Анализ зависимости подростков от телефонов и последствий этой зависимости
Введение
В рамках данного проекта я анализирую датасет Teen Smartphone Usage and Addiction Impact Dataset, опубликованный на платформе Kaggle. Датасет содержит информацию об использовании смартфонов подростками и включает показатели экранного времени, уровня зависимости от телефона, сна, тревожности, депрессии, академической успеваемости, социальной активности, а также данные о поле, возрасте, классе обучения и наличии родительского контроля.
Я выбрала этот датасет, потому что тема зависимости подростков от телефона сегодня является крайне актуальной. Телефон, социальные сети, интернет в целом — неотъемлемая часть повседневной жизни подростков: он используется для общения, развлечений, обучения и получения информации. При этом чрезмерное использование телефона может оказывать влияние на физическое и психическое здоровье, качество сна, уровень тревожности, социальную активность и учебную успеваемость.
Цель моего проекта — визуально исследовать, как уровень зависимости от телефона связан с различными аспектами жизни подростков, и выявить возможные закономерности между экранным временем, психологическим состоянием, сном, учебой и социальным поведением. Для этого я построила серию из 11 графиков, каждый из которых подсвечивает отдельную сторону проблемы и помогает лучше понять, как цифровые привычки подростков отражаются или нет на их повседневной жизни.
Оформление
Визуальный стиль проекта был сформирован с учётом его цифровой тематики и аналитического характера.
В качестве основного шрифта выбран Liberation Mono — моноширинный шрифт, ассоциирующийся с технологиями и цифровой средой.
Цветовая концепция проекта была определена на раннем этапе: в начале работы была сгенерирована обложка проекта с помощью Reve, которая задала общее визуальное направление. На её основе в качестве основных были выбраны оттенки синего. Выбор синей палитры обусловлен как визуальной логикой, так и содержанием проекта: синий свет экранов телефонов связан с вопросами сна, концентрации и зрительной нагрузки, что концептуально поддерживает тему цифровой зависимости.
Начало работы
Первым шагом я импортировала необходимые библиотеки:
- pandas и numpy для работы с данными - matplotlib.pyplot для построения графиков - MaxNLocator из matplotlib.ticker для настройки делений осей, а также re (стандартная библиотека Python) для работы с регулярными выражениями.
Далее я настроила оформление визуализаций: шрифт задаётся через plt.rcParams, без загрузки отдельного файла шрифта. Цветовая палитра задана вручную hex-кодами и применяется через rcParams и параметры построения графиков.
1. Связь экранного времени и уровня зависимости
В первую очередь я решила построить диаграмму рассеяния с линией тренда (и усреднённой линией), чтобы наглядно показать связь между временем использования телефона и уровнем зависимости. Такой тип графика позволяет увидеть как общий тренд зависимости, так и разброс индивидуальных значений.
Основные выводы из графика:
- Между временем использования телефона и уровнем зависимости наблюдается положительная связь: чем больше экранного времени, тем выше уровень зависимости. - После примерно 6–7 часов в день рост зависимости замедляется и приближается к максимальным значениям. - Разброс индивидуальных значений указывает на то, что экранное время — важный, но не единственный фактор зависимости.
2. Экранное время и класс подростка
На графике показано распределение экранного времени подростков в зависимости от класса обучения — с 7 по 12 класс. Диаграмма рассеяния позволяет увидеть как общий уровень использования смартфона, так и разброс значений внутри каждого класса.
Из визуализации видно, что во всех классах экранное время находится примерно в одном диапазоне. Большинство значений сосредоточено в интервале около 4–7 часов в день, при этом в каждой группе присутствуют как подростки с низким экранным временем, так и с очень высоким. Явной тенденции к росту или снижению экранного времени при переходе в старшие классы не наблюдается. При этом использование телефона остается стабильно высоким на протяжении всего подросткового периода, что указывает на устойчивость пагубных цифровых привычек.
3. На что уходит экранное время
Следующим шагом шагом мне было интересно узнать, на какие сферы подростки тратят свое экранное время, какие активности занимают большую часть дня. Для наглядного представления данных была выбрана круговая диаграмма, которая позволяет сразу увидеть долю каждой категории в общем объёме времени.
