El mundo azul valiente: el flujo de Facebook y el trastorno de adicción de Facebook (2018)

. 2018; 13 (7): e0201484.

Publicado en línea 2018 Jul 26. doi  10.1371 / journal.pone.0201484

PMCID: PMC6062136

PMID: 30048544

Julia Brailovskaia, Conceptualización, Conservación de datos, Análisis formal, Adquisición de fondos, Investigación, Metodología, Administración de proyectos, Recursos, Software, Supervisión, Validación, Visualización, Redacción - borrador original, Redacción - revisión y edición,1,* Elke Rohmann, Conceptualización, Investigación, Escritura - revisión y edición,2 Hans-Werner Bierhoff, Conceptualización, Investigación, Escritura - revisión y edición,2 y Jürgen Margraf, Conceptualización, Adquisición de fondos, Investigación, Recursos, Software, Redacción - revisión y edición1
Antonio Scala, Editor

Resumen

El presente estudio investigó la relación entre el flujo experimentado al usar Facebook (flujo de Facebook; es decir, la experiencia de placer y placer intensos generados por el uso de Facebook debido a que la actividad de Facebook continúa incluso a altos costos de este comportamiento) y el trastorno de adicción a Facebook (FAD). ). En una muestra de usuarios de 398 en Facebook (edad: M (SD) = 33.01 (11.23), rango: 18 – 64), la asociación positiva significativa entre el flujo de Facebook y el FAD fue moderada positivamente por la intensidad del uso de Facebook. El análisis factorial exploratorio reveló que los seis elementos que evaluaron el FAD se cargaron en el mismo factor que dos elementos que pertenecen a la subescala de telepresencia de flujo de Facebook. Por lo tanto, el vínculo estrecho entre el flujo de Facebook y el FAD puede resultar en particular de la inmersión en un mundo en línea atractivo creado por Facebook, donde los usuarios escapan para olvidar sus obligaciones y problemas cotidianos. Los resultados actuales proporcionan la primera evidencia de que el flujo de Facebook puede ser un antecedente de FAD e indica los mecanismos que pueden contribuir a su desarrollo y mantenimiento. Se discuten aplicaciones prácticas para futuros estudios y limitaciones de los resultados actuales.

Introducción

La membresía en el sitio de redes sociales (SNS) Facebook trae consigo muchas ventajas (por ejemplo, comunicación eficiente, autopromoción y entretenimiento), pero también puede generar algunas desventajas. Con respecto a las posibles desventajas del uso de Facebook, Andreassen et al. El] investigó el llamado trastorno de adicción a Facebook (FAD). Definieron FAD como un subtipo de adicciones de comportamiento que incluye seis características significativas, es decir, prominencia (es decir, pensamiento permanente de la SNS Facebook), tolerancia (es decir, se requieren cantidades crecientes de uso de Facebook para lograr un nivel previo de efecto positivo), estado de ánimo modificación (es decir, mejora del estado de ánimo mediante el uso de Facebook), recaída (es decir, volver al patrón de uso anterior después de intentos ineficaces de reducir el uso de Facebook), síntomas de abstinencia (es decir, ponerse nervioso sin el uso de Facebook) y conflicto (es decir, problemas interpersonales causados ​​por uso intensivo de Facebook). Brailovskaia y Margraf [] demostró un aumento significativo en el número de usuarios, que alcanzaron el puntaje crítico de corte de FAD, durante un período de un año. Se encontró que el FAD estaba relacionado positivamente con el género masculino, la extraversión de los rasgos de la personalidad, el neuroticismo y el narcisismo, así como con el ritmo circadiano (las últimas horas de acostarse y el aumento de los días laborables y los fines de semana). Sus vínculos con la edad de las variables, la amabilidad de los rasgos, la conciencia y la apertura, así como la actividad física, fueron negativos []. Además, se encontró una relación positiva entre el FAD y las variables de salud mental insomnio, depresión, ansiedad y síntomas de estrés [, ]. Además, estudios recientes informaron que la adicción a las redes sociales, que incluye el uso adictivo de Facebook, está significativamente vinculada a diferentes estilos de apego [] (es decir, positivo: estilo de adjunto ansioso y evitativo; negativo: estilo de adjunto seguro), y estilos de identidad [] (es decir, positivo: estilo informativo y evitativo difuso; negativo: estilo normativo) [, ]. Teniendo en cuenta estos resultados, surge la pregunta de qué factores contribuyen al desarrollo y mantenimiento de FAD.

Estudios anteriores que investigaron otros tipos de medios que Facebook (por ejemplo, juegos de video, uso general de Internet) revelaron un vínculo positivo significativo entre el comportamiento adictivo y la experiencia de flujo []. Según la definición de Csikszentmihalyi ([]; página 4), una experiencia fluida es “el estado en el que las personas están tan involucradas en una actividad que nada más parece importar; "La experiencia es tan agradable que la gente continuará haciéndolo incluso a un gran costo, por el simple hecho de hacerlo". Algunos autores plantean la hipótesis de que la experiencia de flujo es un predictor positivo del uso adictivo de los medios porque el placer y el placer intensivos son generados por el Experiencia autotélica, es decir, recompensa intrínseca, que es una de las principales características del flujo [], contribuir al desarrollo de una fuerte necesidad de involucrarse en el uso excesivo de los medios de comunicación [, ]. Además, se asumió que el vínculo positivo entre el flujo y el uso adictivo de los medios se fortaleció con la experiencia de la distorsión del tiempo que a menudo reportan los jugadores de video excesivos [, ].

