Psychoterapia.no Biblioteka naukowa · karta publikacji

Czasopismo źródłowe

Internet interventions

Rok publikacji: 2026 · ISSN: 2214-7829 · Sprawdź ten rekord w DOI-checker (JSON) → · Endpoint grafu JSON →

primary_research Smartphone-based digital markers and clinical symptoms during therapy for Borderline Internet interventions

PSYCHOTERAPIA.NO / BIBLIOGRAFIA · REKORD ŹRÓDŁOWY

Smartphone-based digital markers and clinical symptoms during therapy for Borderline Personality Disorder.

Internet interventions · 2026 · Tom 45 : 100952

Ana Macchia, Dimitri Löchner, Ann-Christin Haag, Christopher Kannen, Christian Montag, Birgit Abler

Metadane lokalne PubMed / MEDLINE (MeSH: 0) IWBP częściowy DOI 10.1016/j.invent.2026.100952 PMID 42281829
Zobacz graf powiązań SVG Deskryptory MeSH i słowa kluczowe Metadane i identyfikatory
Cytowanie (APA): Ana Macchia, Dimitri Löchner, Ann-Christin Haag, Christopher Kannen, Christian Montag, Birgit Abler (2026). Smartphone-based digital markers and clinical symptoms during therapy for Borderline Personality Disorder. Internet interventions, https://doi.org/10.1016/j.invent.2026.100952
📥 BibTeX (Zotero) 📥 RIS (Zotero/EndNote) JSON API →
Dowody naukowe i powiązania korpusowe (Direct Cite, Bibliographic Coupling, TF-IDF) (10 relacji)

Warstwa dowodowa i powiązania korpusowe (wersja: corpus-2026-10-19)

Metodologiczna sieć powiązań naukowych publikacji

Klasyfikacja powiązań ściśle rozdziela twarde dowody bibliograficzne (status approved) od analitycznych hipotez podobieństwa (status computed). Każde powiązanie posiada weryfikowalny identyfikator DOI/PMID, liczbę referencji bazowych n oraz zdefiniowaną proweniencję algorytmiczną.

📥 Pobierz graf powiązań (JSON) 📥 Pobierz bazę powiązań korpusu (CSV) 📐 Raport metodologiczny →

A. Potwierdzone relacje cytowań w korpusie (Direct Citation) status: approved (100% dowodowe)

Wykryto w korpusie: 0 bezpośrednich powiązań

Metodologiczne zastrzeżenie dowodowe: Bezpośrednie cytowanie odzwierciedla relację w literaturze źródłowej (praca cytuje inną pozycję w swojej bibliografii załącznikowej). Cytowanie wskazuje relację literaturową, nie dowodzi automatycznie poparcia twierdzenia ani braku polemiki.

Brak bezpośrednich cytowań krzyżowych z innymi pracami w obrębie 950 pozycji bieżącego korpusu.

B. Sprzężenie bibliograficzne (Bibliographic Coupling) status: computed (analityczne)

Wspólne fundamenty literaturowe (próg minimalny n ≥ 2)

Metodologiczne zastrzeżenie dowodowe: Sprzężenie bibliograficzne mierzy stopień pokrycia wspólnych referencji (indeks Jaccarda). Czego te dane nie mówią: Dwie prace dzielące literaturę mogą reprezentować przeciwstawne wnioski kliniczne lub polemizować ze sobą. Wskaźnik ten jest miarą wspólnego tła teoretycznego, a nie zgodności wyników.

Synteza kontekstu badawczego

Opracowanie polskojęzyczne oraz dostęp do abstraktu źródłowego

PROWENIENCJA: PUBMED / MEDLINE TDM
Kontekst i metadane indeksacyjne publikacji:
Recenzowana publikacja naukowa „Smartphone-based digital markers and clinical symptoms during therapy for Borderline Personality Disorder.” opublikowane na łamach czasopisma „Internet interventions” (2026). W polskim kontekście klinicznym praca dotyczy zagadnień: Zaburzenie osobowości borderline (BPD). Główne deskryptory indeksacyjne (MeSH / słowa kluczowe autorów) przypisane do publikacji obejmują: Borderline Personality Disorder (BPD), Dialectic behavior therapy (DBT), Digital phenotyping, Smartphone usage behavior. Poniżej prezentujemy jawny graf powiązań bibliograficznych, kontrolowaną taksonomię NLM MeSH oraz wskaźniki współwystępowania pojęć wyliczone na podstawie lokalnej analizy danych (Text & Data Mining).
Przeczytaj oryginalny abstrakt na PubMed (PMID 42281829) → Otwórz publikację u wydawcy (DOI: 10.1016/j.invent.2026.100952) →

Nota prawna (Prawo autorskie i TDM): Zgodnie z wytycznymi NLM/PubMed pełny tekst angielskiego abstraktu jest wyświetlany bezpośrednio wyłącznie dla artykułów z jawną otwartą licencją Creative Commons (CC-BY). W pozostałych przypadkach lokalny plik XML z PubMed służy wyłącznie do wewnętrznej analizy statystycznej i ekstrakcji pojęć (Text & Data Mining, art. 3–4 dyrektywy DSM UE), a powyżej prezentujemy nasze autorskie polskie omówienie kontekstu badawczego oraz bezpośredni odsyłacz do rekordu w bazie PubMed.

