جبهه معتاد 2017 نوامبر 13: 1-10. doi: 10.1556 / 2006.6.2017.075.
چکیده
سابقه و هدف
مطالعات قبلی متمرکز بر بررسی رابطه بین وابستگی شبکه اجتماعی (SNS) و اختلال بازی اینترنت (IGD) در انزوا است. علاوه بر این، در مورد اثرات متفاوتی از اثرات متقابل بالقوه اعتیاد به SNS و IGD در مورد سلامت روان شناخته شده است. این مطالعه به بررسی تأثیرات بین این دو وابستگی تکنولوژیکی و تعیین اینکه چگونه آنها می توانند منحصر به فرد و منحصر به فرد در افزایش پریشانی روانپزشکی در حسابداری برای اثرات بالقوه ناشی از متغیرهای جامعه شناختی و تکنولوژیکی کمک کنند.
مواد و روش ها
نمونه ای از نوجوانان 509 (مردان 53.5٪) در سن 10-18 (میانگین = 13.02 ، SD = 1.64) انتخاب شدند.
نتایج
مشخص شد که متغیرهای کلیدی جمعیتی می توانند نقش تفاوتی در توضیح اعتیاد به SNS و IGD داشته باشند. علاوه بر این ، مشخص شد که اعتیاد به SNS و IGD می توانند علائم یکدیگر را تقویت کنند ، و همزمان به وخیم تر سلامت روانی به روشی مشابه کمک کنند ، و همچنین برجسته بالینی مشترک و بالینی مشترک بین این دو پدیده را نشان می دهد. سرانجام ، تأثیرات مخرب IGD بر سلامت روانشناختی نسبت به مواردی که توسط اعتیاد به SNS تولید شده ، کمی برجسته تر است ، یافته ای که بررسی دقیق علمی را ضمانت می کند.
بحث و نتیجه گیری
پیامدهای این نتایج با توجه به شواهد و مباحث موجود درباره وضعیت اعتیادهای فناوری به عنوان اختلالات اولیه و ثانویه مورد بحث قرار می گیرد.
کلید واژه ها: اختلال بازی اینترنت؛ اعتیادهای رفتاری سلامت روان؛ اعتیاد به سایت های شبکه های اجتماعی؛ اعتیادهای فن آوری
مقاله: 29130329
معرفی
آخرین پیشرفت های فن آوری نقش اساسی در تغییر نحوه تجربه افراد در سایت های شبکه های اجتماعی (SNS) و بازی های ویدیویی ایفا کرده است. اگرچه این پیشرفت ها تجربیات کلی کاربران را در هر دو فعالیت تقویت کرده است ، اما آنها همچنین به تار شدن خط تقسیم بین استفاده SNS و بازی های ویدیویی کمک کرده اند (ریکرز ، لارنس ، هافکوست و زوبریک ، 2016; Starcevic & Aboujaoude ، 2016).
تجربیات اجتماعی مجازی و فرآیندهای تعاملی به شدت در ژانرهای مختلف بازی ، بخصوص در بازی های نقش آفرینی آنلاین (MMORPGs) ، که کاربران می توانند در دنیاهای اجتماعی مجازی بازی کنند ، به شدت جاسازی شده اند. بررسی نسبتاً گسترده ای از بازیکنان 912 MMORPG از کشورهای 45 نشان داد که تعامل های اجتماعی در محیط های بازی یک عنصر قابل توجه در لذت بردن از بازی را تشکیل می دهند ، زیرا گیمرها می توانند در طول تجربیات بازی دوستان و شرکای خود را ایجاد کنند (کول و گریفیتس ، 2007) جالب است که ، تجربیات رسانه های اجتماعی در عصر وب 2.0 شامل بازی های رسانه های اجتماعی محبوب است که به محبوبیت رو به افزایش می پردازند (Bright ، Kleiser و Grau ، 2015) ، با آخرین ارقام فیس بوک نشان می دهد که در 2014 ، به طور متوسط 375 میلیون نفر هر ماه بازی های متصل به فیس بوک را انجام داده اند ، و برنامه های موبایل هر روز بطور متوسط 735 میلیون ارجاع به بازی ها ارسال می کنند (فیس بوک ، 2014).