Teniendo en cuenta los resultados anteriores y que se encontró que el uso de Facebook se asoció positivamente con la experiencia de flujo (el llamado flujo de Facebook) [, ], parece razonable suponer que el flujo de Facebook está positivamente vinculado al FAD e incluso puede contribuir a su desarrollo y mantenimiento. Sin embargo, hasta donde sabemos, este enlace no se ha investigado hasta ahora. Por lo tanto, el objetivo principal del presente estudio fue investigar si y cómo el flujo de Facebook está vinculado a FAD. Los resultados pueden contribuir a la comprensión del riesgo potencial y los factores de protección del desarrollo y mantenimiento del FAD y, por lo tanto, pueden incluirse en los programas de intervención para prevenir la adicción a Facebook. Esto es de particular importancia teniendo en cuenta la alta popularidad de Facebook []. Facebook supera a los SNS que compiten por mucho. Actualmente, se especifican más de dos mil millones de usuarios activos mensuales [].

Sobre la base de este razonamiento, propusimos que el flujo de Facebook y el FAD están relacionados positivamente (Hipótesis 1). Más específicamente, basándose en resultados recientes (por ejemplo, []), esperábamos encontrar el vínculo más fuerte entre el disfrute de las facetas y la distorsión del tiempo del flujo de Facebook por un lado y el FAD por otro lado (Hipótesis 2). Además, considerando los hallazgos anteriores de Wu, Scott y Yang [], quien reveló que la asociación entre el flujo de los videojuegos y la adicción es notable entre los jugadores experimentados, asumimos que la intensidad del uso de Facebook modera positivamente el vínculo entre el flujo de Facebook y el FAD (Hipótesis 3).

Materiales y métodos

Procedimiento y participantes

Datos de los usuarios de 398 en Facebook (73.6% mujeres; edad (años): M = 33.01, SD = 11.23, rango: 18 – 64; ocupación: 55.8% empleados, 29.4% estudiantes universitarios, 1.5% escuela estudiantes, 4.8% aprendices para diferentes profesiones como panadero, 6% personas desempleadas, 2.5% jubilados, estado civil: 29.6% soltero, 42.2% con pareja romántica, 28.1% casado) se recopilaron de febrero a marzo 2018 a través de una encuesta en línea en alemán. Los encuestados fueron reclutados por invitaciones de participación mostradas en varios SNS (por ejemplo, Facebook, Twitter, Xing, meinVZ). El requisito de participación, que era voluntario y no compensado, era una membresía actual de Facebook. Aunque la muestra no es representativa de la población alemana en general, los participantes representan diversos grupos dentro de la población, como lo indica la amplia gama de ocupaciones. El uso de Facebook es muy popular en Alemania (más de 31 millones de usuarios; []) y sus miembros probablemente representan una sección transversal de los usuarios de SNS alemanes. Tenga en cuenta que la invitación a la participación no especificó la pregunta de investigación ni se refirió al flujo de Facebook o FAD. Sin embargo, como en la mayoría de los otros estudios en línea, los miembros, que son más activos en cada una de las plataformas en línea en las que se colocó la invitación a la participación, tienen probablemente más probabilidades de participar en el estudio que los usuarios menos activos. Se recibió la aprobación del Comité de Ética de Investigación del Comité de Ética de Ruhr-Universität Bochum para la implementación del presente estudio. Cumplimos con todas las regulaciones y leyes nacionales relacionadas con la investigación de sujetos humanos y obtuvimos el permiso requerido para realizar el presente estudio. Los participantes fueron instruidos adecuadamente y dieron su consentimiento informado en línea para participar. El presente estudio es parte del proyecto en curso "Optimismo de Bochum y salud mental (BOOM)" que investiga los factores de riesgo y de protección de la salud mental (por ejemplo, []). El conjunto de datos utilizado en el presente estudio está disponible en S1 Dataset.

Medidas

Facebook usa variables

Facebook usa la intensidad. Similar a Wu, Scott y Yang [], para medir la intensidad del uso de Facebook, se incluyeron cuatro indicadores: la duración de la membresía de Facebook (en meses), la frecuencia del uso diario de Facebook, la duración del uso diario de Facebook (en minutos) y la conexión emocional con Facebook y su integración en el diario. La vida se mide con la Escala de Intensidad de Facebook (FIS; []). Los seis elementos del FIS se clasifican en una escala Likert de 5 puntos (1 = muy en desacuerdo, 5 = muy de acuerdo; por ejemplo, "Facebook es parte de mi actividad diaria"; anteriormente encontré confiabilidad en la escala interna: α = .85 de Cronbach, Confiabilidad actual: α = .82). Se obtuvo un índice compuesto de estos cuatro indicadores al calcular la media de los indicadores transformados en z (α = .47).

Flujo de Facebook. La experiencia de flujo relacionada con el uso de Facebook se evaluó con una versión modificada del cuestionario de "flujo de Facebook" adoptado de Kwak, Choi y Lee []. Después de la implementación de revisiones de expertos por tres profesionales capacitados en psicología, quienes evaluaron la conveniencia del contexto, la concisión y la redacción de los elementos de 14 utilizados por Kwak, Choi y Lee [], se seleccionaron once elementos divididos en cinco subescalas para el presente estudio (confiabilidad actual de los once elementos: α = .88): la subescala "atención enfocada" incluye dos elementos que se refieren a la alta concentración y se centran en el uso de Facebook; la subescala "disfrute" consiste en dos elementos que se refieren al disfrute y placer / diversión generados por el uso de Facebook; la subescala "curiosidad" incluye dos elementos que se refieren al deseo de saber qué sucede en Facebook; la subescala "telepresencia" consta de tres elementos que se refieren al sentimiento de sumergirse en un mundo creado por Facebook; La subescala "distorsión de tiempo" incluye dos elementos que se refieren a la pérdida de sentido del tiempo durante el uso de Facebook. Todos los ítems se califican en una escala Likert de puntos 5 (1 = discrepa fuertemente, 5 = concuerda fuertemente). Tabla 1 Presenta su redacción y la confiabilidad interna de las cinco subescalas.