Jawny graf kontekstu publikacji (Wizualizacja SVG powiązań korpusowych) (15 węzłów)

Jawny graf kontekstu publikacji (1-stopniowy)

Graf powiązań: Publikacja → Autorzy → Czasopismo → MeSH / Słowa kluczowe → Strony → Podobne prace

Wizualizacja SVG wygenerowana deterministycznie z jawnych krawędzi (14 relacji). Kliknij dowolny węzeł na grafie, aby przejść do profilu autora, czasopisma, tematu lub podobnej publikacji.

Pobierz JSON grafu (API) → Surowy wektorowy plik grafu (SVG) →
Graf powiązań semantycznych: PMID 42281829 Internet interventions · relacja: published_in · źródło: pubmed_meta · status: approvedInternet interventions Borderline Personality Disorder (BPD) (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedBorderline Personality Disorder (… Dialectic behavior therapy (DBT) (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedDialectic behavior therapy (DBT) Digital phenotyping (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedDigital phenotyping Smartphone usage behavior (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedSmartphone usage behavior Comparing the Efficacy of Skills Training Based on Dialectical Behavior Therapy (DBT-ST) and Mindfulness-Based Cognitive Therapy (MBCT) on Distress Tolerance and Psychological Well-being in Individuals with Symptoms of Borderline Personality Disorder (Podobieństwo: 46%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidateComparing the Efficacy of Skills… Effects of Short-Term Versus Long-Term Mentalization-Based Therapy on Psychiatric Symptoms in Outpatients With Borderline Personality Disorder: Exploratory Results From a Randomized Clinical Trial. (Podobieństwo: 58%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidateEffects of Short-Term Versus Long… Normalization of elevated heart rate in patients with borderline personality disorder over the course of inpatient treatment (Dialectical Behavior Therapy): A case control study with psychiatric controls. (Podobieństwo: 50%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidateNormalization of elevated heart r… Ana Macchia · relacja: author_of · źródło: pubmed_meta · status: approvedAna Macchia Ann-Christin Haag · relacja: author_of · źródło: pubmed_meta · status: approvedAnn-Christin Haag Birgit Abler · relacja: author_of · źródło: pubmed_meta · status: approvedBirgit Abler Christian Montag · relacja: author_of · źródło: pubmed_meta · status: approvedChristian Montag Christopher Kannen · relacja: author_of · źródło: pubmed_meta · status: approvedChristopher Kannen Dimitri Löchner · relacja: author_of · źródło: pubmed_meta · status: approvedDimitri Löchner PMID 42281829 Smartphone-based digital markers and clinical symptoms during therapy for Borderline Personali… Publikacja centralna Autor (pubmed_meta / katalog) Czasopismo (published_in) Deskryptor MeSH (pubmed_mesh) Słowo kluczowe autora (PubMed) Strona serwisu (uses_source) Podobny rekord (candidate) Linia ciągła = krawędź zatwierdzona (approved: PubMed MeSH / metadane / opublikowana strona) · Linia przerywana = kandydat (candidate: podobieństwo hybrydowe / szkic)

Uwaga metodologiczna: Relacja w grafie odzwierciedla strukturę metadanych i współwystępowania, a nie związek przyczynowy. Krawędzie z linii ciągłej mają status approved (potwierdzone w PubMed/MEDLINE lub opublikowanych artykułach), natomiast linia przerywana oznacza status candidate (podobieństwo hybrydowe).

Taksonomia i pojęcia kluczowe (Deskryptory MeSH®, słowa autorów) (4 pojęć)

Taksonomia i analiza leksykalna

Deskryptory MeSH (PubMed), słowa kluczowe autorów oraz kandydaci długiego ogona (Long-Tail)

Zachowujemy ścisły rozdział pomiędzy oficjalnymi deskryptorami NLM MeSH i słowami kluczowymi autorów (status approved) a frazami wyliczonymi lokalnie z tytułu i analizy TDM (status candidate).

1. Deskryptory medyczne MeSH® (U.S. National Library of Medicine — PubMed)

Rekord nie posiada jeszcze przypisanych deskryptorów MeSH w lokalnej bazie PubMed (świeże rekordy mogą oczekiwać na indeksację MEDLINE — nie podstawiamy zamienników AI jako MeSH).

