短视频（SFV）奖励预期与学习时段碎片化及自评深度工作受损的关联：沙特国王大学学生横断面研究

《Frontiers in Psychology》：Short-form video reward expectancy, study-session fragmentation, and self-reported deep-work impairment among King Saud University students: a cross-sectional study

　　

背景与目的：短视频（SFV）平台在大学生中广泛使用，提供简短、个性化且具奖励性的内容，可能促使反复滚动、频繁查看手机并难以维持持续学业专注。本研究旨在描述本样本中沙特国王大学学生报告高SFV奖励预期的比例，并检验其与学习时段碎片化和自评深度工作受损的关联。方法：在沙特阿拉伯利雅得沙特国王大学学生中开展横断面分析研究。使用结构化电子问卷收集SFV奖励预期、学习时段碎片化和深度工作受损数据。采用Pearson和Spearman相关进行双变量分析，并采用分层多元线性回归估计校正人口学、学业和设备使用协变量后的关联，报告标准化系数、95%置信区间（CI）、共线性诊断和残差检查。结果：共纳入514名学生。58.4%的受访者报告高SFV奖励预期（95% CI：54.1–62.6%）。SFV奖励预期与学习时段碎片化呈正相关（r = 0.646，95% CI 0.593–0.694，p < 0.001），与深度工作受损呈正相关（r = 0.518，95% CI 0.452–0.578，p < 0.001）。在完全校正模型中，SFV奖励预期每增加1分，与碎片化评分增加0.441分相关（95% CI 0.379–0.503，β = 0.499，p < 0.001），与深度工作受损评分增加0.357分相关（95% CI 0.288–0.426，β = 0.431，p < 0.001）。校正后关联减弱但仍具有统计学显著性。结论：本样本中高SFV奖励预期常见，且与更大的学习时段碎片化和更大的自评深度工作受损显著相关，独立于所测量的人口学、学业和设备使用特征。由于设计为横断面且所有测量均为自评，这些发现为关联性，不能确定时间顺序或因果关系。这些发现强调需要采用客观测量开展纵向和干预研究，以评估潜在机制并为促进大学生更健康技术使用的策略提供依据。

研究背景：短视频（SFV）平台包括YouTube Shorts、Instagram Reels和TikTok等，已成为大学生日常数字生活的重要部分。此类平台以简短、高参与度和算法个性化视频为核心，鼓励连续滚动和重复观看，并提供快速内容切换、即时娱乐及频繁情绪或社会奖励。随着大学生日益依赖智能手机和数字平台，学界关注SFV使用与注意、多任务、学业专注和学习行为之间的潜在关联。既有研究多聚焦一般SFV暴露、问题性使用或成瘾样行为，较少将SFV奖励预期（reward expectancy）作为独立行为与认知构念加以考察；对其与学习时段碎片化（study-session fragmentation，包括学习中中断、多任务及在学业任务与数字内容间反复切换）的关系研究有限，对自评深度工作受损（self-reported deep-work impairment）及持续学业专注的了解更少。沙特大学环境中智能手机可及性和社交媒体参与度较高，因而有必要在沙特国王大学（King Saud University）学生中开展研究。

研究人员开展了一项横断面分析研究（cross-sectional analytical study），在沙特国王大学学生中描述高SFV奖励预期比例，并检验其与学习时段碎片化和自评深度工作受损的关联。研究得出，高SFV奖励预期在本样本中较常见，且与更大的学习时段碎片化和更大的深度工作受损显著相关，校正人口学、学业和设备使用特征后关联仍显著。其重要意义在于提供了本地样本证据，并提示需开展纵向和干预研究，采用客观测量评估机制并形成促进大学生健康技术使用的策略；因横断面和自评设计，结果只能解释为关联。

关键方法：采用横断面分析研究，样本来源为沙特国王大学学生，经官方大学邮件系统（Tawasul）、学生WhatsApp群组及不同学院和大厅现场招募，使用Google Forms结构化电子问卷；SFV奖励预期8项、学习时段碎片化11项、深度工作受损9项，均为5点Likert量表并取均分，Cronbach's α分别为0.906、0.891、0.855；采用Pearson和Spearman相关及分层多元线性回归，校正人口学、学业和设备使用协变量，报告β、95% CI、方差膨胀因子（VIF）和残差检查；另用比例公式和效应量进行样本量估算，并行Harman单因子检验。