Tabla 1

Cuestionario “flujo de Facebook” (versión modificada de []).
Subescalas y Artículosα
Subescala de flujo de FB "Atención enfocada".88
1. Mientras uso Facebook, estoy profundamente absorto. 
2. Mientras uso Facebook, estoy inmerso en la tarea que estoy realizando. 
Subescala de flujo de FB “Disfrute”.90
3. El uso de Facebook me proporciona mucha diversión. 
4. Me gusta usar Facebook. 
Subescala de flujo de FB “Curiosidad”.70
5. El uso de Facebook despierta mi imaginación. 
6. Usar Facebook excita mi curiosidad. 
Subescala de flujo de FB “Telepresencia”.84
7. El uso de Facebook a menudo me hace olvidar dónde estoy y qué sucede actualmente a mi alrededor. 
8. Facebook crea un nuevo mundo para mí, y este mundo desaparece de repente cuando dejo de navegar. 
9. Mientras utilizo Facebook, el mundo generado por los sitios que visito es más real para mí que el mundo real. 
Subescala de flujo de FB "Tiempo-distorsión".79
10. El tiempo vuela cuando uso Facebook. 
11. A menudo paso más tiempo en Facebook de lo que había pensado. 
 

FB = Facebook.

Los artículos utilizados en el presente estudio están disponibles en Archivo S2.

Trastorno de adicción a Facebook (FAD).La versión breve de la Escala de Adicción de Facebook de Bergen (BFAS; []) evaluó FAD durante un período de tiempo del año pasado con seis elementos (p. ej., "¿Sintió la necesidad de usar Facebook más y más?") que representan las seis características principales de la adicción (es decir, saliencia, tolerancia, modificación del estado de ánimo, recaída, retirada, conflicto). Los elementos se califican en una escala Likert de puntos 5 (1 = muy rara vez, 5 = muy a menudo). Se ha encontrado que el BFAS exhibe propiedades psicométricas similares a las de la versión completa del ítem 18 (confiabilidad interna reportada anteriormente: α = .82-.91; por ejemplo, [, , , , ]), así como la Escala de Adicción a los Medios Sociales de Bergen (BSMAS; []) que mide la adicción a las redes sociales en general con seis elementos y se derivó del BFAS (confiabilidad interna reportada anteriormente para el BSMAS: α = .86-.88; por ejemplo, [, ]). Confiabilidad actual del BFAS: α = .86. Se han sugerido dos posibles enfoques de categorización para los valores BFAS problemáticos []: un enfoque más liberal, es decir, un esquema de puntuación polietética (puntuación de corte: ≥ 3 en al menos cuatro de los seis ítems), y un enfoque más conservador, es decir, un esquema de puntuación monotética (puntuación de corte: ≥ 3 en los seis artículos).

Análisis estadístico

Los análisis estadísticos se realizaron con el paquete estadístico para las ciencias sociales (SPSS 24) y la versión del proceso macro 2.16.1 (www.processmacro.org/index.html).

Después de los análisis descriptivos, las asociaciones de FAD con el flujo de Facebook y las variables que miden la intensidad del uso de Facebook se evaluaron mediante correlaciones bivariadas de orden cero. Se calculó un análisis factorial exploratorio (EPT) que utiliza el análisis de componentes principales (PCA; método de rotación: varimax) en el total de elementos de 17 que evalúan el flujo de Facebook (once elementos) y FAD (seis elementos). Los resultados del Kaiser-Meyer-Olkin (KMO = .901) y la prueba de esfericidad de Barlett (χ2 = 3856.236, df = 136, p = .000) reveló que el tamaño de la muestra era adecuado para este análisis. Cuatro factores tenían valores propios sobre 1 (factor 1: 7.322, factor 2: 2.092, factor 3: 1.199, factor 4: 1.059) y en combinación explicaron 68.6% de la varianza (factor 1: 26.3%, factor 2: 16.5%) 3: 14.2%, factor 4: 11.6%) (cf., []).

Los análisis de moderación (Proceso: modelo 1) examinaron la relación entre el flujo de Facebook (predictor), la intensidad de uso de Facebook (moderador) y el FAD (resultado), controlando la edad y el género como covariables. Teniendo en cuenta la alta confiabilidad del FIS y la baja confiabilidad del índice compuesto de la intensidad de uso de Facebook, se realizaron dos análisis de moderación (modelo 1: FIS como moderador, modelo 2: el índice compuesto como moderador). El efecto de moderación se evaluó mediante el procedimiento de arranque (muestras 10.000) que proporciona intervalos de confianza acelerados (CI 95%).

Resultados

La puntuación de corte crítica de FAD fue alcanzada por los participantes de 31 (7.8%) después de la puntuación politética y por los participantes de 15 (3.8%) después de la puntuación monotética. Estadística descriptiva de las variables investigadas se muestran en Tabla 2.

Tabla 2

Estadística descriptiva de las variables investigadas.
 M (SD)Mínimo máximo
BFAS9.49 (4.24)6-28
BFAS: Item 1 "salience"1.86 (1.01)1-5
BFAS: Item 2 "tolerancia"1.73 (.99)1-5
BFAS: Item 3 "modificación del estado de ánimo"1.58 (.98)1-5
BFAS: Artículo 4 "recaída"1.63 (.94)1-5
BFAS: Artículo 5 "retiro"1.30 (.74)1-5
BFAS: Item 6 “conflicto”1.39 (.81)1-5
Flujo FB: “Atención Enfocada”2.32 (.95)1-5
Flujo de FB: “disfrute”3.37 (.82)1-5
Flujo FB: “Curiosidad”2.76 (.97)1-5
Flujo de FB: “Telepresencia”1.55 (.79)1-5
Flujo de FB: “Distorsión del tiempo”2.92 (1.15)1-5
Flujo de FB27.41 (7.60)11-52
Membresía FB (meses)83.97 (29.50)3-155
Visitas FB diarias (veces)11.25 (18.64)0-200
FB utiliza la duración diaria (minutos)95.22 (81.13)0-750
FIS16.10 (4.98)6-30
 

N = 398; M = media; SD = desviación estándar; Mínimo = Mínimo; Máx = Máximo; BFAS = Bergen Facebook Addiction Scale; FB = Facebook; FIS = Escala de Intensidad de Facebook.