Nota atrybucyjna NLM / MeSH®: MeSH® (Medical Subject Headings) jest zastrzeżonym znakiem towarowym U.S. National Library of Medicine (NLM), National Institutes of Health (NIH). Dane indeksacyjne MEDLINE/PubMed pochodzą z zasobów NLM (domena publiczna USA, 17 U.S.C. § 105). NLM nie afiliuje ani nie autoryzuje niniejszego serwisu.

2. Oficjalne słowa kluczowe autorów (PubMed KeywordList)

Borderline Personality Disorder (BPD) pubmed_author_keyword · approved Dialectic behavior therapy (DBT) pubmed_author_keyword · approved Digital phenotyping pubmed_author_keyword · approved Smartphone usage behavior pubmed_author_keyword · approved
Rozwiń analizę leksykalną: wyekstrahowani kandydaci fraz (N-gramy 1–3) oraz zapytania Long-Tail

Wyekstrahowani kandydaci fraz i słów kluczowych (N-gramy 1–3 z tytułu i abstraktu)

Poniższe frazy są wyliczane algorytmicznie (z promowaniem fraz obecnych w tytule ×2,2) i mają status candidate — nie są prezentowane jako oficjalne słowa kluczowe autora w Schema.org.

smartphone (score 17.6 · candidate) symptom (score 13.2 · candidate) digital markers (score 12.76 · candidate) digital (score 11 · candidate) markers (score 11 · candidate) symptoms (score 6.6 · candidate) borderline (score 6.6 · candidate) borderline personality (score 6.38 · candidate) personality disorder (score 6.38 · candidate) borderline personality disorder (score 6.38 · candidate) during (score 4.4 · candidate) therapy (score 4.4 · candidate) personality (score 4.4 · candidate) disorder (score 4.4 · candidate) phone (score 4.4 · candidate) smartphone use (score 4.35 · candidate) smartphone usage (score 4.35 · candidate) treatment outcomes (score 4.35 · candidate)
Eksploracyjne podobieństwo hybrydowe publikacji (kandydackie dopasowanie cech) (10)

Rekomendacje oparte na cechach wspólnych

Publikacje powiązane semantycznie w katalogu (Matching hybrydowy)

Wynik łączy 3 jawne sygnały: dopasowanie słów z tytułu i abstraktu (50%), wspólne pojęcia kliniczne/MeSH (35%) oraz wspólne czasopismo lub autorów (15%). Przy każdej pracy podajemy dokładny powód dopasowania. Status: candidate.

local_hybrid_similarity · candidate
Współwystępowanie pojęć w korpusie (Analiza asocjacji Lift & NPMI) (3 par)

Analiza asocjacji w całym korpusie (N = 959 publikacji)

Współwystępowanie pojęć w katalogu Lift(A, B) = P(A ∩ B)P(A) · P(B)

Nie liczymy sztucznych korelacji na poziomie pojedynczego artykułu. Poniższa tabela bada w całym katalogu (950 źródeł), jak często tematy obecne w tej publikacji współwystępują ze sobą. Wartość Lift > 1 oznacza, że dwa pojęcia pojawiają się razem częściej, niż wynikałoby to z niezależnego przypadku (jest to korelacja opisowa korpusu, nie dowód przyczynowy).

Pojęcie A Pojęcie B Wystąpienia A / B Wspólne publikacje |A ∩ B| Wskaźnik Lift(A, B) Interpretacja opisowa w korpusie
Group Therapy / Grupowa DBT / Linehan 37 / 144 6 (0.63%) 1.08× Zbliżone do rozkładu niezależnego
Borderline (BPD) DBT / Linehan 352 / 144 51 (5.32%) 0.96× Zbliżone do rozkładu niezależnego
Borderline (BPD) Group Therapy / Grupowa 352 / 37 10 (1.04%) 0.74× Występuje w odrębnych podzbiorach korpusu
Bibliografia załącznikowa publikacji — prace cytowane przez autorów (50 pozycji)

Wykaz prac cytowanych wewnątrz artykułu (relacja cites → Publication), pobrany ze zweryfikowanych metadanych PubMed / Crossref:

  1. Al-Shamali H.F., Winkler O., Talarico F., Greenshaw A.J., Forner C., Zhang Y., Vermetten E., Burback L. A systematic scoping review of dissociation in borderline personality disorder and implications for research and clinical practice: exploring the fog. Aust. N. Z. J. Psychiatr. 2022 doi: 10.1177/00048674221077029. DOI: 10.1177/00048674221077029
    pubmed_reference_list
  2. Barnicot K., Katsakou C., Bhatti N., Savill M., Fearns N., Priebe S. Factors predicting the outcome of psychotherapy for borderline personality disorder: a systematic review. Clin. Psychol. Rev. 2012;32(5):400–412. doi: 10.1016/j.cpr.2012.04.004. DOI: 10.1016/j.cpr.2012.04.004
    pubmed_reference_list
  3. Beg M.J. Responsible AI integration in mental Health Research: issues, guidelines, and best practices. Indian J. Psychol. Med. 2025;47(1):5–8. doi: 10.1177/02537176241302898. DOI: 10.1177/02537176241302898
    pubmed_reference_list
  4. Beg M.J., Verma M.K. Artificial intelligence-based psychotherapy: a qualitative exploration of usability, personalization, and the perception of therapeutic progress. Indian J. Psychol. Med. 2025 doi: 10.1177/02537176251357477. DOI: 10.1177/02537176251357477
    pubmed_reference_list
  5. Beg M.J., Verma M., M. V.C.K.M., Verma M.K. Artificial intelligence for psychotherapy: a review of the current state and future directions. Indian J. Psychol. Med. 2025;47(4):314–325. doi: 10.1177/02537176241260819. DOI: 10.1177/02537176241260819
    pubmed_reference_list
  6. Bitkom e. V Das Smartphone wird im Schnitt 2,5 Stunden pro Tag genutzt. 2024. https://www.bitkom.org/Presse/Presseinformation/Durchschnittliche-Smartphone-Nutzung-pro-Tag
    pubmed_reference_list
  7. Bohus M., Kleindienst N., Limberger M.F., Stieglitz R.-D., Domsalla M., Chapman A.L., Steil R., Philipsen A., Wolf M. The short version of the Borderline Symptom List (BSL-23): development and initial data on psychometric properties. Psychopathology. 2009;42(1):32–39. doi: 10.1159/000173701. DOI: 10.1159/000173701
    pubmed_reference_list
  8. Bufano P., Laurino M., Said S., Tognetti A., Menicucci D. Digital phenotyping for monitoring mental disorders: systematic review. J. Med. Internet Res. 2023;25 doi: 10.2196/46778. DOI: 10.2196/46778
    pubmed_reference_list
  9. Cho J., Kim H. The role of impulsivity and emotional dysregulation in smartphone overdependence explored through network analysis. Sci. Rep. 2025;15(1):1852. doi: 10.1038/s41598-025-85680-1. DOI: 10.1038/s41598-025-85680-1
    pubmed_reference_list
  10. Csibi S., Griffiths M.D., Demetrovics Z., Szabo A. Analysis of problematic smartphone use across different age groups within the ‘components model of addiction’. Int. J. Ment. Heal. Addict. 2021;19(3):616–631. doi: 10.1007/s11469-019-00095-0. DOI: 10.1007/s11469-019-00095-0
    pubmed_reference_list
  11. Di Bartolomeo A.A., Siegel A., Fulham L., Fitzpatrick S. Borderline personality disorder and social connectedness: a systematic review. Personal. Disord. Theory Res. Treat. 2024;15(4):213–225. doi: 10.1037/per0000665. DOI: 10.1037/per0000665
    pubmed_reference_list
  12. Dreier M.J., Boyd S.I., Jorgensen S.L., Merai R., Fedor J., Durica K.C., Low C.A., Hamilton J.L. Adolescents’ daily social media use and mood during the COVID-19 lockdown period. Curr. Res. Ecol. Soc. Psychol. 2024;7 doi: 10.1016/j.cresp.2024.100196. DOI: 10.1016/j.cresp.2024.100196
    pubmed_reference_list
  13. Freyberger H.J., Spitzer C., Stieglitz R.-D., Kuhn G., Magdeburg N., Bernstein-Carlson E. Fragebogen zu dissoziativen Symptomen (FDS). Deutsche Adaptation, Reliabilität und Validität der amerikanischen Dissociative Experience Scale (DES) PPmP. 1998
    pubmed_reference_list
  14. Fulford D., Jacobson N.C. Passive sensing of behavioral markers of psychopathology: introduction to the special issue. J. Psychopathol. Clin. Sci. 2025;134(8):855–859. doi: 10.1037/abn0001035. DOI: 10.1037/abn0001035
    pubmed_reference_list
  15. Gillett G., McGowan N.M., Palmius N., Bilderbeck A.C., Goodwin G.M., Saunders K.E. Digital communication biomarkers of mood and diagnosis in borderline personality disorder, bipolar disorder, and healthy control populations. Front. Psych. 2021;12:610457.
    pubmed_reference_list
  16. Gull M., Kaur N., Akhouri D. Perceived social support as related to social wellbeing in patients with emotionally unstable personality disorder (EUPD) Middle East Curr. Psychiatry. 2022;29(1):104. doi: 10.1186/s43045-022-00264-3. DOI: 10.1186/s43045-022-00264-3
    pubmed_reference_list
