкого, среднего и высокого IGD, что и для условных эффектов.
       ПРИМЕЧАНИЕ: Используйте Модель 59, а не Модель 1 для анализа модерированной медиации.
6. Применение последовательных правил выводных решений
   1. Используйте один и тот же набор аббревиатур на протяжении всего анализа: PR, HOT, SSB и IGD.
   2. Используйте Модель 4 для медиации и Модель 59 для модерированной медиации.
   3. Указывайте нестандартизированные коэффициенты как B, а стандартизированные как β только при формировании стандартизированных оценок.
   4. Используйте 95% доверительные интервалы как правило принятия решения для косвенных эффектов bootstrap, условных косвенных эффектов и индекса умеренной медиации.
   5. Считайте эффект статистически подтверждённым, если соответствующий 95% доверительный интервал не включает ноль.
   6. Указывайте точные значения p, если это возможно, за исключением значений ниже 0,001, которые отображаются как p < 0,001.
   7. Применяйте форматирование с одной знакой после запятой последовательно ко всем статистическим результатам.
      ПРИМЕЧАНИЕ: Сохраняйте размер выборки, правило центрирования, обозначения коэффициентов, номер модели и правило доверия во всех анализах.

Результаты

Характеристики выборки и предварительные закономерности переменных
Рабочий процесс успешно сгенерировал полную запись потока выборки перед статистическим моделированием. Как показано в Таблице 1, в заранее определённое окно сбора данных было приглашено 860 студентов, и было возвращено 800 анкет, что даёт общий уровень ответов 93,0%. После скрининга качества ответа было исключено 24 недействительных случая, оставив 776 действительных случаев в итоговом...

Обсуждение

В этой статье представлен воспроизводимый рабочий процесс от опроса к анализу для изучения моделей медиации, основанной на ассоциативной основе и модерируемой медиации, при симптомах PR, SSB, HOT и IGD у студентов колледжей. Основной вклад рабочего процесса является методологическим, а не причинно-следственным, поскольку протокол демонстрирует, как можно собирать, проверять, оценивать, документировать и анализировать поперечный набор данных самоотчёта с помощью прозрачной последовательно...

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Учреждения; коды I-01 до I-32	Исследовательская группа	Н/Д	Заблокировано до случайного выбора и используется для рандомизации на уровне учреждения.
Журнал институционального отбора	Исследовательская группа	Н/Д	Задокументированные критерии соответствия учреждениям, исходные документы, решения о допустимости и коды учреждений.
Шкала расстройств, связанных с интернет-играми	Лемменс, Валкенбург и Джентиле (2015), Шкала расстройства, связанных с интернет-играми, Psychological Assessment, 27(2), 567–582. doi:10.1037/pas0000062	Н/Д	9-пунктная шкала соответствует критериям DSM-5 и используется как непрерывная самооценка симптомов IGD, а не как клинический диагноз.
Вывод медиационной модели	Исследовательская группа	Выход Модели 4	Вывод для модели медиации с PR как X, SSB как M и HOT как Y.
Вывод модерируемой модели медиации	Исследовательская группа	Выход Model 59	Вывод для модели модерируемой медиации с IGD, модерирующей PR и rarr; SSB, PR и rarr; HOT, SSB и rarr; Горячие пути.
Онлайн-платформа для анкет	Вэньцзюаньсин / Звезда анкеты	Н/Д	Веб-платформа опросов, используемая для электронного информированного согласия, проведения онлайн-анкет, настроек принудительного ответа и экспорта данных опросов.
Рекорд пилотной проверки	Исследовательская группа	Н/Д	Запись пилотной проверки из 30 студентов, используемая для оценки ясности, понимания, нагрузки на выполнение и работы платформы. Участники пилотного проекта не были включены в итоговую аналитическую выборку.
Шкала психологической устойчивости	Ревизия Ху и Гань основана на фреймворке Коннора-Дэвидсона	Н/Д	Шкала из 25 пунктов, используемая для оценки психологической устойчивости. Ответы оценивались по 5-балльной шкале Лайкерта и рассчитывались как средние баллы.
Шкала психологического чувства членства в школе	Китайская редакция на основе Гуденов Структура членства в школах	Н/Д	Шкала из 18 пунктов, используемая для оценки принадлежности к школе. Пункты 3, 6, 9, 12 и 16 были обратно оценены перед вычислением среднего балла.
Процедура рандомизации	Исследовательская группа	Случайный сид: 20241007	Используется для случайного выбора на уровне учреждения и студентов с помощью процедуры случайных чисел на основе семян.
Исходный набор данных обследований	Исследовательская группа	Raw_Survey_NEP_2024_800returned_locked.xlsx	Исходный экспортированный набор данных, содержащий 800 возвращённых анкет до исключения по качеству ответа.
Журнал скрининга качества отклика	Исследовательская группа	Н/Д	Задокументировано 24 исключённых ответа, включая дублирующиеся ответы, несоответствия в соответствиях допустимости, исключения по времени завершения, прямолинейные ответы и повторяющиеся ответы.
Правила скрининга по качеству ответа	Исследовательская группа	Н/Д	Критерии исключения включали дублирование подачи, несоответствие требования, время завершения и LT; 360 секунд, выбран тот же вариант для ≥ 85% предметов Likert, и повторяющиеся чередующиеся паттерны по ≥ 15 подряд предметов Likert.
Вывод надёжности масштаба	Исследовательская группа	Н/Д	Выходная отчетность Кронбах альфа-значения s для PR, HOT, SSB и IGD.
Справочный файл по оценке и кодированию	Исследовательская группа	Дополнительная таблица 2	Документируют количество заданий, диапазон ответов, обратный код, направление оценки, расчёт среднего балла, демографическое кодирование и значения надёжности.
Журнал проведения сессии	Исследовательская группа	Н/Д	Зафиксированная дата администрации, код учреждения, контекст класса, идентификатор консультанта, количество приглашений, количество возвращенных, продолжительность сессии и отклонения.
Статистическое программное обеспечение	IBM Corp.	IBM SPSS Statistics, версия 27.0	Используется для описательной статистики, корреляций, анализа надёжности, исследовательского факторного анализа, регрессии, медиации и модерированного медиационного анализа.
Журнал рандомизации студентов	Исследовательская группа	Случайный сид: 20241007	Задокументированный стратифицированный случайный отбор на уровне студентов в трёх выбранных учебных заведениях.
Дополнительная таблица 1	Исследовательская группа	Запись перевода и адаптации	Источник материала, оригинальная формулировка, прямой перевод, обратный перевод, окончательная китайская формулировка, экспертная рецензия, обратная связь пилота и обоснование для доработки.
Дополнительная таблица 2	Исследовательская группа	Правила подсчёта очков и кодирования	Правила оценки документов, обратное кодирование, демографическое кодирование, переменные сокращения и значения надёжности.
Запись перевода и адаптации	Исследовательская группа	Дополнительная таблица 1	Документы перенаправляют перевод, сверку, обратный перевод, экспертный обзор, пилотную проверку и окончательную формулировку на китайском языке.
Операционная система Windows	Microsoft Corp.	Windows 11 Pro, 64-битная версия	Операционная система, используемая для статистического анализа и генерации результатов.