Vývoj korejské škály pro mládež (2012)

PLoS One. 2014 Může 21; 9 (5): e97920. doi: 10.1371 / journal.pone.0097920.

Kim D1, Lee Y1, Lee J1, Nam JK1, Chung Y2.

Informace o autorovi

  • 1Katedra školství, Soulská národní univerzita, Soul, Jižní Korea.
  • 2Katedra školství, Korea National University of Education, CheongJu, Jižní Korea.

Abstraktní

Tato studie vyvinula stupnici závislosti na smartphonu závislosti (SAPS) založenou na stávajících stupnicích závislosti na internetu a mobilních telefonech. Pro vývoj této škály bylo původně vybráno 29 položek (1.5násobek konečného počtu položek) jako předběžné položky na základě předchozích studií o závislosti na internetu / telefonu a klinických zkušeností zúčastněných odborníků. Předběžná stupnice byla zadána národně reprezentativnímu vzorku 795 studentů na základních, středních a vysokých školách v celé Jižní Koreji. Poté bylo podle výsledků testu spolehlivosti vybráno finálních 15 položek. Konečná stupnice sestávala ze čtyř subdomén: (1) narušení adaptivních funkcí, (2) orientace na virtuální život, (3) stažení a (4) tolerance. Konečná stupnice indikovala vysokou spolehlivost s Cronbachovým α 880. Podporu platnosti kritéria škály prokázal její vztah k škále závislostí na internetu KS-II (r = 49). Pro analýzu platnosti konstrukce jsme testovali model strukturálních rovnic. Výsledky ukázaly, že čtyřfaktorová struktura je platná (NFI = 943, TLI = 902, CFI = 902, RMSEA = 034). Závislost na smartphonu získává větší pozornost jako možná nová forma závislosti spolu se závislostí na internetu. SAPS se jeví jako spolehlivá a platná diagnostická stupnice pro screening dospívajících, kteří mohou být vystaveni riziku závislosti na smartphonu. Jsou diskutovány další důsledky a omezení.

čísla

Citace: Kim D, Lee Y, Lee J, Nam JK, Chung Y (2014) Vývoj stupnice korejské závislosti na závislosti na smartphonu pro mládež. PLoS ONE 9 (5): e97920. doi: 10.1371 / journal.pone.0097920

Editor: Amanda Bruce, University of Missouri-Kansas City, Spojené státy americké

obdržel: Prosinec 19, 2013; Přijato: 16, 2014; Publikováno: 21

Copyright: © 2014 Kim a kol. Toto je článek s otevřeným přístupem distribuovaný podle podmínek Licence Creative Commons Attribution, který umožňuje neomezené použití, distribuci a reprodukci v jakémkoliv médiu za předpokladu, že původní autor a zdroj jsou připsány.

Financování: Autoři nemají žádnou podporu ani finanční prostředky na podávání zpráv.

Konkurenční zájmy: Autoři prohlásili, že neexistují žádné konkurenční zájmy.

Úvod

Propagace osobních počítačů v 1990. letech způsobila digitální revoluci. Osobní stolní počítače se brzy vyvinuly v PMP, tablety a smartphony - zařízení, která jsou v životě lidí stále běžnější. Zejména distribuční poměr smartphonů má od roku 2000 celosvětově vzestupný trend [1]. Takové rozšířené používání smartphonů dostalo název „Smart Revolution“ a přináší dramatické změny v každodenním životě lidí. Ačkoli používání chytrých telefonů učinilo život pohodlnějším pro mnoho lidí, přineslo také nepříznivé účinky v oblastech psychické pohody, mezilidských vztahů a fyzického zdraví. Například kvůli snadnému přístupu do online prostředí prostřednictvím smartphonů, negativních důsledků on-line disinhibiční efekt charakterizované sníženými inhibicemi chování [2] [3] rostou, zejména ve formě kybernetického násilí.

Dnešní adolescenti velmi dobře vnímají nové formy médií, jako jsou chytré telefony [4] protože jsou první generací, která vyrostla obklopena různými formami high-tech médií [5]. To by mohlo znamenat, že mladí lidé jsou náchylnější k nepříznivým účinkům inteligentních médií než starší věkové skupiny. V Jižní Koreji dosáhli mladí lidé závislí na smartphonu 11.4% populace, přičemž nejvyšší 2.2% čelí obtížím žít svůj každodenní život kvůli své závislosti [6]. Před rozšířením chytrých telefonů mobilní telefony zabraly obrovskou část života dospívajících do bodu, kdy někteří uváděli, že zažívají vysokou úroveň úzkosti, když jejich telefon není vždy zapnutý [4]. Závislost na mobilním telefonu a věk se zdají být nepřímo úměrné, zatímco mladší lidé používají své telefony častěji [8]a dvakrát častěji připouští, že je „závislý na mobilním telefonu“ než dospělí [9]. Pro adolescenty je telefonická komunikace důležitým způsobem, jak si udržet své sociální vztahy [7]. Jelikož se závislost na smartphonu stává mezi mladými lidmi významným problémem, zdá se být naléhavé vyvinout měřítko, které dokáže odhadnout úrovně a podmínky závislosti na smartphonu u dospívajících, aby byly chráněny před nepříznivými účinky této závislosti.