  17. Hartanto A., Lee K.Y.X., Chua Y.J., Quek F.Y.X., Majeed N.M. Smartphone use and daily cognitive failures: a critical examination using a daily diary approach with objective smartphone measures. Br. J. Psychol. 2023;114(1):70–85. doi: 10.1111/bjop.12597. DOI: 10.1111/bjop.12597
    pubmed_reference_list
  18. Hepp J., Lane S.P., Wycoff A.M., Carpenter R.W., Trull T.J. Interpersonal stressors and negative affect in individuals with borderline personality disorder and community adults in daily life: a replication and extension. J. Abnorm. Psychol. 2018;127(2):183–189. doi: 10.1037/abn0000318. DOI: 10.1037/abn0000318
    pubmed_reference_list
  19. Herzog P., Feldmann M., Voderholzer U., Gärtner T., Armbrust M., Rauh E., Doerr R., Rief W., Brakemeier E.-L. Drawing the borderline: predicting treatment outcomes in patients with borderline personality disorder. Behav. Res. Ther. 2020;133 doi: 10.1016/j.brat.2020.103692. DOI: 10.1016/j.brat.2020.103692
    pubmed_reference_list
  20. Hidalgo-Mazzei D., Young A.H., Vieta E., Colom F. Behavioural biomarkers and mobile mental health: a new paradigm. Int. J. Bipolar Disord. 2018;6(1):1–4.
    pubmed_reference_list
  21. Ikäheimonen A., Luong N., Baryshnikov I., Darst R., Heikkilä R., Holmen J., Martikkala A., Riihimäki K., Saleva O., Isometsä E., Aledavood T. Predicting and monitoring symptoms in patients diagnosed with depression using smartphone data: observational study. J. Med. Internet Res. 2024;26 doi: 10.2196/56874. DOI: 10.2196/56874
    pubmed_reference_list
  22. Jaeger S., Steinert T., Uhlmann C., Flammer E., Bichescu-Burian D., Tschöke S. Dissociation in patients with borderline personality disorder in acute inpatient care – a latent profile analysis. Compr. Psychiatry. 2017;78:67–75. doi: 10.1016/j.comppsych.2017.07.005. DOI: 10.1016/j.comppsych.2017.07.005
    pubmed_reference_list
  23. Konok V., Gigler D., Bereczky B.M., Miklósi Á. Humans’ attachment to their mobile phones and its relationship with interpersonal attachment style. Comput. Hum. Behav. 2016;61:537–547. doi: 10.1016/j.chb.2016.03.062. DOI: 10.1016/j.chb.2016.03.062
    pubmed_reference_list
  24. Loranger A.W., Janca A., Sartorius N., editors. Assessment and diagnosis of personality disorders: The ICD-10 international personality disorder examination (IPDE) Cambridge University Press; 1997.
    pubmed_reference_list
  25. Macchia A., Löchner D., Montag C., Santangelo P., Mikusky D., Nickel S., Abler B. Self-monitoring of state dissociation and inner tension in psychotherapy for borderline personality disorder. J. Affect. Disord. 2026;394 doi: 10.1016/j.jad.2025.120450. DOI: 10.1016/j.jad.2025.120450
    pubmed_reference_list
  26. Macchia A., Löchner D., Haag A.C., Montag C., Abler B. A dialectical perspective on smartphone use in borderline personality disorder: Communication fosters inner tension and dissociation, while entertainment provides momentary relief. Compr. Psychiatry. 2026:152717.
    pubmed_reference_list
  27. MacLeod L., Suruliraj B., Gall D., Bessenyei K., Hamm S., Romkey I., Bagnell A., Mattheisen M., Muthukumaraswamy V., Orji R., Meier S. A Mobile sensing app to monitor youth mental health: observational pilot study. JMIR Mhealth Uhealth. 2021;9(10) doi: 10.2196/20638. DOI: 10.2196/20638
    pubmed_reference_list
  28. Marengo D., Elhai J.D., Montag C. Predicting Big Five personality traits from smartphone data: a meta-analysis on the potential of digital phenotyping. J. Pers. 2023;91(6):1410–1424. doi: 10.1111/jopy.12817. DOI: 10.1111/jopy.12817
    pubmed_reference_list
  29. Mason F., Cantoni E., Ghisletta P. Parametric and semi-parametric bootstrap-based confidence intervals for robust linear mixed models. Methodology. 2021;17(4):271–295. doi: 10.5964/meth.6607. DOI: 10.5964/meth.6607
    pubmed_reference_list
  30. Messner E.-M., Sariyska R., Mayer B., Montag C., Kannen C., Schwerdtfeger A., Baumeister H. Insights: Anwendungsmöglichkeiten von passivem Smartphone-Tracking im therapeutischen Kontext. Verhaltenstherapie. 2019;29(3):155–165.
    pubmed_reference_list
  31. Mikusky D., Sanhüter N., Bauer J., Macchia A., Nickel S., Abler B. Medium-term effects of intensified inpatient dialectical behavior therapy on psychosocial outcomes. J. Psychiatr. Pract. 2025;31(4):184–191.
    pubmed_reference_list
  32. Montag C., Baumeister H., Kannen C., Sariyska R., Meßner E.-M., Brand M. Concept, possibilities and pilot-testing of a new smartphone application for the social and life sciences to study human behavior including validation data from personality psychology. J. 2019;2(2):102–115. doi: 10.3390/j2020008. DOI: 10.3390/j2020008