На основе круговой диаграммы видно, что почти половина экранного времени подростков уходит на социальные сети (49%), значительная часть — на игры (30,6%), и меньшая — на обучение (20,4%).
Можно предположить, что высокая вовлечённость в социальные сети и игры может усиливать формирование зависимых паттернов поведения.
4. Успеваемость в школе при разных уровнях зависимости
Исходя из того, что показал предыдущий график, я решила проверить, влияет ли факт того, что подростки несильно используют телефон в контексте образования, на их успеваемость в школе, при этом я получила очень интересный и на самом деле правдоподобный результат.
Как видно из графика, средняя успеваемость подростков практически не отличается при низком, среднем и высоком уровнях зависимости от телефона. Во всех трех группах значения находятся примерно на одном уровне (около 74–75 баллов). Это говорит о том, что сам по себе уровень зависимости от телефона не оказывает значимого влияния на школьную успеваемость.
Возможное объяснение такого результата заключается в том, что смартфон может использоваться не только как источник отвлечения, но и как инструмент, помогающий в учебе, не всегда в честном ключе (например, в контексте списывания)
Подростки могут: - Использовать телефон для поиска информации и выполнения домашних заданий - Пользоваться телефоном во время контрольных и тестов для списывания, что может искусственно поддерживать высокий уровень оценок даже при высокой зависимости - Общаться в учебных чатах и получать помощь от одноклассников
Таким образом, формальная успеваемость (оценки) может не всегда отражать реальный уровень знаний, а использование телефона в образовательном контексте может выступать как компенсирующий фактор. Это может гипотетически объяснять, почему высокий уровень зависимости не приводит к заметному снижению средних академических показателей.
5. Взаимосвязь с тревожностью
В контексте анализа мне важно было понять и показать такой аспект, как влияние цифровой зависимости на психологическое здоровье подростков. Для этого я рассмотрела взаимосвязь между частотой проверок смартфона в течение дня и уровнем тревожности.
Для визуализации была использована диаграмма рассеяния (scatter plot) с линией тренда. Такой тип графика является уместным, поскольку позволяет наглядно отследить возможную зависимость между двумя количественными переменными, а также увидеть общий характер связи, даже если данные содержат шум и индивидуальные отклонения.
На графике заметно, что при увеличении количества проверок телефона в день уровень тревожности в среднем возрастает, что подтверждается восходящей линией тренда. При этом разброс точек остаётся достаточно большим, что указывает на наличие индивидуальных различий и влияние дополнительных факторов.
Полученные результаты позволяют сделать вывод, что постоянные уведомления и привычка регулярно проверять устройство могут усиливать тревожность. В отличие от академической успеваемости, психологическое состояние подростков оказывается более чувствительным к цифровому поведению, что подчеркивает важность учета не только количественного использования телефона, но и его влияния на эмоциональное благополучие.
6. Взаимосвязь с депрессией
В продолжение анализа психологического состояния подростков я рассмотрела взаимосвязь между уровнем депрессии и экранным временем, проводимым со смартфоном в течение дня. Целью было выяснить, связано ли увеличение экранного времени с более выраженными депрессивными симптомами. Для визуализации была использована Boxplot диаграмма, которая позволяет выявить различия в распределении экранного времени между группами подростков с различной выраженностью депрессивных симптомов, учитывая как центральные тенденции, так и вариативность данных.
Анализ распределений показывает, что более высокие уровни депрессии чаще наблюдаются среди подростков с увеличенным экранным временем. В группах с более выраженными депрессивными симптомами медианные значения экранного времени оказываются выше, особенно на уровнях депрессии в диапазоне 6–8 баллов. Кроме того, при высоких значениях депрессии возрастает разброс экранного времени, что указывает на то, что значительная часть подростков с депрессивными симптомами проводит за экраном существенно больше времени, чем в среднем.
7. Взаимосвязь со сном
Сон — это один из ключевых аспектов психологического здоровья подростков, поэтому было очень важно проследить взаимосвязь между экранным временем подростков непосредственно перед сном и продолжительностью сна, что и показано на графике.
Из визуализации видно, что при экранном времени до 1–1,5 часов продолжительность сна остаётся относительно стабильной, однако при дальнейшем увеличении времени использования телефона наблюдается тенденция к её снижению, что отражено отрицательным наклоном линии тренда. Наименьшее значение сна отмечается при экранном времени около 2 часов.
