five

data_Questionnaire运动体验和人工智能tools.xlsx

收藏
DataCite Commons2025-09-04 更新2025-09-08 收录
下载链接:
https://figshare.com/articles/dataset/data_Questionnaire__tools_xlsx/30048910/1
下载链接
链接失效反馈
官方服务:
资源简介:
This dataset contains de-identified survey data for a study on how <b>人工智能系统</b>涉及<b>运动表现</b>横断面样本包括 <b>n = 483 名大学生</b> 来自<b>五个机构</b>(2025 年 1 月)<b>内容和文件。</b><code>data.csv</code>:项目级响应和派生分数。<code>codebook_Table_S1.pdf</code> (Supplement): full item wording with <b>7-point Likert anchors</b>, coding rules, and variable descriptions.<code>analysis_scripts</code>(R/SPSS + AMOS 注释):用于重现 CFA/SEM 和引导链中介分析的代码。<b>关键变量。</b><br>人口统计(性别、年龄、教育水平、运动类型、运动经历)、人工智能暴露(使用的人工智能:是/否;主要工具:智能手表/手环、VR、健身应用程序/程序、大型语言模型)、<b>人工智能在运动中的使用指数</b>(<i>频率×目的×工具类型</i>)和潜在结构:<b>AI系统</b>、<b>情绪调节能力</b>、<b>压力管理能力</b>、<b>健康管理意识</b>、<b>个性化反馈</b>、<b>注意力集中</b>、<b>运动表现自评</b>。所有心理测量量表都使用 7 点李克特式反应(密码本中指定的锚点)。<b>方法和质量。</b><br>项目根据上下文进行调整并使用 CFA 进行评估;模型拟合(χ²/df、CFI、TLI、RMSEA、SRMR)满足推荐阈值(例如,RMSEA ≈ 0.044)。使用偏差校正的引导来估计间接效应。<b>道德与隐私。</b><br>数据完全去识别化并在道德批准/放弃后发布(详细信息在自述文件/代码手册中)。不包含个人身份信息。<b>再使用。</b><br>请将数据集引用为:<i>[您的名字]</i> (2025)。<i>人工智能系统、心理机制和运动表现(调查数据集)。</i>存储库:<i>[平台]</i>,版本 2,DOI:<i>[插入 DOI]。</i>许可证:<i>[例如,CC BY 4.0]。</i>.
提供机构:
figshare
创建时间:
2025-09-04
二维码
社区交流群
二维码
科研交流群
商业服务