Protože distribuce smartphonů je relativně nový jev, jsou studie, které definovaly jedinečné příznaky závislosti na smartphonu, vzácné. Nejblíže k závislosti na smartphonu může být závislost na mobilním telefonu, která je považována za druh závislosti na chování, který se vyznačuje problémy s řízením impulsů. Mezi hlášené příznaky závislosti na mobilním telefonu patří stažení, tolerance, narušení adaptivních funkcí, nutkání a patologické ponoření [12] a abstinence, nedostatek kontroly a problémy vyplývající z používání, tolerance a rušení jiných činností [13]. Existující stupnice závislosti na mobilních telefonech [47] [48] [49] byly vyvinuty na základě Young [10]Test závislosti na internetu (IAT) a Goldberg [11]Diagnostická kritéria pro závislost na internetu.

Smartphony se však liší od mobilních telefonů čtyřmi hlavními způsoby. Za prvé, uživatelé chytrých telefonů jsou do zařízení dynamičtěji zapojeni než běžní uživatelé mobilních telefonů. Uživatelé chytrých telefonů se aktivně zabývají samotným zařízením a obsahem (aplikacemi) současně a mohou hrát roli výrobce vytvářením přizpůsobených aplikací. Protože aplikace umožňují uživatelům chytrých telefonů poskytovat okamžitou a vzájemnou zpětnou vazbu, uživatelé chytrých telefonů mají tendenci být aktivní, participativní, relační, kompetentní a produktivní. [15]. V důsledku toho se ukázalo, že používání chytrých telefonů je přímo úměrné využití aplikací [14]. Zadruhé, smartphony kladou větší důraz na senzorické funkce, které stimulují expresivní stránku uživatelů [16]. Výrazný systém uživatelského rozhraní smartphonu, který zahrnuje ovládání dotykové obrazovky, uspořádání klávesnice, ikony, rozumný design a další komponenty, umožňuje uživateli odhalit jeho individualitu [17]. Důležitost expresivního aspektu aplikací pro chytré telefony je také vidět v tom, že uživatelé dávají přednost aplikacím, které umožňují více uživatelům bavit se společně a být společensky expresivní před aplikacemi, které si mohou užívat pouze sami [18]. Za třetí, smartphony poskytují konvergenci služeb, jako jsou kamery, MP3, GPS, prohlížení webu, volání, e-mail, hry a služby sociálních sítí (SNS). [19] [20] na jednom přenosném zařízení. Přenositelnost chytrých telefonů, nazývaná také „ruční internet“, umožňuje služby v reálném čase a personalizované služby kdekoli, kde by je nebylo možné splnit na typickém stolním počítači. „Push Service“ smartphonu navíc informuje uživatele o příslušných aktualizacích, jako jsou nejnovější e-maily nebo odpovědi z Facebooku, ještě předtím, než si je uživatel vyžádá [21]. Takové personalizované služby poskytované smartphony mohou být užitečné, ale mohou také přimět lidi, aby své smartphony zneužívali [22] [23]. Nakonec lidé různých věkových skupin vykazují různé vzorce používání chytrých telefonů. Dospívající používají své smartphony hlavně pro fotoaparát, MP3 a další zábavní funkce; lidé ve svých 20 letech používají hlavně SNS; a lidé ve věku 30 až 40 let obvykle spravují své plány, seznam kontaktů, e-mail a další funkce související s podnikáním [24] [25].

I přes výše uvedené charakteristické vlastnosti smartphonů byla řada stávajících stupnic závislosti na smartphonech identická se stupnicí závislosti na mobilních telefonech, přičemž slovo „mobilní telefon“ bylo jednoduše nahrazeno slovem „smartphone“. Jeden z nejnovějších, Casey [26] Stupnice závislosti na smartphonu také extrahovala položky z váh, které měří jiné typy závislosti na médiích, jako je škála problémů s mobilním telefonem [27], Test závislosti na internetu [10]a stupnice závislosti na televizi [28]. Kromě toho, protože závislost na mobilních telefonech byla také vnímána jako druh závislosti na chování kvůli problémům s řízením impulsů, obvykle se skládala z prvků závislosti na internetu.

Současná studie proto vyvinula korejskou stupnici závislosti na závislostech na smartphonu (SAPS) pro mládež přidáním položek, které odrážejí jedinečné vlastnosti smartphonů, do stupnice IAPS pro závislost na internetu pro mládež. [29]. IAPS je škála položek 20, která se od roku 2007 používá ke kontrole úrovně závislosti na internetu mezi mládeží v Jižní Koreji. SAPS vyvinutý na základě současné studie bude užitečným nástrojem pro zkoumání fenoménu nadměrného používání smartphonů u mládeže a nakonec přispěje k prevenci závislosti na smartphonech.