FAD y cada uno de sus seis elementos se correlacionaron significativamente de manera positiva con el flujo de Facebook y sus subescalas (ver Tabla 3). Fig 1 presenta un correlograma que visualiza las correlaciones entre las cinco subescalas de flujo de FB y los seis ítems de FAD. En comparación con las otras subescalas de flujo, se produjeron correlaciones altas notables para la subescala de flujo "telepresencia"; además del vínculo entre esta subescala y FAD (r = .704, p <.001), especialmente su correlación con el ítem 5 (“retiro”) de FAD fue alta (r = .651, p <.001). Además, FAD se correlacionó significativamente de manera positiva con las cuatro variables que representaban la intensidad del uso de Facebook, es decir, la duración de la membresía de Facebook, la frecuencia y la duración del uso diario de Facebook y FIS (ver Tabla 3). Además, el índice compuesto se relacionó significativamente de manera positiva con FAD (r = .480, p <.001), así como con el flujo de Facebook (r = .496, p <.001).

 

Un archivo externo que contiene una imagen, una ilustración, etc. El nombre del objeto es pone.0201484.g001.jpg

Correlograma de las correlaciones entre las cinco subescalas de flujo de FB y los seis elementos FAD (FB = Facebook; BFAS = Escala de adicción de Facebook de Bergen).

Tabla 3

Correlaciones de variables investigadas.
 BFASBFAS: Artículo 1
"prominencia"
BFAS: Artículo 2
"tolerancia"
BFAS: Artículo 3
"Modificación del estado de ánimo"
BFAS: Artículo 4 "recaída"BFAS: Artículo 5 "retiro"BFAS: Item 6 “conflicto”
Flujo FB: “Atención Enfocada”.503**.387**.467**.400**.333**.396**.350**
Flujo de FB: “disfrute”.270**.299**.224**.239**.140**.214**.122*
Flujo FB: “Curiosidad”.398**.339**.369**.355**.268**.267**.226**
Flujo de FB: “Telepresencia”.704**.505**.577**.557**.463**.651**.542**
Flujo de FB: “Distorsión del tiempo”.509**.435**.420**.374**.456**.290**.364**
Flujo de FB.660**      
Membresía FB (meses).126**      
Visitas FB diarias (veces).251**      
FB utiliza la duración diaria (minutos).304**      
FIS.513**      
 

N = 398; BFAS = Bergen Facebook Addiction Scale; FB = Facebook; FIS = Escala de Intensidad de Facebook.

* p <.05

** p <.01.

Las cargas factoriales de la matriz de componentes rotados de la EPT muestran que los seis elementos FAD y dos de los tres elementos de la subescala "telepresencia" se cargaron todos en el factor 1 (cargas factoriales: elementos FAD: artículo 1: .641, artículo 2: .671, Artículo 3: .704, Artículo 4: .667, Artículo 5: .795, Artículo 6: .694; Elementos de flujo de Facebook: Artículo 8: .693, Artículo 9: .775).

Ambos modelos de moderación resultaron ser estadísticamente significativos. En el modelo 1, R2 = .555, F (5,392) = 54.677, p <.001, la interacción significativa entre la intensidad de uso de Facebook (operacionalizada por FIS) y el flujo de Facebook, b = .231, SE = .030, 95% CI [.173 ;. 290], t = 7.763, p <.001, reveló que la relación entre el flujo de Facebook y FAD fue moderada por la intensidad del uso de Facebook. De acuerdo con las pruebas de pendientes simples, el vínculo positivo entre el flujo de Facebook y FAD se confirmó por igual para los niveles bajo, medio y alto de intensidad de uso de Facebook. Este vínculo fue bastante fuerte para los participantes que expresaron un alto nivel de intensidad de uso de Facebook (una DE por encima de la media = 1.000), b = .768, SE = .066, IC del 95% [.639; .897], t = 11.698, p <.001, pero fue más débil para los participantes que expresaron un nivel medio de intensidad de uso de Facebook (media = 0), b = .536, SE = .058, IC 95% [.423; .650], t = 9.287, p <.001, y notablemente más débil para aquellos participantes con un nivel bajo de intensidad de uso de Facebook (una DE por debajo de la media = -1.000), b = .305, SE = .064, IC del 95% [.178; .431], t = 4.738, p <.001 (ver Fig 2, parte a).

 

Un archivo externo que contiene una imagen, una ilustración, etc. El nombre del objeto es pone.0201484.g002.jpg

a. Efecto moderador de la intensidad del uso de Facebook (operacionalizado por la Escala de Intensidad de Facebook) en el flujo de Facebook al FAD; segundo. Efecto moderador de la intensidad del uso de Facebook (operacionalizado mediante un índice compuesto que incluye la duración de la membresía de Facebook, la frecuencia del uso diario de Facebook, la duración del uso diario de Facebook y la Escala de intensidad de Facebook) en el flujo de Facebook a FAD.

