مجلة الروائز
Volume 9, Numéro 2, Pages 116-137
2025-12-25
سمات الشخصية وإدمان مواقع التواصل الاجتماعي لدى المراهقين: مقارنة القوة التنبؤية للسمات الكبرى والفرعية
الكاتب : زغماتي إيمان . علي تودرت نسيمة .
الملخص
ملخص: هدفت هذه الدراسة إلى مقارنة قوة السمات الفرعية للشخصية بالسمات الكبرى في التنبؤ بإدمان مواقع التواصل الاجتماعي وذلك لدى عينة متاحة من المراهقين المتمدرسين الذين بلغ عددهم 343 مشاركا ومشاركة، ممن أجابوا على مقياس بيرغن لإدمان مواقع التواصل الاجتماعي والإصدار الثاني من قائمة الخمسة الكبار. وباستخدام التعزيز التدريجي الفائق كأحد تقنيات تعلم الآلة، تم تدريب واختبار نموذجين أحدهما قائم على خمس سمات كبرى والآخر قائم على 15 سمة فرعية، ومقارنة قيم معامل التحديد والجذر التربيعي لمتوسط الأخطاء بين القيم الواقعية والقيم المتنبئ بها، لتحديد النموذج الأقوى أداء. أظهر نموذج السمات الكبرى أداء أفضل في التنبؤ بإدمان مواقع التواصل الاجتماعي لدى المراهقين المشاركين في الدراسة بفارق 3.56% عن نموذج السمات الفرعية نظرًا لانخفاض قيمة هامش الخطأ (RMSE = 13.42) وارتفاع نسبة التباين المفسر (R2 = 0.0832)، مع بروز كل من الانفعالية السلبية والاتقان كأكثر المتنبئات به. مما يوحي بأن السمات الكبرى تُفسِّر الجزء المنسوب إليها من التباين في متغير إدمان مواقع التواصل الاجتماعي، ولا تُساهم السمات الفرعية في تعزيز القوة التفسيرية. كما يبدو أن سمات الشخصية قد لا تكون بمفردها عاملا قويا في تفسير هذا النوع من الإدمان، على الأقل في إطار العينة الحالية. Abstract: This study investigated whether facets offer greater predictive power than their domains in predicting social media addiction among adolescents. A convenience sample of 343 participants completed the Bergen Social Media Addiction Scale and the revised version of the Big Five. Using machine learning, two Extreme Gradient Boosting models (domain-level-model and facet-level-model) were trained and tested, then evaluated based on their amount of explained variance (R2) and their root mean square of error (RMSE). The results showed that the domain-level-model (R2 = 0.0832, RMSE = 13.42) outperformed the facet-level-model (R2 = 0.04, RMSE = 13.68) at predicting social media addiction, with Negative Emotionality and Conscientiousness emerging as the strongest predictors, suggesting that facets do not add a meaningful predictive value beyond their domains, and personality traits alone might not be a strong predictor of social media addiction, at least in the current sample. Further research on a larger, more representative sample and additional predictive factors is recommended.
الكلمات المفتاحية
السمات الفرعية ; السمات الخمس الكبرى ; إدمان مواقع التواصل الاجتماعي ; المراهقين ; تعلم الآلة ; Personality Domains ; Facets ; Social Media Addiction ; Machine Learning ; Adolescents
مقالات مماثلة
محلا براءة
.
قاسم سامر
.
سليطين سوما
.
ص 20-38.
قميحة محمد
.
هواورة مولود
.
عويس أحمد
.
ص 258-274.
بربوش هدى
.
شكاي بدر الدين
.
ص 175-202.