研究结果：
参与者特征：基于514名参与者问卷，研究显示多数为16–20岁（45.5%），其次21–25岁（37.9%）；男性53.3%、女性46.7%；本科80.0%、硕士10.1%、博士6.0%；自报BMI正常50.2%、超重19.3%、肥胖8.6%；46.3%每次学习1–2小时；92.5%在家学习；68.3%报告经常或总是学习时使用手机；57.8%同意或强烈同意学习时多任务。
SFV奖励预期分布：基于量表等分分类，高SFV奖励预期占58.4%（95% CI：54.1–62.6%），中等33.1%，低8.6%；SFV评分均值3.76 ± 0.95。原文强调这些比例仅描述该自愿响应样本，不应视为沙特国王大学学生总体或沙特大学生总体的患病率估计。
SFV奖励预期与学习时段碎片化的关联：通过相关和回归分析，SFV奖励预期与学习时段碎片化正相关（r = 0.646，95% CI 0.593–0.694，p < 0.001；Spearman ρ = 0.643，p < 0.001）；未校正模型中每增加1分对应碎片化评分增加0.571分（95% CI 0.513–0.630，β = 0.646，p < 0.001），校正人口学与学业特征后B = 0.561，进一步校正学习时手机使用和多任务后B = 0.441（95% CI 0.379–0.503，β = 0.499，p < 0.001），校正R²由0.417升至0.500；协变量中每次学习时长更长与较低碎片化相关（B = ?0.084，p = 0.008），手机使用更频繁（B = 0.131，p < 0.001）和多任务（B = 0.142，p < 0.001）与更高碎片化相关。
SFV奖励预期与深度工作受损的关联：通过相关和回归分析，SFV奖励预期与深度工作受损正相关（r = 0.518，95% CI 0.452–0.578，p < 0.001；Spearman ρ = 0.524，p < 0.001）；未校正模型中每增加1分对应深度工作受损评分增加0.430分（95% CI 0.368–0.491，β = 0.518，p < 0.001），校正人口学与学业特征后B = 0.423，进一步校正设备相关学习行为后B = 0.357（95% CI 0.288–0.426，β = 0.431，p < 0.001）；无人口学或学业协变量独立关联，设备行为中仅多任务独立关联（B = 0.108，p = 0.001）。
模型诊断与敏感性分析：通过诊断与敏感性分析，所有模型VIF不超过2.65（容忍度均>0.37）；Breusch-Pagan检验无显著异方差（p = 0.11–0.27），HC3稳健标准误与普通最小二乘标准误差异不超过0.005且不改变推断；残差近似正态且独立（Durbin-Watson 1.98–2.04）；加入SFV奖励预期二次项仅产生可检测但可忽略的拟合改善（ΔR² = 0.006和0.009），故保留线性模型；对单个正向表述深度工作条目反向计分后关联略强（r = 0.534；B = 0.419，R² = 0.285），不改变结论；Harman单因子检验第一未旋转因子解释40.3%总方差，低于50%阈值，提示共同方法方差不太可能解释观察到的关联但不能排除。

讨论部分总结：本研究显示高SFV奖励预期在本样本中超过半数（58.4%），提示对TikTok、Instagram Reels和YouTube Shorts等平台的奖励驱动参与较常见；更高SFV奖励预期与更大学习时段碎片化和更大自评深度工作受损显著相关，且校正人口学、学业和设备使用特征后仍持续。该高比例与既往国际和区域研究所示年轻人及大学生广泛参与SFV平台的情况总体一致，并将考察扩展至沙特大学环境中的奖励预期与碎片化学习行为和深度工作受损。SFV平台以简短、个性化、快速变化内容鼓励重复观看和奖励寻求；大学生频繁智能手机使用、高社交媒体参与及数字平台融入日常可能进一步相关。碎片化关联方面，原文将“重复快速数字奖励使持续学业任务相对缺乏刺激并增加学习时注意切换倾向”作为仅能由现有数据支持为假设的行为解释。深度工作受损关联与既往神经认知证据方向一致，但本研究未获取神经认知、影像或行为表现测量，故相关机制仅作为未来研究假设，而非本数据所示过程。原文强调关系原则上可能双向：高SFV奖励预期可能关联碎片化学习和持续注意受损，预先存在注意困难者也可能更受高刺激SFV内容吸引，第三因素可能同时相关。校正R²应理解为特定模型和协变量集内解释的方差比例，而非独立或因果贡献；单预测模型R²会高估奖励预期的独特贡献。优势包括本地相关主题、内部一致性可靠量表、同时考察碎片化与深度工作受损、样本量大于分析所需，且关联对逐步校正、秩估计、HC3稳健标准误和替代评分稳健。启示方面，原文明确这些发现为关联性，应视为未来干预研究方向而非已验证建议；教育项目可关注数字健康、注意力管理和减少学习时多任务，大学健康环境可考虑将数字媒体使用纳入持续注意困难学生的相关因素，机构可纳入数字素养和健康技术使用指导并创造不间断学习环境，相关干预和政策应前瞻性评估。局限包括横断面设计不能确定时间或因果关系及长期后果；自报数据可能有回忆和社会赞许偏倚，未必反映实际视频使用或学习中断；同一工具单次测量可能共同方法偏倚，但Harman检验40.3%提示不太可能为主要解释；自愿响应抽样可能选择偏倚，邀请人数未记录而无法计算应答率，结果应解释为样本特征而非总体估计；改编工具内部一致性良好但结构效度未确认，未做因子分析，一个深度工作条目校正条目-总相关较弱（0.17），移除或反向计分不影响结果；未评估奖励敏感性、注意缺陷/多动障碍（ADHD）症状、焦虑/抑郁、睡眠、智能手机屏幕时间、学业负荷和学习相关压力，残余混杂不能排除；单机构设计限制外推。未来需多中心纵向研究，使用经验证的个体差异测量及客观注意和设备使用测量，以澄清因果并评估干预。

结论翻译：本研究为沙特国王大学学生短视频（SFV）奖励预期、学习时段碎片化与自评深度工作受损之间的关系提供了本地证据。本样本中高SFV奖励预期常见，并与更大的学习时段碎片化和更大的深度工作受损显著相关；在校正人口学、学业和设备使用特征后，两种关联均减弱但仍显著。报告更高SFV奖励预期的学生也报告更多学习中断、更频繁多任务以及更大困难维持对认知要求高学业任务的注意。由于设计为横断面且所有测量均为自评，这些发现识别出具有学术和认知相关性的关联，但不能确定SFV参与导致学习碎片化或注意力受损。需要采用客观注意和设备使用测量以及经验证的奖励敏感性和ADHD症状测量的纵向和多中心研究，之后才能推荐干预策略。