Fig 2 (parte b) presenta el modelo 2, R2 = .566, F (5,392) = 54.786, p <.001. Como lo revela la interacción significativa entre la intensidad de uso de Facebook (operacionalizada por el índice compuesto) y el flujo de Facebook, b = .345, SE = .053, 95% CI [.241; .449], t = 6.506, p <.001 , la relación entre el flujo de Facebook y FAD fue moderada por la intensidad del uso de Facebook. Una vez más, las pruebas de pendientes simples mostraron que el vínculo positivo entre el flujo de Facebook y FAD se confirmó igualmente para los niveles bajo, medio y alto de intensidad de uso de Facebook. Fue bastante fuerte para los participantes que expresaron un alto nivel de intensidad de uso de Facebook (una DE por encima de la media = .622), b = .728, SE = .059, IC del 95% [.612; .843], t = 12.347, p <.001, pero fue más débil para los participantes que expresaron un nivel medio de intensidad de uso de Facebook (media = 0), b = .513, SE = .048, IC del 95% [.419; .607], t = 10.711, p <.001, y notablemente más débil para aquellos participantes con un nivel bajo de intensidad de uso de Facebook (una DE por debajo de la media = -.622), b = .298, SE = .057, IC del 95% [.185; .411] , t = 5.196, p <.001 (ver Fig 2, parte B).

Discusión

El presente estudio investigó el vínculo entre el flujo experimentado en el SNS Facebook y FAD. En línea con estudios anteriores que describieron la experiencia de flujo y el uso de medios adictivos para estar interrelacionados positivamente [, , ], los hallazgos actuales revelaron una asociación positiva significativa entre el flujo de Facebook y el FAD (confirmando la Hipótesis 1). Tenga en cuenta que el enlace fue considerablemente fuerte, ya que la varianza común entre ambas variables fue 43.6%. Además, cada subescala del flujo de Facebook se relacionó significativamente de manera positiva con FAD. Sin embargo, en contraste con nuestras expectativas que se basaron en resultados anteriores (por ejemplo, []), las subescalas de disfrute y distorsión temporal del flujo de Facebook no mostraron el vínculo más fuerte con FAD. El vínculo con la escala de "disfrute" fue la más débil de las cinco subescalas de flujo (que contradice la Hipótesis 2). En comparación, la correlación más alta surgió entre FAD y la subescala "telepresencia" (tamaño del efecto de las diferencias de correlación q de Cohen varía de .31 a .60; cf., []). En particular, el elemento "retiro" de FAD estaba estrechamente vinculado a esta subescala. Además, los seis elementos que evaluaron el FAD se cargaron en el mismo factor que dos elementos de la escala "telepresencia".

La subescala "telepresencia" mide la sensación de sumergirse en un mundo creado por Facebook []. Mientras que los dos elementos de esta subescala (Artículo 8 "Facebook crea un nuevo mundo para mí, y este mundo desaparece repentinamente cuando dejo de navegar", Artículo 9 "Al usar Facebook, el mundo generado por los sitios que visito es más real para mí que el mundo real "), que se cargó en el mismo factor que los elementos FAD, incluyó la inmersión en un nuevo mundo en la redacción, este no fue el caso para el tercer elemento (Artículo 7" El uso de Facebook a menudo me hace olvidar donde estoy y lo que sucede actualmente a mi alrededor ”), que se carga en otro factor. Una investigación anterior identificó la telepresencia como uno de los principales factores que causan el flujo experimentado en el entorno en línea []. Cuantas más imágenes realistas incluya el entorno en línea adecuado, más inmersos se sentirán en él [, ]. Los miembros de Facebook suben diariamente millones de fotos privadas para compartir sus experiencias con sus amigos en línea e involucrarlos en su vida [, ]. Por lo tanto, contribuyen al desarrollo permanente del mundo de Facebook, lo que abre a sus miembros diferentes formas de interacción (social). Algunos miembros de Facebook, en particular aquellos que tienen una puntuación alta en los síntomas de depresión y ansiedad, practican esta interacción para escapar de los problemas diarios y obtener experiencias positivas que a menudo se pierden fuera de línea]. Además, debe considerarse que una investigación anterior informó una asociación positiva entre el narcisismo y el DCP []. Las personas con alto nivel de narcisismo, que se caracterizan por un sentido inflado de derecho y convicción de su propia grandiosidad, suelen buscar intensamente la atención y la admiración. Cuando no pueden obtener esta retroalimentación positiva, o perciben información que contradice su autoestima inflada, su autoestima sufre [, ]. Por lo tanto, se puede suponer que las personas narcisistas también prefieren escapar de los problemas diarios mediante el uso excesivo de Facebook, por lo que la probabilidad de obtener una gran cantidad de comentarios positivos, por ejemplo, "Me gusta" o comentarios positivos, de una gran audiencia en un corto período El tiempo a menudo es notablemente más alto de lo que es el caso de la interacción en el mundo fuera de línea ".

Teniendo en cuenta nuestros resultados actuales, estas personas podrían correr un riesgo especial para desarrollar FAD. Cuando la inmersión en el mundo de Facebook causa una recompensa intrínseca intensiva, la probabilidad de que Facebook se emplee aumenta de manera más excesiva. Sin embargo, de acuerdo con los hallazgos actuales que confirmaron nuestra Hipótesis 3, la intensidad del uso de Facebook, evaluada por FIS o por el índice compuesto, modera positivamente la relación entre el flujo de Facebook y el FAD. Especialmente los miembros que usan Facebook intensivamente, es decir, lo visitan con frecuencia, pasan mucho tiempo allí, integran el uso de Facebook en su vida diaria y desarrollan una conexión emocional con él, parecen experimentar altos valores de flujo de Facebook y son particularmente propensos a FAD . Se puede suponer que un factor de riesgo adicional para desarrollar FAD se produce cuando la superposición entre las relaciones en línea y fuera de línea es pequeña y la cantidad de relaciones en línea supera considerablemente a la de las relaciones en línea. Esta constelación contribuye al desarrollo de un fuerte vínculo emocional con Facebook [], que se supone que aumenta el impacto de la telepresencia del mundo en línea en el individuo. En el caso extremo, la inmersión en el mundo en línea puede llegar a ser tan intensiva que la persona afectada ya no pueda reconocer la diferencia entre el mundo en línea y el mundo en línea. Teniendo en cuenta el vínculo estrecho entre los estilos de apego y el uso adictivo de las redes sociales informado en estudios recientes [, ], se justifica la conclusión de que el riesgo para el desarrollo de un fuerte vínculo con Facebook es especialmente alto para los miembros de Facebook con un estilo de vinculación ansioso, que a menudo se involucran en el uso excesivo de las redes sociales para satisfacer su necesidad de aprobación y comentarios positivos. En contraste, los usuarios de Facebook que exhiben un estilo de adjunto seguro pueden ser menos propensos a este riesgo.