علی رغم تأثیرات مثبت و مفید گسترده SNS و بازی های ویدیویی در بسیاری از سطوح (به عنوان مثال ، عملکرد شناختی ، رفاه و غیره) (به عنوان مثال ، Chopik ، 2016; هئو ، چون ، لی ، لی و کیم ، 2015; هوارد ، وایلدینگ و مهمان ، 2016; Stroud & Whitbourne ، 2015) ، همچنین شواهد و مدارکی درمورد چندین مطالعه تجربی نماینده سراسر کشور وجود دارد که نشان می دهد SNS و بازی های ویدیویی می توانند در اختلالات روانی اجتماعی و اختلال عملکرد رفتاری در اقلیت کاربران ، از جمله نوجوانان جوان که ممکن است با توجه به مرحله رشد فعلی خود ، از این فناوری ها استفاده کنند ، کمک کند.آندراسن ، 2015; Bányai و همکاران ، 2017; کوک و دیگران ، 2014; موریوکا و دیگران ، 2016; پاپای و همکاران ، 2013) اخیراً ، سیونی ، بورلسون ، و بکرین (2017) یک مطالعه تجربی در یک نمونه از بازیکنان 595 MMORPG از ایالات متحده انجام داد و دریافت که بازی ویدیویی اعتیاد آور با علائم هراس اجتماعی همراه است حتی پس از کنترل تأثیر مشترک ساعت های بازی هفتگی ، به طور مثبت نشان می دهد ، بیشتر نشان می دهد که افراد ترس اجتماعی ترجیح می دهند اشکال آنلاین تعاملات اجتماعی (لی و استاپینسکی ، 2012) زیرا آنها فرصتی منحصر به فرد برای تأمین نیازهای ارتباط اجتماعی خود را در اختیار کاربران قرار می دهند و در عین حال به آنها اجازه می دهند موقعیت های اجتماعی را که در آنها احساس ناراحتی می کنند ترک کنند (به عنوان مثال ، با خارج شدن از بازی) با توجه به استفاده بیش از حد از SNS ، یک مطالعه اخیر توسط Xanidis و Brignell انجام شده است (2016) در یک نمونه از کاربران رسانه های اجتماعی 324 دریافتند که اعتیاد به SNS پیش بینی کننده اصلی کاهش کیفیت خواب و افزایش بروز نارسایی های شناختی است. علاوه بر این ، Xanidis و Brignell (2016) خاطر نشان کرد: اعتیاد به SNS می تواند به دلیل اثرات منفی آن بر کیفیت خواب ، شکستهای شناختی را تقویت کند ، و بیشتر نشان دهنده اهمیت کلیدی و بالینی کلینیکی تحقیقات مربوط به اعتیادهای فن آوری در زمینه های آموزشی است زیرا استفاده بیش از حد و آسیب شناختی از SNS و بازی های ویدیویی می تواند جسمی و روانی را به خطر اندازد. سلامت در زمینه های مختلف و دامنه سنی.
در سطح نظری ، اعتیاد به بازی های ویدئویی [همچنین به عنوان اختلال بازی اینترنت (IGD) نیز شناخته می شود] یک وضعیت کلینیکی است که شامل یک الگوی رفتاری است که شامل استفاده مداوم و مکرر از بازی های ویدیویی است و منجر به نقص یا پریشانی قابل توجهی در طی یک دوره 12 ماه می شود. با تأیید پنج (یا بیشتر) از نه معیار زیر ذکر شده است: (i) مشغله بازی ها. (ب) علائم انصراف در هنگام برداشتن بازی؛ (iii) تحمل ، و در نتیجه نیاز به صرف مقدار زیاد وقت درگیر در بازی ها است. (IV) تلاش ناموفق برای کنترل مشارکت در بازی ها. (v) از دست دادن علاقه به سرگرمی های قبلی و سرگرمی ها در نتیجه و به استثنای بازی ها. (vi) ادامه استفاده بیش از حد از بازی ها علیرغم آگاهی از مشکلات روحی - اجتماعی؛ (vii) فریب اعضای خانواده ، درمانگران یا دیگران در مورد میزان بازی؛ (viii) استفاده از بازی ها برای فرار یا از بین بردن روحیه منفی. و (ix) به دلیل مشارکت در بازی ها ، یک رابطه مهم ، شغلی ، تحصیلی یا فرصت شغلی را به خطر اندازد یا از بین ببرد.انجمن روانپزشکی آمریکا [APA]، 2013) در مورد اعتیاد به SNS ، این ساختار به طور گسترده ای تعریف می شود "نگرانی بیش از حد در مورد SNS ها ، که توسط یک انگیزه قوی برای ورود به سیستم یا استفاده از SNS ها هدایت می شود ، و وقت و تلاش زیادی را به SNS ها اختصاص می دهد که باعث اختلال در سایر فعالیت های اجتماعی می شود. مطالعات / شغل ، روابط بین فردی و / یا سلامت روانی و بهزیستی "(Andreassen & Pallesen ، 2014، ص. 4054).