    pubmed_reference_list
  33. Moore E.W.G. Missing data? Fear not! Best practices for handling, reporting, and embracing missing data. Sport Exerc. Perform. Psychol. 2024;14(1):78.
    pubmed_reference_list
  34. Ooi J., Michael J., Lemola S., Butterfill S., Siew C.S., Walasek L. Interpersonal functioning in borderline personality disorder traits: a social media perspective. Sci. Rep. 2020;10(1):1068.
    pubmed_reference_list
  35. Opoku Asare K., Terhorst Y., Vega J., Peltonen E., Lagerspetz E., Ferreira D. Predicting depression from smartphone behavioral markers using machine learning methods, Hyperparameter optimization, and feature importance analysis: exploratory study. JMIR Mhealth Uhealth. 2021;9(7) doi: 10.2196/26540. DOI: 10.2196/26540
    pubmed_reference_list
  36. Oulasvirta A., Rattenbury T., Ma L., Raita E. Habits make smartphone use more pervasive. Pers. Ubiquit. Comput. 2012;16(1):105–114. doi: 10.1007/s00779-011-0412-2. DOI: 10.1007/s00779-011-0412-2
    pubmed_reference_list
  37. Paulhus D.L., Vazire S. Handbook of Research Methods in Personality Psychology. vol. 1. 2007. The self-report method; pp. 224–239.
    pubmed_reference_list
  38. Przybylski A.K., Murayama K., DeHaan C.R., Gladwell V. Motivational, emotional, and behavioral correlates of fear of missing out. Comput. Hum. Behav. 2013;29(4):1841–1848. doi: 10.1016/j.chb.2013.02.014. DOI: 10.1016/j.chb.2013.02.014
    pubmed_reference_list
  39. R Core Team R: A language and environment for statistical computing (Version 4.3.1) [Computer software] R Foundation for Statistical Computing. 2023 https://www.R-project.org/
    pubmed_reference_list
  40. Richetin J., Preti E., Costantini G., De Panfilis C. The centrality of affective instability and identity in Borderline Personality Disorder: evidence from network analysis. PLoS One. 2017;12(10)
    pubmed_reference_list
  41. Rozgonjuk D., Elhai J.D. Emotion regulation in relation to smartphone use: process smartphone use mediates the association between expressive suppression and problematic smartphone use. Curr. Psychol. 2021;40(7):3246–3255. doi: 10.1007/s12144-019-00271-4. DOI: 10.1007/s12144-019-00271-4
    pubmed_reference_list
  42. Rozgonjuk D., Levine J.C., Hall B.J., Elhai J.D. The association between problematic smartphone use, depression and anxiety symptom severity, and objectively measured smartphone use over one week. Comput. Hum. Behav. 2018;87:10–17. doi: 10.1016/j.chb.2018.05.019. DOI: 10.1016/j.chb.2018.05.019
    pubmed_reference_list
  43. Rozgonjuk D., Elhai J.D., Ryan T., Scott G.G. Fear of missing out is associated with disrupted activities from receiving smartphone notifications and surface learning in college students. Comput. Educ. 2019;140 doi: 10.1016/j.compedu.2019.05.016. DOI: 10.1016/j.compedu.2019.05.016
    pubmed_reference_list
  44. Rozgonjuk D., Elhai J.D., Hall B.J. In: Digital Phenotyping and Mobile Sensing. Montag C., Baumeister H., editors. Springer International Publishing; 2023. Studying psychopathology in relation to smartphone use: from self-reports to objectively measured smartphone use behavior; pp. 259–276.
    pubmed_reference_list
  45. Stachl C., Hilbert S., Au J.-Q., Buschek D., De Luca A., Bischl B., Hussmann H., Bühner M. Personality traits predict smartphone usage. Eur. J. Personal. 2017;31(6):701–722.
    pubmed_reference_list
  46. Stoffers-Winterling J., Lieb K. Die S3-Leitlinie Borderline-Persönlichkeitsstörungen. PTT-Persönlichkeitsstörungen: Theorie Und Therapie. 2022;26(1):4–19.
    pubmed_reference_list
  47. Stoffers-Winterling J.M., Voellm B.A., Rücker G., Timmer A., Huband N., Lieb K. Psychological therapies for people with borderline personality disorder. Cochrane Database Syst. Rev. 2012;8
    pubmed_reference_list
  48. Toth R., Parry D.A., Emmer M. Smartphone use in Germany in 2023: A mixed-method investigation. SocArXiv. 2024 doi: 10.31235/osf.io/k249t. DOI: 10.31235/osf.io/k249t
    pubmed_reference_list
  49. Van Buuren S. 2nd Ed. Chapman and Hall/CRC; 2018. Multiple Imputation. Flexible Imputation of Missing Data.
    pubmed_reference_list
  50. Ward A.F., Duke K., Gneezy A., Bos M.W. Brain drain: the mere presence of one’s own smartphone reduces available cognitive capacity. J. Assoc. Consum. Res. 2017;2(2):140–154.
    pubmed_reference_list
Metadane bibliograficzne, identyfikatory (DOI/PMID/ORCID) i autorzy (6)

