شخصیت و تلفن همراه: شیوه‌های استفاده و شخصیت

فهرست مطالب

پژوهشگران دانشگاه فنی دانمارک و دانشگاه کپنهاک در پژوهشی به بررسی روابط بین شخصیت و تلفن همراه بر اساس الگوهای استفاده از تلفن‌های هوشمند پرداختند.

روش:

در این پژوهش پیمایشی ۶۳۶ داوطلب به مدت ۲۴ ماه نرم افزاری بر گوشی‌های هوشمند خود نصب نمودند. همچنین ویژگی‌های شخصیت داوطلبان نیز توسط مدل ۵عاملی شخصیت و بر اساس شیوه‌های استفاده از تلفن هوشمند سنجیده شد.

نتایج نشان دادند:

در زمینه رابطه شخصیت و تلفن همراه، تنها عامل شخصیتی برون‌گرایی را می‌توان حسب شیوه کاربرد تلفن همراه پیش‌بینی نمود.
عامل‌های روان‌رنجورگرایی، گشودگی نسبت به تجربه، دلپذیر بودن، و وظیفه‌شناسی در حوزه روابط بین شخصیت و تلفن همراه، هیچ رابطه معناداری با شیوه‌های کاربرد گوشی هوشمند نداشتند.
در حوزه تحلیل روابط شخصیت و تلفن همراه، دلیل معنادار بودن روابط در نمونه‌های قبلی، حجم محدود تعداد شرکت‌کنندگان در پژوهش‌های پیشین است.
از لحاظ تعمیم نتایج پژوهش حاضر، تمامی شرکت کنندگان دانشجوی دوره کارشناسی دانشگاه صنعتی دانمارک هستند و ممکن است در سایر گروه‌های جمعیتی نتایج متفاوت شود.

Phone-based metric as a predictor for basic personality traits

Abstract

Basic personality traits are believed to be expressed in, and predictable from, smart phone data. We investigate the extent of this predictability using data (n = ۶۳۶) from the Copenhagen Network Study.

it was which to our knowledge is the most extensive study concerning smartphone usage and personality traits. Based on phone usage patterns, earlier studies have reported surprisingly high predictability of all Big Five personality traits.

We predict personality trait tertials (low, medium, high) from a set of behavioral variables extracted from the data, and find that only extraversion can be predicted significantly better (35.6%) than by a null model.

Finally, we show that the higher predictabilities in the literature are likely due to overfitting on small datasets.

Keywords

Predicting personality, Big Five personality traits, Phone-based metrics, Human dynamics.

Phone-based metric as a predictor for basic personality traits

Basic personality traits are believed to be expressed in, and predictable from, smart phone data. We investigate the extent of this predictability usi…