از آنجا که پیشنهاد اولیه IGD به عنوان یک اختلال آزمایشی توسط APA در چاپ پنجم چاپ شده است راهنمای تشخیصی و آماری اختلالات روانی (DSM-5؛ APA، 2013) ، چندین مباحث علمی با ارائه دیدگاههای متمایز و متناقض در رابطه با امکان و وضعیت IGD به عنوان یک اختلال رسمی منتشر شده است (Aarseth و همکاران ، 2016; گریفیتس ، ون رویج ، و دیگران ، 2016; لی ، چو و لی ، 2017; پتری و همکاران ، 2014, 2015; Saunders و همکاران ، 2017) برخی از این نگرانی ها ناشی از این واقعیت است که معیارهای تشخیصی برای IGD تا حد زیادی از ترکیبی از معیارهای بالینی موجود و شرایط غیر رسمی مانند: قمار پاتولوژیک ، اختلال در مصرف مواد و اعتیاد به اینترنت مشتق شده است.Kuss ، Griffiths و Pontes ، 2017) با وجود این واقعیت که اعتیاد به IGD و SNS به طور رسمی اختلالات سلامت روان شناخته نمی شود ، سازمان بهداشت جهانی (2016) بحث در مورد اعتیاد به بازی های ویدئویی را به دلیل تصمیم خود برای گنجاندن اختلال بازی (GD) به عنوان یک اختلال رسمی در تجدید نظر بعدی طبقه بندی بین المللی بیماریها ، شدت بخشید. موضوع دیگری که در اعتیادهای رفتاری مانند اعتیاد به SNS و IGD دخیل است ، مربوط به این واقعیت است که در بسیاری از موارد ممکن است بهبودی خودبخود رخ دهد. تحقیقات انجام شده در مورد بررسی میزان حذف در IGD گزارش داد که بهبودی خودبخودی تا حداکثر 50٪ موارد رخ می دهد (به عنوان مثال ، Gentile و همکاران ، 2011; Scharkow ، Festl و Quandt ، 2014; Van Rooj، Schoenmakers، Vermulst، Van den Eijnden و Van de Mheen، 2011).
اگرچه میزان شیوع اعتیاد به SNS و IGD می تواند به طور قابل توجهی تحت تأثیر عواملی مانند مباحث روش شناختی و مفهومی همانطور که قبلاً پیشنهاد شده است (گریفیتس ، کرالی ، پونتس و دمتروویچ ، 2015; گریفیتس ، کوس ، و پونتس ، 2016; گریفیتس و پونتس ، 2015) ، مطالعات قوی (به عنوان مثال ، مطالعات ملی نمایندگی) گزارش میزان شیوع اعتیاد به SNS از 2.9 in در جمعیت بزرگسال بلژیکی (کوک و دیگران ، 2014) به 4.5٪ در بین نوجوانان مجارستانی (Bányai و همکاران ، 2017) حتی اگر نرخ شیوع IGD از مطالعات قوی نشان داد که میزان آن در نوجوانان اسلوونیایی از 2.5٪ است (Pontes ، Macur و Griffiths ، 2016) به 5.8٪ در بزرگسالان و بزرگسالان هلندی (Lemmens & Hendriks، 2016) ، سایر مطالعات در مقیاس بزرگ میزان شیوع را به حداقل 0.3٪ گزارش دادند (Scharkow و همکاران ، 2014) اگرچه به نظر می رسد یافته های مربوط به شیوع در مطالعات مستحکم نسبتاً سازگار است ، اما برخی از عوامل ممکن است در تورم برآوردها نقش داشته باشد. به عنوان مثال ، مشخص شده است که الگوهای نادرست و شدید پاسخگو می توانند تخمین هایی از میزان شیوع تورم ایجاد کنند (Przybylski ، 2017) به طور مشابه ، نوع ارزیابی روان سنجی به کار رفته نشان داده شده است که در برآورد بیش از حد شیوع اختلالات نادر مانند IGD نقش دارد.Maraz ، Király ، و Demetrovics ، 2015).
از آنجا که دانش موجود بر اساس تأثیر SNS و بازی های ویدئویی بر سلامت روانشناختی در نوجوانان کم سن و سال بسیار کم است ، تحقیقات در مورد تأثیرات دیفرانسیل بالقوه اعتیاد به SNS و IGD بر سلامت روان از اهمیت بالایی برخوردار است ، زیرا این دو پدیده یک علت اصلی مشترک با. سایر اعتیادهای مربوط به مواد و رفتارها (گریفیث، 2015; گریفیتس و پونتس ، 2015; شفر و همکاران ، 2004) ، و این افزایش بازی های اجتماعی باعث اختلال در کیفیت کلی روابط بین فردی در نوجوانان با مختل کردن حمایت عاطفی می شود (کوورت ، دوماهیدی ، فستل و کواندت ، 2014).