Metoda

Účastníci

Tato studie je sekundární analýzou dat národních průzkumů z projektu Korejské národní informační agentury o závislosti na smartphonech provedeného v roce 2012 [34]. Vědci této studie se projektu zúčastnili jako hlavní řešitel a pomocní vědci. Protože tento projekt probíhal na národní úrovni, výsledné údaje pocházely z rozsáhlého vzorku, který je reprezentativní z hlediska regionu, věku a pohlaví. Distribuovaný průzkum výslovně stanovil účel projektu a oznámil účastníkům, že souhlasí s účastí vyplněním průzkumu. V poměru ke skutečné distribuci obyvatelstva v Koreji průzkum provedli studenti základních, středních a středních škol 795 (muži 461 a ženy 324). Regionální agentury byly náhodně vybrány z každé ze čtyř oblastí: metropolitní oblast Soul, oblast Chungcheong / Gangwon, oblast Honam (včetně Jeju) a oblast Yeongnam. Mnoho (44.7%) bylo studentů středních škol, následovali studenti středních škol (37.7%) a studenti středních škol (17.6%).

Opatření

Demografický dotazník.

Součástí balíčku průzkumu byl demografický dotazník, který zahrnoval položky týkající se osobních údajů studenta, rozsahu a povahy používání chytrých telefonů a akademického výkonu.

Položky stupnice stupnice závislosti na smartphonu.

Na základě dříve vyvinutých diagnostických měřítek a výzkumných poznatků, jakož i klinických zkušeností řady odborníků, byly položky, které teoreticky a empiricky představují odlišné charakteristiky závislosti na smartphonu, vybrány do rozsahu. Předběžná stupnice se skládala z dvaceti devíti položek a každá položka byla hodnocena na stupnici Xertea Likert (4 = silně nesouhlasím, 1 = nesouhlasím, 2 = souhlasem, 3 = silně souhlasím). Dvacet devět předběžných položek bylo strukturováno kolem čtyř subdomén: narušení adaptivních funkcí (položky 4), stažení (položky 9), tolerance (položky 7) a orientace virtuálního života (položky 6).

Stupnice problémů duševního zdraví.

Pro ověření platnosti SAPS bylo vyvinuto opatření, které hodnotí problémy duševního zdraví spojené se závislostí na smartphonu. Mezi psychologické potíže, které by mohly doprovázet závislost na smartphonu, patří úzkost, deprese, impulzivita a agrese [50]. Tak, NEO Youth Personality Test [30] položky související s těmito problémy (faktory) byly upraveny a zahrnuty do aktuálního měřítka. Stupnice se skládá z 32 položek, 8 položek pro každý faktor. Položky jsou hodnoceny na 4bodové stupnici (1 = zcela nesouhlasím, 2 = nesouhlasím, 3 = souhlasím, 4 = naprosto souhlasím). Konzistence mezi položkami stupnice je vysoká, přičemž Cronbachova alfa je celkově 944 a 865, 870, 820, 878 pro každý faktor.

Stupnice závislosti na internetu pro mládež (KS-II).

Pro srovnání závislosti na smartphonu a závislosti na internetu byla použita položka 15 KS-II. KS-II vyvinutý Národní agenturou pro informační společnost [31] prošla standardizačním procesem v Koreji prostřednictvím celonárodního terénního průzkumu. KS-II je strukturován kolem čtyř faktorů: (1) narušení adaptivních funkcí, (2) stažení, (3) tolerance a (4) orientace na virtuální život. Položky jsou hodnoceny na 4bodové stupnici (1 = zcela nesouhlasím, 2 = nesouhlasím, 3 = souhlasím, 4 = naprosto souhlasím). Konzistence mezi položkami stupnice je vysoká u Cronbachovy alfa 87.

Postup

Nejprve, po přezkoumání souvisejících měřítek, které byly dříve vyvinuty, a prozkoumání jejich teoretického pozadí, odborníci vybrali položky pro předběžný dotazník. Tento počáteční fond měl asi dvakrát tolik položek než konečné měřítko. Studentům byla předběžná stupnice a byla shromážděna data. Poté byly vybrány konečné položky podle výsledků testu spolehlivosti pro každou dílčí stupnici. Nakonec byl zkontrolován model platnosti konstruktu pro každou subdoménu na AMOS. Podrobnější popis každého kroku postupu je následující.

Předběžná stupnice závislosti na chytrých telefonech pro mládež.

Na základě zjištění z předchozí literatury o závislostech na internetu, závislostech na mobilních telefonech a závislostech na digitálních médiích byla vyvinuta skupina předběžných položek pro stupnici závislosti na smartphonu pro závislost na smartphonu (SAPS) pro mládež. Protože smartphone je mobilní zařízení, které umožňuje použití internetu, byly pro srovnání použity stávající stupnice závislosti na internetu. Charakteristika závislosti na digitálních médiích, kterou navrhuje Young [38] a Greenfield [44] se promítly i do rozvinutých položek. Vzhledem k tomu, že chytré telefony lze považovat za vyspělé verze běžných mobilních telefonů, stávající stupnice mobilních telefonů [12] [8] byly také vyšetřeny. Následně subdomény SAPS začaly zahrnovat narušení adaptivních funkcí, stažení, tolerance a orientaci na virtuální život. Nakonec odborníci (vzdělávací specialisté, psychiatři) vytvořili předběžné položky 29, které odrážejí tyto čtyři subdomény závislosti na smartphonu.