Metadane

Rok
2026
Czasopismo
Internet interventions
Pochodzenie
lokalny katalog źródeł
Data publikacji online
2026-05-25
ISSN czasopisma
2214-7829
Tom
45
Numer
Nieustalone
Strony
100952
Status dostępu
Nieustalone
PMCID
Nieustalone

Identyfikatory

  • DOI: 10.1016/j.invent.2026.100952
  • PMID: 42281829

Autorzy

  1. Ana MacchiaAutorstwo odczytane z lokalnego katalogu.
  2. Dimitri LöchnerAutorstwo odczytane z lokalnego katalogu.
  3. Ann-Christin HaagAutorstwo odczytane z lokalnego katalogu.
  4. Christopher KannenAutorstwo odczytane z lokalnego katalogu.
  5. Christian MontagAutorstwo odczytane z lokalnego katalogu.
  6. Birgit AblerAutorstwo odczytane z lokalnego katalogu.
Sprawdzenie identyfikatora i Dostęp API (DOI-Checker)

Sprawdzenie identyfikatora i Bezpieczny Dostęp API (DOI-Checker)

DOI: 10.1016/j.invent.2026.100952 · PMID: 42281829

Otwórz live JSON w DOI-Checker →
Ochrona endpointu przed robotami (Sesja HttpOnly) Sesja aktywna

Bezpośrednie wywołania endpointu /doi-check.php są zabezpieczone przed automatycznym scrapingiem i wyczerpywaniem limitów Crossref/OpenAlex. Podczas przeglądania biblioteki Twoja sesja otrzymuje bezpieczny token uwierzytelniający (plik cookie HttpOnly). Zewnętrzne narzędzia badawcze mogą korzystać ze stałego klucza API (?api_key=...).

Format DOI jest poprawny lokalnie. Karta odczytuje status z lokalnego rejestru weryfikacji referencji i nie wykonuje synchronicznych requestów podczas ładowania strony.

Dopasowania identyfikatorów i duplikatów w katalogu (5)

Dokładne dopasowania identyfikatorów

Nie znaleziono dopasowań w tej grupie.

Kandydaci do ręcznej kontroli

Konflikty

Nie znaleziono dopasowań w tej grupie.

Podobieństwo nie scala rekordów i nie potwierdza tożsamości publikacji.

Wykorzystanie publikacji w opracowaniach serwisu (0 stron)

Nie odnotowano jawnych wystąpień publikacji w opublikowanych artykułach.

Metodologia i składowe IWBP (Indeks Widoczności Bibliograficznej)

Indeks widoczności bibliograficznej

IWBP: wynik częściowy

Widoczność w określonym korpusie danych, nie ocena jakości naukowej, siły dowodów ani jakości czasopisma.

10,0/ 10 Pokrycie wag: 30%

E · E

50%

Brak wartości znormalizowanej

Źródło: OpenAlex snapshot · zakres: No compatible versioned snapshot found

NOT_TESTED: no imputing.

B · B

30%

1,00

Źródło: Rejestr powiązań treści serwisu · zakres: Zweryfikowane powiązania w opublikowanych artykułach

F is provisional for this corpus snapshot.

D · D

20%

Brak wartości znormalizowanej

Źródło: Rejestr bibliografii bezpośrednich · zakres: Brak potwierdzonego rejestru powiązań bezpośrednich

Relacje pośrednie wykluczone.

Formuła obliczeniowa

IWBP = 10 × (0,50E + 0,30B + 0,20D)

IWBP_partial = 10 × Σ(w_i × x_i) / Σ(w_i dostępne)

Metodologia IWBP

Indeks Widoczności Bibliograficznej (IWBP) opisuje widoczność i udokumentowane wykorzystanie źródła w określonym lokalnym korpusie bibliograficznym. Nie jest oceną jakości naukowej, wiarygodności metodologicznej, siły dowodów ani oceną użytkowników.