مطالعات قبلی (به عنوان مثال ، Andreassen و همکاران ، 2016; کوک و دیگران ، 2014; Pontes & Griffiths ، 2015 ب; یو ، لی و ژانگ ، 2015) دریافتند که جنسیت و سن می توانند آسیب پذیری نسبت به اعتیاد به SNS و IGD را افزایش دهند. بنابراین ، از آنجا که جنسیت مرد به طور سیستماتیک با IGD و جنسیت زن با اعتیاد به SNS همراه بوده است (Andreassen و همکاران ، 2016) ، این مطالعه فرضیه این است جنسیت و سن سطح اعتیاد به SNS و علائم IGD را پیش بینی می کند (H1) علاوه بر این ، چندین مطالعه (به عنوان مثال ، Andreassen و همکاران ، 2013, 2016; ساسمن و دیگران ، 2014) ارتباطات مثبتی بین انواع مختلف اعتیادهای فن آوری گزارش داده اند ، و این همبستگی های اساسی را نشان می دهد. از این رو ، فرضیه این است که اعتیاد به SNS و IGD به طور مثبت با یکدیگر در ارتباط خواهند بود (H2) اگرچه رابطه بین اعتیاد به SNS ، IGD و سلامت روان پیچیده است و در بهترین حالت بحث برانگیز است (Pantic ، 2014) ، تعداد زیادی از شواهد ، همبستگی های کلیدی اعتیاد به فن آوری ، مانند افسردگی ، اضطراب و استرس را گزارش کردند (به عنوان مثال ، کرالی و دیگران ، 2014; Lehenbauer-Baum و همکاران ، 2015; استوار و همکاران ، 2016; Pontes & Griffiths ، 2016) بنابراین فرضیه این است که اعتیاد به SNS و IGD هر دو به طور خاص و متفاوتی در افزایش سطح کلی اضطراب روانپزشکی نقش دارند (H3) هر سه فرضیه فوق الذکر مورد بررسی قرار می گیرند که تأثیرات احتمالی ناشی از فرکانس بالای استفاده از اینترنت و بازی های ویدئویی را نشان می دهد زیرا زمان صرف شده در این فعالیت ها معمولاً با گرایش های اعتیاد آور همراه است (Pontes & Griffiths ، 2015a; Pontes ، Király ، Demetrovics و Griffiths ، 2014; Stubblefield و همکاران ، 2017; وو ، چونگ ، کو و هونگ ، 2013).
مواد و روش ها
شرکت کنندگان بالقوه برای این مطالعه همه دانش آموزان بودند (N = 700) در کلاس های ششم ، هفتم ، هشتم و نهم از یک مدرسه راهنمایی بزرگ واقع در الگاروه (پرتغال) ثبت نام کرده اند. مجوز از طرف مدیر مدرسه و والدین وی اخذ شد و دانش آموزان در طی فعالیت های فوق برنامه ، یک نظرسنجی را در کتابخانه مدرسه به پایان رساندند. این مطالعه توسط کمیته اخلاق پژوهشی کالج دانشگاه ناتینگهام ترنت تأیید شد ، رضایت آگاهانه از تمام شرکت کنندگان فردی که در این مطالعه شرکت کرده بودند گرفته شد و دوره جمع آوری اطلاعات از مه تا ژوئن 2015 طول کشید ، و مدرسه بر اساس در دسترس بودن ، و دانش آموزان به طور تصادفی از مجموعه کلاسهای متشکل از کلاسهای ششم ، هفتم ، هشتم و نهم (یعنی سنین 10 تا 18 سال) نمونه برداری شدند تا نماینده مطلوب جمعیت دانش آموزان مدرسه شرکت کننده را بدست آورند. داده ها از 509 دانش آموز جمع شد (72.7/13.02 درصد از کل جمعیت نمونه گیری شده). میانگین سنی نمونه XNUMX سال بود (SD = 1.64) و یک تقسیم جنسیتی نسبتاً معادل با 53.5٪ وجود داشت (n = 265) مرد بودن (جدول 1).