Los hallazgos actuales son de particular importancia porque revelan que el flujo de Facebook en general y la telepresencia experimentada en Facebook en particular podrían contribuir al desarrollo y mantenimiento del FAD. Las indicaciones FAD ocurrieron en 3.8% (puntuación monotética) a 7.8% (puntuación politética) de nuestra muestra, que debido a su mayor rango de edad y ocupación (70.6% no estudiantes) es más representativa de la población general que las muestras de estudios anteriores sobre FAD, que en su mayoría incluía solo estudiantes de pregrado (por ejemplo, [, , , , ]). Teniendo en cuenta las tasas de indicaciones de FAD y la representatividad relativamente alta de la muestra actual, se justifica la conclusión de que FAD ya no constituye un fenómeno marginal despreciable. Por lo tanto, podría ser efectivo aplicar los hallazgos presentes en los programas de intervención contra el uso de medios adictivos. Una sugerencia sería enfatizar la conveniencia de regular conscientemente la intensidad del uso de Facebook, por ejemplo, estableciendo límites de tiempo claros para el uso diario. Además, en estudios anteriores sobre videojuegos adictivos y uso general problemático de Internet [, ], se ha sugerido implementar un reloj de alarma o incluir mensajes "emergentes" para regular el tiempo de uso. Es probable que estos procedimientos sean de apoyo para prevenir el uso excesivo de Facebook que aumenta la vulnerabilidad a FAD. Además, es importante aumentar la conciencia del hecho de que el mundo de Facebook, incluso si se emplea para mantenerse conectado con amigos y familiares fuera de línea, sigue siendo un espacio virtual y que el escape al mundo en línea en su mayoría no contribuye a la resolución de problemas. desconectado. En contraste, el uso excesivo de Facebook puede contribuir a agravar los problemas existentes o dar lugar a la aparición de nuevos problemas. Por ejemplo, 11.1% de la muestra actual indica que se usa Facebook tanto que ha tenido un impacto negativo en su trabajo / estudios (FAD Item 6 "conflicto").

Si bien el estudio actual tiene muchos activos y puede contribuir a mejorar los programas de intervención del uso de medios adictivos, vale la pena mencionar algunas de sus limitaciones. La debilidad más importante es su diseño transversal que permite solo conclusiones limitadas con respecto a la causalidad []. Aunque es bastante plausible que el flujo de Facebook cause FAD (y no al revés) y que la influencia moderadora de la intensidad del uso de Facebook se corresponda con una estructura tan causal, este razonamiento es hipotético. Por lo tanto, recomendamos encarecidamente a los futuros investigadores que consideren el vínculo entre el flujo de Facebook y el DCP mediante diseños prospectivos longitudinales y por investigación experimental.

Además, la composición de género (73.6% femenino) de nuestra muestra limita la generalización de los resultados actuales. Para abordar esta limitación, controlamos la variable género en nuestros análisis estadísticos. Sin embargo, es deseable replicar los resultados actuales en una muestra con una proporción de género igual para permitir conclusiones más generalizables.

Además, debe considerarse que los participantes del estudio actual fueron reclutados por invitaciones de participación que se muestran en diferentes SNS en línea. Por lo tanto, no se puede excluir que cuanto más activo estuviera un usuario en la plataforma en línea adecuada, mayor era la probabilidad de que este usuario se diera cuenta de la invitación y respondiera a la oferta de participación. Además, debido a la naturaleza voluntaria de la participación, podría ser que particularmente las personas que ya estaban interesadas en la investigación en línea sobre los SNS respondieran a la encuesta en línea. Este posible sesgo de selección limita la generalización de los resultados actuales. Es probable que los usuarios regulares de SNS participen más probablemente en el estudio que los usuarios poco frecuentes. Este sesgo, que es común en muchos estudios en línea, podría resultar en una restricción de rango de la muestra en términos de la cantidad de uso de SNS. Aunque tal restricción de rango posiblemente podría haber reducido la magnitud de las correlaciones que involucran el flujo de Facebook y el FAD, es poco probable que afecte la validez de los análisis estadísticos actuales. Las pruebas de hipótesis resultaron ser significativas, lo que indica que las restricciones de rango potenciales no redujeron considerablemente la sensibilidad de las pruebas estadísticas realizadas. Además, es probable que la pregunta de investigación específica del estudio no haya influido en la decisión de participar en el estudio porque no se reveló de antemano a los participantes.

En resumen, el presente estudio revela una estrecha interacción positiva entre el flujo de Facebook y el FAD. En particular, la telepresencia del mundo de Facebook, que es una característica importante del flujo de Facebook, parece mejorar la vulnerabilidad individual para desarrollar FAD. La interacción entre el flujo de Facebook y el FAD debe investigarse más a fondo para comprender mejor el riesgo del desarrollo de FAD, así como el papel de los factores de protección en su contra.

 

Información de soporte

Archivo S1

Conjunto de datos utilizados para los análisis en el presente estudio.