  • E (50%) — zweryfikowany percentyl cytowań z wersjonowanego snapshotu OpenAlex; brak snapshotu nie jest zastępowany innym wskaźnikiem.
  • B (30%) — potwierdzone wykorzystanie źródła w unikalnych rodzinach zasobów lokalnego korpusu, z mianownikiem F zapisanym w wersji snapshotu.
  • D (20%) — potwierdzone, niezależne bezpośrednie relacje bibliograficzne w korpusie; ścieżki pośrednie nie zwiększają wskaźnika D.

Każda dostępna składowa jest normalizowana do zakresu 0–1. W wyniku częściowym brakujące składowe są pomijane, a wynik jest renormalizowany wyłącznie przez sumę wag dostępnych, prawidłowo zweryfikowanych składowych. Brak danych nie oznacza zera. Prowizoryczny mianownik F i status częściowy ograniczają porównywalność wyniku.

Wynik jest częściowy i nie powinien być porównywany bez zastrzeżeń z wynikiem pełnym.

Dostępne: B · brakujące: E, D · data: 2026-10-19T00:00:00Z

Interpretacja dla tej publikacji

W korpusie wykryto 0 unikalnych stron i 1 powiązań.

Brak danych nie jest traktowany jako zero.

Mapa kontroli i proweniencji publikacji (4 wykonanych kontroli)

Proweniencja i kontrola

Mapa kontroli i pochodzenia publikacji

Pokazujemy wyłącznie kontrole zapisane w lokalnych read modelach. Brak integracji lub brak uruchomienia nie jest wynikiem pozytywnym.

4Wykonane
3Pozytywne
0Problemy
1Częściowe
4Nieuruchomione / zablokowane
Rekord źródłowy→Identyfikatory→Metadane→Kontrole→Wynik i ograniczenia
Bibliografia2 kontroli
Format DOIKontrola zakończona pozytywnie (PASS)

Format DOI rozpoznany lokalnie.

Kontrola techniczna · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Format nie potwierdza istnienia ani zgodności publikacji.

Podobne rekordyKontrola zakończona pozytywnie (PASS)

Dokładne: 0, kandydaci: 5, konflikty: 0.

Kontrola tożsamości · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Wynik nie scala rekordów i nie zastępuje kontroli człowieka.

Weryfikator identyfikatorów (ReferenceVerifier)1 kontroli
Weryfikacja metadanych zewnętrznychZablokowane (BLOCKED)

Brak zapisanego wyniku weryfikatora.

Weryfikacja metadanych · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Karta nie uruchamia zewnętrznego dostawcy podczas renderowania.

Przeglad1 kontroli
Lokalne wykorzystanieKontrola zakończona pozytywnie (PASS)

Zarejestrowano 0 stron z jawnym powiązaniem source.

Relacja publikacji z treścią · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: EXPLICIT_SOURCE_LINK oznacza relację nawigacyjną, nie dowód wsparcia claimu.

IWBP3 kontroli
Składowa EZablokowane (BLOCKED)

Brak zatwierdzonego snapshotu OpenAlex.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Nie można obliczyć zasięgu zewnętrznego.

Składowa BKontrola częściowa (PARTIAL)

Wykryto 0 stron lokalnego użycia.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Brak zatwierdzonego mianownika rodzin zasobów.

Składowa DBrak integracji (NO_INTEGRATION)

Brak rejestru relacji L0 → L1.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Nie oznacza braku relacji; oznacza brak integracji odczytowej.

Warstwa naukowa / RAG1 kontroli
Dowód wsparcia twierdzeniaBrak integracji (NO_INTEGRATION)

Brak potwierdzonej integracji tej warstwy z kartą.

Kontrola dowodów · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Nie można stwierdzić, że publikacja potwierdza twierdzenie.

Mapa nie dowodzi, że publikacja wspiera powiązane twierdzenia. EXPLICIT_SOURCE_LINK oznacza tylko jawne powiązanie źródła, a REVIEW_REQUIRED oznacza „wymaga przeglądu” i nie potwierdza publicznej dostępności strony.

Słownik oznaczeń technicznych
claim
Twierdzenie lub fragment treści, z którym powiązano publikację.
source_id
Stały identyfikator publikacji w katalogu źródeł.
EXPLICIT_SOURCE_LINK
Jawne powiązanie publikacji ze stroną; nie jest automatycznym dowodem wsparcia twierdzenia.
REVIEW_REQUIRED
Strona wymaga przeglądu i nie jest prezentowana jako publicznie opublikowana.
read-only
Warstwa tylko odczytu; nie zmienia źródeł ani nie uruchamia providerów.