Správa měřítka.

SAPS byl distribuován na náhodně vybraných základních, středních a středních školách, takže účastníci mohou být vybíráni v poměru ke skutečné distribuci obyvatelstva v Koreji.

Výběr položky pomocí analýzy spolehlivosti.

Analýzy spolehlivosti u 29 předběžných položek byly provedeny subdoménou. Bylo vybráno celkem 15 položek, které se zdají adekvátní. Nakonec byla vypočítána Cronbachova alfa pro konečnou stupnici s 15 položkami.

Vytvořte model platnosti pro každou subdoménu.

Pro potvrzení platnosti konstruktu SAPS byl model validace konstruktu pro každou subdoménu ověřen na AMOS.

výsledky

Výběr konečných položek pomocí analýz spolehlivosti subdomén

Z původních 29 položek byly položky, které se zdály nevhodné pro každou subdoménu, odstraněny nebo revidovány na základě výsledků analýz spolehlivosti. Pro ověření spolehlivosti položek v každé subdoméně byly zkoumány Cronbachovy alfy. Pro konečné měřítko byly vybrány položky, které snížily celkovou spolehlivost subdomény, pokud byly odstraněny, a také položky s nejvyšší spolehlivostí. K detekci neopatrných nebo nekonzistentních respondentů byly také zahrnuty položky s reverzním kódováním s vysokou spolehlivostí. Tabulka 1 Níže jsou uvedeny výsledky spolehlivosti každé subdomény a Tabulka 2 zobrazí vybrané vybrané položky 15.

thumbnail

Tabulka 1. Výběr konečných položek pomocí analýzy spolehlivosti v dílčích stupních.

dva: 10.1371 / journal.pone.0097920.t001

thumbnail

Tabulka 2. Konečné položky.

dva: 10.1371 / journal.pone.0097920.t002

Spolehlivost

Spolehlivost SAPS byla ověřena pomocí Cronbachovy alfa 0.88.

Platnost

Analýza kritéria kritéria.

Pro potvrzení platnosti kritéria SAPS byla porovnána skóre ze škály SAPS a Mental Health Problems Scale. Tabulka 3 ukazuje Pearsonovy korelační výsledky dvou měřítek. Výsledkem bylo, že korelační koeficient byl 0.43. Kromě toho korelace mezi subškály systému SAPS a škály problémů s duševním zdravím byly všechny v rozmezí 0.49 ~ 0.67, což potvrzuje určitý stupeň korelace.

thumbnail

Tabulka 3. Korelační analýza mezi SAPS a škálou problémů s duševním zdravím.

dva: 10.1371 / journal.pone.0097920.t003

Byla analyzována korelace mezi SAPS a KS-II; Tabulka 4 ukazuje výsledky Pearsonovy korelační analýzy. Korelační koeficient 0.49 ukázal, že pokud bylo skóre na SAPS vysoké, bylo pravděpodobně také vysoké skóre KS-II. Korelace mezi subškálami KS-II a SAPS se navíc pohybovaly mezi 0.12 a 0.51, což opět ukazuje určitou míru korelace.

thumbnail

Tabulka 4. Korelační analýzy mezi SAPS a KS-II.

dva: 10.1371 / journal.pone.0097920.t004

Construct Validity Analysis.

Potvrzující faktorová analýza byla provedena pomocí AMOS 7.0 k potvrzení faktorové struktury SAPS. Za tímto účelem byl model faktorové struktury nastaven takto (Obrázek 1).

thumbnail

Obrázek 1. Faktorová struktura SAPS.

Strukturální model čtyř subdomén závislosti na smartphonu (narušení adaptivních funkcí, orientace virtuálního života, stažení a tolerance) a jejich příslušných položek se jevil jako platný.

dva: 10.1371 / journal.pone.0097920.g001

Za prvé, indexy vhodnosti modelu NFI, TLI, CFI a RMSEA byly xXUMUM, XXUMUM, 943 a XXUMX, což ukazuje, že příslušný model byl pro data dobře vhodný. Strukturální model čtyř subdomén závislosti na smartphonu (narušení adaptivních funkcí, orientace virtuálního života, stažení a tolerance) a jejich příslušných položek se tedy jevil jako platný.

Rovněž bylo zkoumáno, jak komplexně každá položka vysvětluje související faktory, byl zkoumán regresní koeficient každé pozorovatelné proměnné a její stupeň statistické významnosti. Ve všech pozorovatelných proměnných kromě „orientace na virtuální život“ byly standardizované koeficienty v průměru větší než .5, což bylo statisticky významné (p<001). Tabulka 5 zobrazí tyto statistiky.

thumbnail

Tabulka 5. Regresní koeficienty pozorovatelných proměnných týkajících se každého faktoru.

dva: 10.1371 / journal.pone.0097920.t005

Diskuse

V rámci projektu Korejské národní informační agentury o závislostech na chytrých telefonech pro mládež provedeném v roce 2012 [34], tato studie se snažila položit základy preventivního / intervenčního úsilí pro závislost mladých chytrých telefonů. Studie konkrétně vyvinula krátkou stupnici závislosti na smartphonu 15, která by mohla být použita v celonárodním úsilí o sběr dat. Vývojáři věnovali zvláštní pozornost jednoduchosti položek měřítka a snadnosti použití při správě měřítka za účelem usnadnění skutečného využití.