|
جدول 1. ویژگی های اصلی جامعه شناختی نمونه ، الگوهای استفاده از فناوری ، میزان استفاده اعتیاد آور از فناوری و سلامت روانشناختی (N = 495)
| متغیر | کمترین | بیشترین | |
|---|---|---|---|
| سن (سالها) (میانگین ، SD) | 13.02 (1.64) | 10 | 18 |
| جنسیت مذکر، ٪) | 265 (53.5) | - | - |
| در یک رابطه (n،٪) | 99 (20) | - | - |
| زمان هفتگی در اینترنت (به معنی ، SD) | 17.91 (23.34) | 1 | 49 |
| هفتگی زمان بازی را صرف کرده است (معنی ، SD) | 10.21 (17.86) | 1 | 52 |
| میزان اعتیاد به SNS (میانگین ، SD) | 10.70 (4.83) | 6 | 30 |
| سطح IGD (میانگین ، SD) | 15.92 (6.99) | 9 | 41 |
| میزان افسردگی (میانگین ، SD) | 3.12 (3.94) | 0 | 21 |
| سطح اضطراب (میانگین ، SD) | 2.66 (3.78) | 0 | 21 |
| سطح استرس (میانگین ، SD) | 3.32 (3.97) | 0 | 21 |
توجه داشته باشید. زمان هفتگی در اینترنت و بازی صرف تعداد گزارش شده از ساعتهای صرف شده برای انجام این فعالیتها در طول هفته است. SD: انحراف معیار؛ SNS: سایت شبکه های اجتماعی؛ IGD: اختلال بازی در اینترنت.
اطلاعات دموگرافیک از نظر سن ، جنس و وضعیت رابطه جمع آوری شد. داده های مربوط به استفاده از SNS با پرسیدن متوسط زمان هفتگی شرکت کنندگان در اینترنت برای اوقات فراغت و اهداف غیر اختصاصی (تعمیم یافته) (یعنی تعداد ساعت) جمع آوری شد. فرکانس بازی با درخواست میانگین زمان هفتگی شرکت کنندگان برای بازی (یعنی تعداد ساعت) ارزیابی شد.
BFAS (Andreassen ، Torsheim ، Brunborg و Pallesen ، 2012) اعتیاد به SNS را در زمینه استفاده از فیس بوک ارزیابی می کند و نشان داده شده است که در تعدادی از کشورها خصوصیات روان سنجی بسیار خوبی را نشان می دهد (Phanasathit ، Manwong ، Hanprathet ، Khumsri و Yingyeun ، 2015; سالم ، آلمنای و آندراسن ، 2016; سیلوا و دیگران ، 2015) ، از جمله پرتغال (Pontes ، Andreassen و Griffiths ، 2016) BFAS شامل شش ماده است که شامل ویژگیهای اصلی اعتیاد رفتاری (یعنی برجستگی ، اصلاح خلق و خو ، تحمل ، ترک ، درگیری و عود) است ()گریفیث، 2005) این موارد در یک مقیاس 5-نقطه ، یعنی از 1 به ثمر می رسند (بسیار به ندرت) به 5 (خیلی اوقات) در یک بازه زمانی از ماه 12. با کسب رتبه های شرکت کنندگان در هر مورد (اعم از 6 تا امتیاز 30) ، نمرات کل به دست می آید ، با نمرات بالاتر نشانگر اعتیاد شدید به فیس بوک است. BFAS در این مطالعه سطح قابل توجهی از اعتبار را نشان داده است (α = 0.83).
IGDS9-SF (Pontes & Griffiths ، 2015a) یک ابزار کوتاه روان سنجی است که برای ارزیابی شدت IGD طی یک دوره 12 ماه مطابق با چارچوبی که توسط APA در DSM-5 پیشنهاد شده است ، طراحی شده است.APA، 2013) IGDS9-SF خواص روان سنجی کافی و اعتبار متقابل فرهنگی را در بین تعدادی از کشورها نشان داده است (Monacis ، De Palo ، Griffiths و Sinatra ، 2016; Pontes & Griffiths ، 2015a; Pontes ، Macur ، و دیگران ، 2016) ، از جمله پرتغال (Pontes & Griffiths ، 2016) به نه سؤال حاوی IGDS9-SF با استفاده از مقیاس 5-نقطه ، یعنی از 1 پاسخ داده می شود (هرگز) به 5 (خیلی اوقات) ، و نمرات را می توان با جمع کردن پاسخ ها (اعم از نقاط 9 تا 45) دریافت کرد ، با نمرات بالاتر نشانگر درجه بالاتر GD است. قابلیت اطمینان IGDS9-SF در این مطالعه رضایت بخش بود (α = 0.87).