(SAV)

Archivo S2

Artículos usados.

(DOCX)

Declaración de financiación

Este estudio fue apoyado por la cátedra Alexander von Humboldt otorgada a Jürgen Margraf por la Fundación Alexander von Humboldt. Además, reconocemos el apoyo de Open Access Publication Funds de Ruhr-Universität Bochum otorgado a Julia Brailovskaia. Los financiadores no tuvieron ningún papel en el diseño del estudio, la recopilación y el análisis de datos, la decisión de publicar o la preparación del manuscrito.

Disponibilidad de datos

Todos los datos relevantes están dentro del documento y sus archivos de información de respaldo.

Referencias

1. Andreassen CS, Torsheim T, Brunborg GS, Pallesen S. Desarrollo de una escala de adicción a Facebook. Informes psicológicos. 2012; 110 (2): 501 – 17. 10.2466 / 02.09.18.PR0.110.2.501-517 [PubMed] [Cross Ref.]
2. Brailovskaia J, Margraf J. Trastorno de adicción a Facebook (FAD) entre estudiantes alemanes: un enfoque longitudinal. Más uno. 2017; 12 (12): e0189719 10.1371 / journal.pone.0189719 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
3. Andreassen CS, Griffiths MD, Gjertsen SR, Krossbakken E, Kvam S, Pallesen S. Las relaciones entre las adicciones conductuales y el modelo de personalidad de cinco factores. Diario de adicciones de comportamiento. 2013; 2 (2): 90 – 9. 10.1556 / JBA.2.2013.003 [PubMed] [Cross Ref.]
4. Casale S, Fioravanti G. Por qué los narcisistas están en riesgo de desarrollar una adicción a Facebook: la necesidad de ser admirados y la necesidad de pertenecer. Comportamientos adictivos. 2018; 76: 312 – 8. 10.1016 / j.addbeh.2017.08.038 [PubMed] [Cross Ref.]
5. Brailovskaia J, Teismann T, Margraf J. La actividad física media la asociación entre el estrés diario y el trastorno de adicción a Facebook (FAD): un enfoque longitudinal entre los estudiantes alemanes. Computadoras en el comportamiento humano. 2018; 86: 199 – 204.
6. Ryan T, Chester A, Reece J, Xenos S. Los usos y abusos de Facebook: una revisión de la adicción a Facebook. Diario de adicciones de comportamiento. 2014; 3 (3): 133 – 48. 10.1556 / JBA.3.2014.016 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
7. Koc M, Gulyagci S. Adicción a Facebook entre estudiantes universitarios turcos: el papel de la salud psicológica, las características demográficas y de uso. Ciberpsicología, comportamiento y redes sociales. 2013; 16 (4): 279 – 84. 10.1089 / cyber.2012.0249 [PubMed] [Cross Ref.]
8. Hong FY, Huang DH, Lin HY, Chiu SL. Análisis de los rasgos psicológicos, uso de Facebook y modelo de adicción a Facebook de estudiantes universitarios taiwaneses. Telemática e informática. 2014; 31 (4): 597 – 606.
9. Bowlby J. Accesorio y pérdida: vol. Adjunto 1. Nueva York, NY: Libros básicos; 1969 / 1982.
10. Berzonsky MD. Estilo de identidad: conceptualización y medición. Revista de investigación adolescente. 1989; 4 (3): 268 – 82. 10.1177 / 074355488943002 [Cross Ref.]
11. Monacis L, De Palo V, Griffiths MD, Sinatra M. Adicción a las redes sociales, estilo de conexión y validación de la versión italiana de la Escala de Adicción a las Redes Sociales de Bergen. Diario de adicciones de comportamiento. 2017; 6 (2): 178 – 86. 10.1556 / 2006.6.2017.023 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
12. Monacis L, de Palo V, Griffiths MD, Sinatra M. Explorando las diferencias individuales en las adicciones en línea: el papel de la identidad y el apego. Revista Internacional de Salud Mental y Adicciones. 2017; 15 (4): 853 – 68. 10.1007 / s11469-017-9768-5 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
13. Sweetser P, Johnson DM, Wyeth P. Revisitando el modelo GameFlow con heurísticas detalladas. Revista: Tecnologías creativas. 2012; 2012 (3): 1 – 8.
14. Khang H, Kim JK, Kim Y. Autorretratos y motivaciones como antecedentes del flujo de medios digitales y la adicción: Internet, teléfonos móviles y videojuegos. Computadoras en el comportamiento humano. 2013; 29 (6): 2416 – 24.
15. Wu TC, Scott D, Yang CC. ¿Avanzado o adicto? Explorando la relación de la especialización recreativa con las experiencias de fluidez y la adicción a los juegos en línea. Ciencias del Ocio. 2013; 35 (3): 203 – 17.
16. Csikszentmihalyi M. Flow: la psicología del rendimiento óptimo NY: Cambridge UniversityPress; 1990.
17. Csikszentmihalyi M. Juego y recompensas intrínsecas. Revista de psicología humanística. 1975; 15: 41 – 63.
18. Casco DC, Williams GA, Griffiths MD. Características de los videojuegos, felicidad y flujo como predictores de adicción entre los jugadores de videojuegos: un estudio piloto. Diario de adicciones de comportamiento. 2013; 2 (3): 145 – 52. 10.1556 / JBA.2.2013.005 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
19. Trivedi RH, Teichert T. El papel del flujo de juegos de azar frente a Janus en problemas de adicción. Ciberpsicología, comportamiento y redes sociales. 2017; 20 (3): 180 – 6. ElPubMed]