Cronbachova alfa finální SAPS byla 880, což ukazuje, že měřítko je spolehlivé. Existující závislost na internetu nebo stupnice chytrých telefonů byly také hlášeny jako spolehlivé s Cronbachovými alfy výše .7. Může však být nerozumné důvěřovat jejich hodnotám spolehlivosti, protože jejich proces sběru dat nebyl standardizován nebo jejich velikost vzorku byla malá. Například Beard and Wolf [37] pokusil se zlepšit Younga [38] Diagnostická kritéria pro závislost na internetu, ale jejich vývoj v měřítku nebyl standardizován. Widyanto a McMurren [39], na druhé straně, postupovaly podle standardizovaného postupu pro vývoj měřítka, ale nepodařilo se jim shromáždit dostatek dat (n = 86). Kromě toho shromažďovali data online, což by mohlo znamenat, že jejich sběr údajů byl zkreslený. Podobná omezení existují i ​​u stávajících stupnic závislosti na chytrých telefonech. Kwon a kol. [36] vyvinul měřítko založené na položkách v měřítku K a vlastnostech chytrého zařízení a nahlásil, že měřítko má Cronbachovu alfa 91. Je však třeba poznamenat, že jejich sběr dat probíhal na dvou školách v jednom konkrétním korejském regionu, což vyvolalo otázky ohledně hodnoty spolehlivosti jejich rozsahu. SAPS této studie lze tedy považovat za spolehlivější ve srovnání se stávajícími stupnicemi, protože byla vyvinuta na základě údajů shromážděných od 795 studentů z celé Koreje v poměru ke skutečnému rozložení populace v zemi.

Zdálo se, že SAPS má platnou strukturu kolem čtyř subdomén (adaptivní funkce, stažení, tolerance a orientace na virtuální život) závislosti na smartphonu. Aby bylo možné rozhodnout o subdoménách škály, byly zkoumány předchozí výzkumy se zvláštním důrazem na studie na stupnicích závislosti na internetu a diagnostická kritéria pro další závislosti na chování. Zahrnuty byly faktory, které se mezi těmito studiemi běžně objevují, a faktory, které odrážejí vlastnosti smartphonů. Byla provedena konfirmační faktorová analýza s použitím AMOS 7.0 k ověření platnosti konstruktu stupnice. Nakonec byly zkontrolovány korelace mezi SAPS a KS-II (stupnice závislosti na internetu), jakož i mezi SAPS a škálou problémů s duševním zdravím, aby se potvrdila platnost kritéria SAPS.

Měřítka závislosti na internetu vyvinutá a ověřená v různých zemích se liší ve struktuře faktorů. Canan a kol. [40] vyvinula stupnici závislosti na internetu pro turecké adolescenty a zjistila, že její položky byly seskupeny jako jeden faktor. Podobně Khazaal et al. [41] vyvinula stupnici závislosti na internetu pro dospělé francouzské obyvatele a zjistila, že její položky byly seskupeny jako jeden jediný faktor. Jiné studie však uvádějí, že jejich položky na stupnici závislosti na internetu byly seskupeny do různých faktorů, jako je posedlost, zanedbávání a porucha kontroly [42] [43]. Korejská nejběžněji používaná škála K se také skládá z mnoha faktorů, jako jsou adaptivní funkce, stažení, tolerance a orientace na virtuální život. Zdá se tedy, že vědci nesouhlasí s subdoménami stupnic závislostí na internetu, což naznačuje, že faktorová struktura stupnic závislostí na internetu nemusí být zcela stabilní.

Omezení této studie a návrhy pro budoucí studie jsou následující.

Za prvé, „tolerance“, subdoména SAPS a stupnice závislosti na internetu, není podle Charltona a Danfortha klíčovým faktorem závislosti. [45]. Jinými slovy, používání internetu po mnoho hodin samo o sobě nemůže být kritériem závislosti, dokud takové chování nebude mít negativní důsledky [35]. Vzhledem k tomu, že smartphony jsou zařízení, která lidé nosí a používají všude, může být tolerance jako základní faktor závislosti na smartphonu nevhodná. To vyžaduje další celostátní průzkum a analýzu dat o tomto tématu. Kromě toho by se validace stupnice mohla zlepšit například správou stupnice populacím závislé a nezávislé mládeže za účelem posouzení diskriminační platnosti stupnice.