سلامت روانشناختی به طور کلی با استفاده از مقیاس اضطراب افسردگی و استرس - 21 (DASS-21) ارزیابی شد. Lovibond & Lovibond ، 1995) ، که شامل سه خرده مقیاس 7 مورد است که شامل سه نشانه ای است که در مقیاس 4 امتیاز رتبه بندی شده اند ، یعنی از 0 (اصلاً برای من صدق نمی کرد) به 3 (برای من خیلی یا بیشتر اوقات کاربرد دارد) نسخه DASS-21 مورد استفاده در این مطالعه قبلاً نشان داده شده است که دارای ویژگیهای روان سنجی کافی در جمعیت مورد مطالعه است (Pais-Ribeiro ، Honrado و Leal ، 2004) ضرایب آلفای کرونباخ برای این ابزار در این تحقیق: 84 (افسردگی) ، XXUMUM (اضطراب) و .86 (استرس) بود.
مدیریت داده شامل (i) تمیز کردن مجموعه داده ها با بازرسی مواردی با مقادیر از دست رفته بالاتر از آستانه مرسوم 10٪ در همه ابزارهای مربوطه ؛ (ii) بررسی نرمال بودن یک متغیره برای همه موارد BFAS و IGDS9-SF با استفاده از دستورالعمل های استاندارد (به عنوان مثال ، کجی> 3 و کورتوز> 9) (کلاین، 2011)؛ (III) غربالگری برای افراد مسکونی غیر متغیر که دارای انحراف استاندارد 3.29 from از BFAS IGDS9-SF بودند z-امتیازات (فیلد، 2013)؛ و (IV) غربالگری برای مسافت های چند متغیره با استفاده از مسافت Mahalanobis و مقدار مهم برای هر مورد بر اساس χ2 مقادیر توزیع این روش منجر به محرومیت از موارد 14 می شود ، بنابراین مجموعه ای از داده های نهایی از موارد معتبر 495 را که واجد شرایط برای تجزیه و تحلیل های بعدی بودند به دست آورد. تجزیه و تحلیل آماری شامل (من) تجزیه و تحلیل توصیفی از ویژگی های نمونه اصلی ، (ب) تجزیه و تحلیل همبستگی متغیرهای اصلی مطالعه با برآورد ضرایب همبستگی محصول-لحظه پیرسون با 95٪ فاصله تعصب اصلاح شده و-جمع (اعتماد به نفس) ( CI) و ضرایب همراه با تعیین (R2) ، و (III) تجزیه و تحلیل مدل سازی معادلات ساختاری مقایسه ای (SEM) برای تعیین نقش پیش بینی افتراقی اعتیاد به SNS و IGD در سلامت روان هنگام محاسبه اثرات ، سن ، جنس و فراوانی استفاده از اینترنت و بازی های ویدیویی. تجزیه و تحلیل آماری با استفاده از Mplus 7.2 و IBM SPSS آمار نسخه 23 انجام شد (شرکت IBM ، 2015; Muthén & Muthén ، 2012).
مراحل مطالعه مطابق با اعلامیه هلسینکی انجام شد. هیئت بازنگری نهادی دانشگاه ناتینگهام ترنت این مطالعه را تأیید کرد. همه افراد از مطالعه مطلع شدند و همه رضایت آگاهانه دادند. علاوه بر این ، رضایت والدین و سرپرستان قانونی از کلیه شرکت کنندگان زیر سن 18 به دست آمد.
نتایج
جدول 1 به طور خلاصه یافته های مربوط به ویژگی های اصلی جامعه-جمعیتی نمونه ، الگوی استفاده از فناوری ، در کنار سطوح مشاهده شده استفاده اعتیاد آور از فناوری (به عنوان مثال ، اعتیاد به SNS و IGD) و سلامت روانشناختی را نشان می دهد. علاوه بر این ، هر دو IGD (میانگین = 15.92 [95٪ BCa = 15.31 - 16.56] ، SD = 6.99) و اعتیاد به SNS (میانگین = 10.70 [95٪ BCa = 10.28 - 11.15] ، SD = 4.83) با سطح متوسط در نمونه ارائه شده است. در مورد سلامت روانشناختی شرکت کنندگان ، افسردگی (میانگین = 3.12 [95٪ BCa = 2.78 - 3.47] ، SD = 3.94) ، اضطراب (میانگین = 2.66 [95٪ BCa = 2.33 - 2.99] ، SD = 3.78) و سطح استرس (میانگین = 3.32/95 [2.98٪ BCa = 3.67/XNUMX - XNUMX،XNUMX] ، SD = 3.97) بیش از حد شیوع نداشتند.