В целом график указывает на обратную связь между использованием смартфона перед сном и продолжительностью сна подростков, что подтверждает негативное влияние вечернего экранного времени и его возможную связь с цифровой зависимостью.
8. Количество сна и уровень зависимости
Чтобы еще ярче показать негативное влияние чрезмерного использования телефонов, я также решила построить рассеяный график с линией тренда, при этом показать взаимосвязь зависимости от телефона и часами сна подростков.
Из визуализации видно, что более высокий уровень зависимости чаще соответствует меньшему количеству часов сна, тогда как при снижении зависимости продолжительность сна в среднем увеличивается. Это отражено нисходящим наклоном линии тренда. Несмотря на заметный разброс значений, общая тенденция сохраняется.
9. Родительский контроль
На представленном графике показано распределение уровней зависимости от телефона среди подростков в зависимости от наличия родительского контроля. Использование boxplot в сочетании с точечной диаграммой позволяет наглядно сравнить группы и оценить различия в медианных значениях и разбросе данных.
Распределения практически не различаются: центральные значения и общий разброс данных выглядят очень похожими. Это говорит о том, что несмотря на ожидания, контроль не приводит к явному снижению показателей.
Прослеживается интересная тенденция, которая хорошо соответствует реальности подросткового возраста. В период стремления к самостоятельности и сопротивления ограничениям родительский контроль часто оказывается малоэффективным. В результате уровень зависимости остаётся высоким вне зависимости от того, установлен ли контроль, что подчёркивает сложность влияния взрослых на цифровое поведение подростков.
10. Влияние на социальную активность
Также в рамках анализа была рассмотрена взаимосвязь между экранным временем подростков и уровнем их социальной активности. Этот аспект важен, поскольку цифровая зависимость часто связывается с изменениями в офлайн-коммуникации и качестве социальных контактов. Для визуализации использовалась диаграмма рассеяния с линией линейного тренда, что позволяет наглядно оценить общий характер зависимости между переменными при наличии индивидуальных различий.
Несмотря на заметный разброс данных, линия тренда демонстрирует устойчивую тенденцию к снижению уровня социальной активности по мере увеличения экранного времени. Это указывает на наличие взаимосвязи между показателями, хотя она выражена слабо и сопровождается значительными индивидуальными различиями. Полученные результаты позволяют сделать вывод, что рост экранного времени в среднем ассоциируется с уменьшением социальной активности, что подтверждает потенциальное влияние цифрового поведения на социальную сферу жизни подростков.
11. Уровень зависимости по полу
В дополнение, в конце моего анализа мне стало интересно проверить, влияет ли гендер на уровень зависимости.
Данный столбчатый график по итогу показал, что у обоих полов уровень зависимости практически на одном уровне (около 9 баллов).
Вывод
Исследование подтвердило, что зависимость подростков от телефонов все еще остается распространённым и опасным явлением. Анализ графиков показывает, что длительное экранное время и частое взаимодействие с телефоном тесно связаны с более высоким уровнем зависимости, которая, в свою очередь, негативно отражается на качестве сна, социальной жизни и психологическом состоянии подростков, в частности на уровне тревожности и депрессии. Эти результаты подчеркивают, что цифровые привычки могут оказывать влияние на здоровье даже тогда, когда это не сразу заметно.
При этом некоторые полученные выводы оказались нетривиальными. Было выявлено, что уровень зависимости от телефона практически не влияет на академическую успеваемость, а наличие родительского контроля не снижает выраженность зависимости. Это может указывать на то, что существующие меры контроля и ограничения являются недостаточно эффективными и не соответствуют масштабам проблемы.
В целом результаты исследования показывают, что проблема цифровой зависимости подростков требует более серьёзного внимания. Формальные показатели, такие как оценки в школе, не отражают реального воздействия телефонов, тогда как влияние на сон и ментальное здоровье является более выраженным. В условиях повсеместного использования технологий особенно важно пересматривать подходы к регулированию экранного времени и уделять больше внимания осознанному использованию интернета и сохранению благополучия подростков.
Использованные инструменты и генеративные модели
Chat GPT Free — исправление ошибок в кодах, анализ графиков
Reve — генерации изображений
Google Collab — работа с датасетом, создание графиков