Dále může být SAPS pro mládež široce používán ve výzkumu závislostí na smartphonech, který v dnešní době naberá na obrátkách. Dnešní digitální mediální zařízení se rychle vyvinula z forem založených na PC na smartphony a různé tablety Tablet PC. Jinými slovy, stávající média a média nedávná procházejí procesem konkurence i substitučního procesu. Od té doby jsou mladí považováni za digitální domorodce [46] kteří aktivně přijímají a používají nejaktuálnější média [32], vyšetřování možných vedlejších účinků jejich médií na jejich duševní zdraví se jeví jako naléhavé. Nadměrné používání digitálních médií může mít negativní důsledky ve fyzických, psychologických a sociálních aspektech života dospívajících a může dokonce vyvolat delikventní chování. Například Kross a kol. [33] zjistili, že používání Facebooku není užitečné pro sociální interakce a je spojeno s nízkou úrovní subjektivní psychické pohody. Proto je nutný výzkum symptomů závislosti na smartphonu a účinků závislosti na smartphonu na duševní zdraví dospívajících a SAPS lze v tomto úsilí dobře využít.

Autorské příspěvky

Koncipované a navržené experimenty: DK YHL. Analyzovaná data: JYL YJC. Přidaná činidla / materiály / analytické nástroje: DK YHL. Napsal článek: DK YHL JYL JEKN YJC.