تجزیه و تحلیل همبستگی از جمله متغیرهای اصلی مطالعه برای ارائه بینش اولیه و زمینه آماری برای تجزیه و تحلیل مقایسه ای SEM متعاقب انجام شد. در نتیجه ، این تجزیه و تحلیل نشان داد که اعتیاد به SNS با IGD همراه است (r = .39 p <.01 ، R2 = .15) ، استرس (r = .36 p <.01 ، R2 = .13) ، و افسردگی (r = .33 p <.01 ، R2 = .11) با توجه به IGD ، انجمن های مثبتی با زمان هفتگی صرف بازی ها (r = .42 p <.01 ، R2 = .18) ، جنسیت (r = .41 p <.01 ، R2 = .17) و استرس (r = .40 p <.01 ، R2 = .16) (جدول 2).
|
جدول 2. راه اندازa ماتریس همبستگی با فاصله اعتماد به نفس 95 ((CI) اصلاح شده با تعصب اصلاح شده و جدا شده (CI) بین اعتیاد به SNS ، IGD و متغیرهای مطالعه (N = 495)
| متغیرهای ثانویه | اعتیاد به SNS | R2 | 95٪ BCa CI | IGD | R2 | 95٪ BCa CI |
|---|---|---|---|---|---|---|
| سن | 0.02 | - | −0.07 – 0.10 | -0.07 | - | −0.16 – 0.02 |
| جنس | 0.04 | - | −0.05 – 0.12 | 0.41* | .17 | 0.34-0.48 |
| وضعیت رابطه | 0.20* | .04 | 0.11-0.29 | 0.13* | .02 | 0.03-0.23 |
| زمان هفتگی در اینترنت | 0.03 | - | −0.05 – 0.12 | 0.12* | .01 | 0.03-0.22 |
| زمان هفتگی برای بازی کردن | 0.05 | - | −0.05 – 0.14 | 0.42* | .18 | 0.34-0.50 |
| افسردگی | 0.33* | .11 | 0.23-0.43 | 0.36* | .13 | 0.26-0.46 |
| اضطراب | 0.31* | .10 | 0.22-0.41 | 0.33* | .11 | 0.24-0.42 |
| فشار | 0.36* | .13 | 0.25-0.44 | 0.40* | .16 | 0.32-0.49 |
| IGD | 0.39* | .15 | 0.30-0.48 | - | - | - |
توجه داشته باشید. SNS: سایت شبکه های اجتماعی؛ IGD: اختلال بازی در اینترنت.
aنتایج بوت استرپ بر اساس نمونه بوت استرپ 10,000 است.
* همبستگی در 0.01 قابل توجه است.
برای آزمون فرضیه های اصلی مطالعه ، تجزیه و تحلیل مقایسه ای SEM برای برآورد اثرات دیفرانسیل بالقوه اعتیاد به SNS و IGD بر سلامت روانشناختی انجام شد. به طور خاص ، یک شاخص چندگانه ، مدل چند علت (MIMIC) با استفاده از روش تخمین حداکثر احتمال با خطاهای استاندارد قوی مورد آزمایش قرار گرفت. شاخص های مناسب و آستانه های متعارف برای بررسی خوبی بودن مدل به کار گرفته شد: χ2/df [1 ، 4] ، خطای میانگین مربع تقریبی ریشه (RMSEA) [0.05 ، 0.08] ، RMSEA 90٪ CI با حد پایین آن نزدیک به 0 و حد بالایی زیر 0.08 ، مقدار سطح احتمال آزمون مناسب بودن (Cfit )> .05 ، میانگین ریشه استاندارد باقیمانده مربع (SRMR) [0.05 ، 0.08] ، شاخص برازش مقایسه ای (CFI) و شاخص تناسب تاکر-لوئیس (TLI) [0.90 ، 0.95] (Bentler، 1990; بنتلر و بونت ، 1980; هوپر ، کاگلان و مولن ، 2008; هو و بنتلر ، 1999) نتایج این تجزیه و تحلیل نتایج زیر را به دست آورد: χ2(722) = 1,193.40 ، χ2/df = 1.65؛ RMSEA = 0.036 [90٪ CI: 0.033-0.040] ، Cfit = 1.00 ؛ SRMR = 0.049 ، CFI = 0.92 ؛ TLI = 0.91 ، حاکی از آن است که مدل تناسب مطلوبی با داده ها دارد (شکل 1).