20. Kaur P, Dhir A, Chen S, Rajala R. Flujo en contexto: desarrollo y validación del instrumento de experiencia de flujo para redes sociales. Computadoras en el comportamiento humano. 2016; 59: 358 – 67.
21. Kwak KT, Choi SK, Lee BG. Flujo de SNS, auto-divulgación de SNS y cambio de relaciones interpersonales post hoc: Enfocado en el usuario coreano de Facebook. Computadoras en el comportamiento humano. 2014; 31: 294 – 304.
22. Brailovskaia J, Margraf J. ¿Qué revelan los medios de comunicación sobre la personalidad y la salud mental? Una investigación exploratoria entre estudiantes alemanes. Más uno. 2018; 13 (1): e0191810 10.1371 / journal.pone.0191810 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
23. Roth P. Nutzerzahlen: Facebook, Instagram, Messenger y WhatsApp, Highlights, Umsätze, uvm. (Stand Februar 2018) 2018 [actualizado 01 febrero 2018]. Disponible de: https://allfacebook.de/toll/state-of-facebook.
24. Roth P. Offizielle Facebook Nutzerzahlen für Deutschland (Stand: September 2017) 2017 [actualizado 13 September 2017]. Disponible de: https://allfacebook.de/zahlen_fakten/offiziell-facebook-nutzerzahlen-deutschland.
25. Schönfeld P, Brailovskaia J, Margraf J. Salud mental positiva y negativa a lo largo de la vida: una comparación intercultural. Revista Internacional de Psicología Clínica y de la Salud. 2017; 17 (3): 197 – 206.
26. Ellison NB, Steinfield C, Lampe C. Los beneficios de los “amigos” de Facebook: el uso del capital social y los estudiantes universitarios de los sitios de redes sociales en línea. Diario de la comunicación mediada por computadora. 2007; 12 (4): 1143 – 68.
27. Pontes HM, Andreassen CS, Griffiths MD. Validación portuguesa de la Escala de Adicción a Facebook de Bergen: un estudio empírico. Revista Internacional de Salud Mental y Adicciones. 2016; 14 (6): 1062 – 73.
28. Phanasathit M, Manwong M, Hanprathet N, Khumsri J, Yingyeun R. Validación de la versión tailandesa de la escala de adicción de Facebook de Bergen (Thai-BFAS). Revista de la Asociación Médica de Tailandia. 2015; 98 (2): 108 – 17. ElPubMed]
29. Andreassen CS, Billieux J, Griffiths MD, Kuss DJ, Demetrovics Z, Mazzoni E, et al. La relación entre el uso adictivo de las redes sociales y los videojuegos y los síntomas de trastornos psiquiátricos: un estudio transversal a gran escala. Psicología de las conductas adictivas. 2016; 30 (2): 252 10.1037 / adb0000160 [PubMed] [Cross Ref.]
30. Lin CY, Broström A, Nilsen P, Griffiths MD, Pakpour AH. Validación psicométrica de la Persian Bergen Social Media Addiction Scale utilizando la teoría de pruebas clásica y los modelos de Rasch. Diario de adicciones de comportamiento. 2017; 6 (4): 620 – 9. 10.1556 / 2006.6.2017.071 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
31. Campo A. Descubriendo estadísticas utilizando SPSS 3 ed. Londres: Sage Publications; 2009.
32. Cohen J. Análisis de poder estadístico para las ciencias del comportamiento 2nd ed. Hillsdale, NJ: Lawrence Erlsbaum; 1988.
33. Hoffman DL, Novak TP. Flujo en línea: lecciones aprendidas y perspectivas de futuro. Revista de Marketing Interactivo. 2009; 23 (1): 23 – 34.
34. Nowak KL, Biocca F. El efecto de la agencia y el antropomorfismo en el sentido de telepresencia, copresencia y presencia social de los usuarios en entornos virtuales. Presencia: Teleoperadores y entornos virtuales. 2003; 12 (5): 481–94. 10.1109 / TCYB.2018.2826016 [Cross Ref.]
35. Blanche PA, Bablumian A, Voorakaranam R, Christenson C, Lin W, Gu T, et al. Telepresencia tridimensional holográfica utilizando polímero fotorrefractivo de gran área. Naturaleza. 2010; 468 (7320): 80 10.1038 / nature09521 [PubMed] [Cross Ref.]
36. Twenge JM, Konrath S, Foster JD, Campbell WK, Bushman BJ. Los egos se inflan con el tiempo: un meta-análisis intertemporal del Inventario de Personalidad Narcisista. Diario de la personalidad. 2008; 76 (4): 875 – 901. 10.1111 / j.1467-6494.2008.00507.x [PubMed] [Cross Ref.]
37. Brailovskaia J, Bierhoff HW. Narcisismo intercultural en Facebook: relación entre la presentación personal, la interacción social y el narcisismo abierto y secreto en un sitio de redes sociales en Alemania y Rusia. Computadoras en el comportamiento humano. 2016; 55: 251 – 7. 10.1016 / j.chb.2015.09.018 [Cross Ref.]
38. Bodford JE, Kwan VS, Sobota DS. Atracciones fatales: el apego a los teléfonos inteligentes predice creencias antropomorfas y comportamientos peligrosos. Ciberpsicología, comportamiento y redes sociales. 2017; 20 (5): 320 – 6. ElPubMed]
39. King DL, Delfabbro PH, Griffiths MD, Gradisar M. Enfoques cognitivo-conductuales para el tratamiento ambulatorio de la adicción a Internet en niños y adolescentes. Revista de psicología clínica. 2012; 68 (11): 1185 – 95. 10.1002 / jclp.21918 [PubMed] [Cross Ref.]
40. Kraemer HC, Kazdin AE, Offord DR, Kessler RC, Jensen PS, Kupfer DJ. Llegar a un acuerdo con los términos de riesgo. Archivos de psiquiatría general. 1997; 54 (4): 337 – 43. ElPubMed]