Reference

  1. 1. Chen J, Yen D, Chen K (2009) Přijetí a šíření inovativního používání chytrých telefonů. Informace a správa 46: 241 – 248. doi: 10.1016 / j.im.2009.03.001
  2. 2. Lapidot-Lefler N, Barak A (2012) Účinky anonymity, neviditelnosti a nedostatku očního kontaktu na toxickou online disinhibici. Počítače v lidském chování 28: 434 – 443. doi: 10.1016 / j.chb.2011.10.014
  3. Zobrazit článek
  4. PubMed / NCBI
  5. Google Scholar
  6. Zobrazit článek
  7. PubMed / NCBI
  8. Google Scholar
  9. Zobrazit článek
  10. PubMed / NCBI
  11. Google Scholar
  12. Zobrazit článek
  13. PubMed / NCBI
  14. Google Scholar
  15. 3. Suler J (2004) Účinek online dezinhibice. CyberPsychology & Behavior 7: 321–326. doi: 10.1089 / 1094931041291295
  16. Zobrazit článek
  17. PubMed / NCBI
  18. Google Scholar
  19. Zobrazit článek
  20. PubMed / NCBI
  21. Google Scholar
  22. 4. Soutěž Sohn S (2005) a náhrada digitálních médií: vzory využití zpráv, sportu a obsahu pro dospělé. Žurnál Cyberkomunikace 16: 273 – 308.
  23. Zobrazit článek
  24. PubMed / NCBI
  25. Google Scholar
  26. 5. Song Y, Oh S, Kim E, Na E, Jung H, Park S (2007) Média Uživatelské vzorce adolescentů v multimediálním prostředí: Hodnocení rozdílů mezi pohlavími a příjmy. Žurnál komunikačního výzkumu 46 (2): 33 – 65.
  27. Zobrazit článek
  28. PubMed / NCBI
  29. Google Scholar
  30. Zobrazit článek
  31. PubMed / NCBI
  32. Google Scholar
  33. Zobrazit článek
  34. PubMed / NCBI
  35. Google Scholar
  36. Zobrazit článek
  37. PubMed / NCBI
  38. Google Scholar
  39. Zobrazit článek
  40. PubMed / NCBI
  41. Google Scholar
  42. Zobrazit článek
  43. PubMed / NCBI
  44. Google Scholar
  45. 6. Zpráva Národní agentury pro informační společnost (2011) o vývoji stupnice korejské závislosti na závislosti na chytrých telefonech pro mládež a dospělé.
  46. Zobrazit článek
  47. PubMed / NCBI
  48. Google Scholar
  49. 7. Skierkowski D, Wood RM (2012) Chcete-li text, nebo ne, text? Význam textových zpráv mezi mládeží ve vysokoškolském věku. Počítače v lidském chování 28: 744 – 756. doi: 10.1016 / j.chb.2011.11.023
  50. Zobrazit článek
  51. PubMed / NCBI
  52. Google Scholar
  53. Zobrazit článek
  54. PubMed / NCBI
  55. Google Scholar
  56. Zobrazit článek
  57. PubMed / NCBI
  58. Google Scholar
  59. 8. Lee H (2008) Zkoumání predikčních proměnných ovlivňujících návykové používání mobilních telefonů. Korejský žurnál psychologie sociální a osobnosti 22 (1): 133 – 157.
  60. Zobrazit článek
  61. PubMed / NCBI
  62. Google Scholar
  63. 9. Zpráva Národní agentury pro informační společnost (2010): Plán zlepšení legislativy v oblasti prevence a řešení závislosti na internetu.
  64. Zobrazit článek
  65. PubMed / NCBI
  66. Google Scholar
  67. Zobrazit článek
  68. PubMed / NCBI
  69. Google Scholar
  70. Zobrazit článek
  71. PubMed / NCBI
  72. Google Scholar
  73. 10. Young KS (1998) Psychologie používání počítače: Návykové používání internetu: Případ, který porušuje stereotyp. Psychologické zprávy 79: 899 – 902. doi: 10.2466 / pr0.1996.79.3.899
  74. 11. Goldberg I (1996). Porucha závislosti na internetu. Elektronická zpráva zaúčtovaná do výzkumného diskusního seznamu. http://users.rider.edu/~suler/psycyber/s​upportgp.html (přístup k dubnu 20, 2011).
  75. Zobrazit článek
  76. PubMed / NCBI
  77. Google Scholar
  78. Zobrazit článek
  79. PubMed / NCBI
  80. Google Scholar
  81. 12. Kang H, Son C (2009) Vývoj a validace stupnice závislosti na mobilním telefonu pro dospívající. Korean Journal of Health Psychology 14 (3): 497 – 510.
  82. Zobrazit článek
  83. PubMed / NCBI
  84. Google Scholar
  85. Zobrazit článek
  86. PubMed / NCBI
  87. Google Scholar
  88. Zobrazit článek
  89. PubMed / NCBI
  90. Google Scholar
  91. Zobrazit článek
  92. PubMed / NCBI
  93. Google Scholar
  94. Zobrazit článek
  95. PubMed / NCBI
  96. Google Scholar
  97. Zobrazit článek
  98. PubMed / NCBI
  99. Google Scholar
  100. Zobrazit článek
  101. PubMed / NCBI
  102. Google Scholar
  103. Zobrazit článek
  104. PubMed / NCBI
  105. Google Scholar
  106. Zobrazit článek
  107. PubMed / NCBI
  108. Google Scholar
  109. Zobrazit článek
  110. PubMed / NCBI
  111. Google Scholar
  112. Zobrazit článek
  113. PubMed / NCBI
  114. Google Scholar
  115. Zobrazit článek
  116. PubMed / NCBI
  117. Google Scholar
  118. Zobrazit článek
  119. PubMed / NCBI
  120. Google Scholar
  121. Zobrazit článek
  122. PubMed / NCBI
  123. Google Scholar
  124. Zobrazit článek
  125. PubMed / NCBI
  126. Google Scholar
  127. 13. Choliz M (2010) Závislost na mobilním telefonu: Problém. Závislost 105 (2): 373 – 375. doi: 10.1111 / j.1360-0443.2009.02854.x
  128. 14. Zsolt D, Beatrix S, Sandor R (2008) Třífaktorový model závislosti na internetu: vývoj problematického dotazníku o používání internetu. Metody výzkumu chování 40 (2): 563 – 574. doi: 10.3758 / brm.40.2.563
  129. 15. Kim D, Tae J (2010) Studie zprostředkovatelských zkušeností uživatelů chytrých telefonů. Journal of Korea Humanities Content Society 19: 373 – 394.
  130. 16. Kim D, Lee C (2010) Technology Trends of Smartphone User Interface. Recenze společnosti Korea Information Science Society 28 (5): 15 – 26.
  131. 17. Hwang H, Sohn S, Choi Y (2011) Zkoumání faktorů ovlivňujících závislost na chytrém telefonu - charakteristika uživatelů a funkční atributy. Korean Journal of Broadcasting 25 (2): 277–313.
  132. 18. Kim M (2011) Study on Online and Offline Relationship of Smart Phone SNS Users: Centering on Twitter. Graduate School of Ewha Women's University. Diplomová práce.
  133. 19. Noh M, Kim J, Lee J (2010) Analýza smartphonu a konvergence funkcí pomocí asociační analýzy. Žurnál korejské společnosti manažerských informačních systémů 1: 254 – 259.
  134. 20. Apple Pty Ltd. (2011). Funkce pro iPhone. http://www.apple.com/au/iphone/features/ Přístup do X. XXUM 19.
  135. 21. Kim J (2010) Evolution of Mobile Internet Service. OSIA Standards & Technology Review 38 (1): 4–12.
  136. 22. Park I, Shin D (2010) pomocí teorie využití a gratifikací k pochopení použití a gratulace smartphonů. Journal of Communication Science 10 (4): 192 – 225.
  137. 23. Choi WS (2010) Studie o významu funkčních charakteristik smartphonů. Journal of Information Technology Application & Management 1: 289–297.
  138. 24. Digieco Reports (2010) Analýza socioekonomického dopadu iPhonu. Výzkumný ústav ekonomiky KT Management.
  139. 25. Koh Y, Lee H (2010) Studie o změnách vzorců chování u uživatelů chytrých telefonů stínováním prvních uživatelů iPhone. Journal of Commodity Science 28 (1): 111 – 120.
  140. 26. Casey BM (2012) propojující psychologické atributy k závislosti na chytrém telefonu, komunikaci tváří v tvář, současné nepřítomnosti a sociální kapitál. Promoční projekt, postgraduální škola Čínské univerzity v Hongkongu.
  141. 27. Bianchi A, Phillips JG (2005) Psychologické prediktory problémového používání mobilních telefonů. CyberPscyhology, Behavior and Social Networking 8 (1): 2152 – 2715.
  142. 28. Horvath CW (2004) Měření televizní závislosti. Žurnál vysílání a elektronických médií 48 (3): 378 – 398. doi: 10.1207 / s15506878jobem4803_3
  143. 29. Kim DI, Chung Y, Lee E, Kim DM, Cho Y (2008) Vývoj stupnice závislosti na závislosti na internetu - krátká forma. Korejský žurnál poradenství 9 (4): 1703 – 1722.
  144. 30. Kim DI (2005). Velký test osobnosti 5 pro děti a dorost. Soul, Korea: Hakjisa.
  145. 31. Zpráva Národní agentury pro informační společnost (2011): Třetí standardizace korejské stupnice závislosti na závislosti na internetu.
  146. 32. Kim DI, Lee YH, Lee JY, Kim MC, Keum CM, et al. (2012) Nové vzory v závislosti na médiích: Je Smartphone náhradou nebo doplňkem k internetu? Korejský žurnál poradenství pro mládež 20 (1): 71 – 88.
  147. 33. Kross E, Verduyn P, Demiralp E, Park J, et al. (2013) Používání Facebooku předpovídá pokles subjektivní pohody mladých dospělých. PLoS ONE 8 (8): e69841. doi: 10.1371 / journal.pone.0069841
  148. 34. Shin K, Kim DI, zpráva Chung Y (2011): Vývoj stupnice závislosti na korejské závislosti na smartphonu pro mládež a dospělé. Národní agentura pro informační společnost.
  149. 35. Griffiths MD (2010) Využití online metodik při sběru dat pro hazardní hry a závislost na hraní. Mezinárodní žurnál duševního zdraví a závislosti 8: 8 – 20. doi: 10.1007 / s11469-009-9209-1
  150. 36. Kwon M, Kim DJ, Cho H, Yang S (2013) Stupnice závislosti na chytrých telefonech: vývoj a ověření krátké verze pro dospívající. PLoS ONE 8 (12): e83558 doi: 10.1371 / journal.pone.0083558.
  151. 37. Beard KW, Wolf EM (2001) Modifikace v navrhovaných diagnostických kritériích pro závislost na internetu. CyberPsychology & Behavior. 4 (3): 377–383. doi: 10.1089 / 109493101300210286
  152. 38. Young KS (1996) Návykové používání internetu: případ, který porušuje stereotyp. Psychologické zprávy 79: 899 – 902. doi: 10.2466 / pr0.1996.79.3.899
  153. 39. Widyanto L, McMurren M (2004) Psychometrické vlastnosti testu závislosti na internetu. CyberPsychology & Behavior 7 (4): 443–450. doi: 10.1089 / cpb.2004.7.443
  154. 40. Canan F, Ataoglu A, Nichols LA, Yildirim T, Ozturk O (2010) Vyhodnocení psychometrických vlastností stupnice závislosti na internetu ve vzorku tureckých studentů středních škol. Cyberpsychologie, chování a sociální sítě 13 (3): 317 – 320. doi: 10.1089 / cyber.2009.0160
  155. 41. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E a kol. (2008) Francouzské ověření testu závislosti na internetu. CyberPsychology & Behavior 11 (6): 703–706. doi: 10.1089 / cpb.2007.0249
  156. 42. Demetrovics Z, Szereredi B, Rozsa S (2008) Třífaktorový model závislosti na internetu: vývoj problematického dotazníku o používání internetu. Metody výzkumu chování 40 (2): 563 – 574. doi: 10.3758 / brm.40.2.563
  157. 43. Kelley KJ, Gruber EM (2010) Psychometrické vlastnosti dotazníku problematického používání internetu. Počítače v lidském chování 26: 1838 – 1845. doi: 10.1016 / j.chb.2010.07.018
  158. 44. Greenfield DN (1999) Psychologické charakteristiky nutkavého používání internetu: Předběžná analýza. CyberPsychology & Behavior 8 (5): 403–412. doi: 10.1089 / cpb.1999.2.403
  159. 45. Charlton JP, Danforth IDW (2007) Rozlišující závislost a vysoká angažovanost v souvislosti s hraním online her. Počítače s lidským chováním 23 (3): 1531 – 1548. doi: 10.1016 / j.chb.2005.07.002
  160. 46. Prensky M (2001) Digitální rodáci, digitální imigranti část 1. Na Horizontu 9: 1 – 6. doi: 10.1108 / 10748120110424816
  161. 47. Park W (2005) Závislost na mobilním telefonu. Mobilní komunikace. Počítačem podporované družstvo Work Vol. 31: 253 – 272. doi: 10.1007 / 1-84628-248-9_17
  162. 48. Kang H, Son C (2009) Vývoj a validace stupnice závislosti na mobilním telefonu pro dospívající. Korejský žurnál psychologie zdraví 14 (3): 497 – 510.
  163. 49. Koo H (2013) Vývoj stupnice závislosti na mobilních telefonech pro korejské rodiče malých dětí. Výzkum v oblasti zdravotní péče o děti 19 (1): 29 – 38. doi: 10.4094 / chnr.2013.19.1.29
  164. 50. Keum C (2013) Výzkum náchylnosti k závislostem na smartphonech a problémů duševního zdraví pro studenty středních a středních škol v Koreji. Diplomová práce Národní univerzity v Soulu.