شکل 1. بازنمایی گرافیکی از تأثیرات افتراقی اعتیاد به سایت های شبکه های اجتماعی و اعتیاد به بازی های اینترنتی بر سلامت روانشناختی (N = 495). توجه داشته باشید. خوبی کلی از تناسب: χ2(722) = 1,193.40 ، χ2/df = 1.65؛ RMSEA = 0.036 [90٪ CI: 0.033-0.040] ، Cfit = 1.00 ؛ SRMR = 0.049 ، CFI = 0.92 ؛ TLI = 0.91. β = اثر مستقیم استاندارد شده ؛ r = ضریب همبستگی. *p <0001
در مورد نقش بالقوه جنسیت و سن در تقویت علائم اعتیاد به SNS و IGD (یعنی H1) ، هیچ حمایتی از تأثیر ترکیبی این دو متغیر بر اعتیاد به SNS یافت نشد. با این حال ، جنسیت (β = 0.32 ، p <001) و سن (β = -0.11 ، p = 007) در افزایش علائم IGD نقش دارد. به طور خاص ، جنسیت مرد با بروز بیشتر علائم IGD همراه بود (میانگین = 18.60/95 [4.59٪ BCa = 5.97/XNUMX - XNUMX/XNUMX] ، SD = 5.32) در مقایسه با زنان (میانگین 12.83/95 = [6.60٪ BCa = 7.70/XNUMX - XNUMX/XNUMX] ، SD = 7.17) ، و جوان تر بودن باعث افزایش سطح کلی IGD شد. در کل ، این یافته ها تا حدی H1 را تأیید می کنند.
نتایج حاصل از این تجزیه و تحلیل از H2 حمایت می کند زیرا اثرات استاندارد به دست آمده برای ارتباط بین اعتیاد به SNS و IGD نشان می دهد که این دو پدیده به طور مثبت در ارتباط هستند (r = .53 p <.001) ، یافته ای که با نتایج حاصل از تحلیل همبستگی با این متغیرها به عنوان اقدامات قابل مشاهده عملیاتی می شود (r = .39 [95٪ BCa = 0.30 - 0.48] ، R2 = .15 p 01/XNUMX.) (جدول 2).
سرانجام ، تجزیه و تحلیل اثرات افتراقی اعتیاد به SNS و IGD بر سلامت روانشناختی نوجوانان نشان می دهد که هر دو اعتیاد فن آوری می توانند از نظر آماری تأثیر مثبتی در افزایش سطح کلی روانپزشکی داشته باشند. به طور خاص ، IGD علائم افسردگی را تشدید می کند (β = 0.28 ، p <001) ، اضطراب (β = 0.26 ، p <001) ، و استرس (β = 0.33 ، p <.001). علاوه بر این ، اعتیاد به SNS همچنین در افزایش شدت افسردگی نقش دارد (β = 0.27 ، p <001) ، اضطراب (β = 0.25 ، p <001) ، و استرس (β = 0.26 ، p <.001) ، اما تا حدودی کمتر است. اگرچه این نتایج از H3 پشتیبانی می کنند ، اما ممکن است تأثیرات اعتیاد به SNS و IGD بر سلامت روانشناختی بیش از حد مشخص نباشد زیرا اثرات استاندارد بسیار قابل مقایسه بودند.
بحث
این مطالعه به دنبال بررسی تداخل بین اعتیاد SNS و IGD و چگونگی این دو اعتیاد فن آوری در حال ظهور می تواند به طور منحصر به فرد و متمایز به وخامت سلامت روانشناختی در نوجوانان بیش از و بالاتر از اثرات بالقوه ناشی از متغیرهای جامعه شناختی و مرتبط با فناوری کمک کند. با توجه به H1 (یعنی ، جنسیت و سن در افزایش اعتیاد به SNS و علائم IGD نقش دارداین مطالعه قادر به تأیید این فرضیه در رابطه با IGD است ، و بیشتر از مطالعات قبلی پیروی می کند که سن و جنس مذکر را پیدا کرده اند ، متغیرهای اصلی پیش بینی IGD (کوک و دیگران ، 2014; گیوتو و همکاران ، 2016; Rehbein ، Staudt ، Hanslmaier و Kliem ، 2016).
با وجود این ، H1 در زمینه اعتیاد به SNS مورد تأیید قرار نگرفت ، یافته ای که باعث پیچیدگی بیشتر به مطالعات قبلی می شود که اعتیاد به SNS را در بین جوانان شیوع بیشتری نشان می دهد (Andreassen و همکاران ، 2013, 2012; تورل و سرنکو ، 2012) ، کاربران قدیمی تر (فلوروس و سیوموس ، 2013) ، ماده ها (Andreassen و همکاران ، 2012) ، و نرها (Çam & Işbulan ، 2012) با این وجود ، نتایج به دست آمده در این مطالعه با تحقیقات قبلی همگرا است که معتاد است که اعتیاد به SNS با سن ارتباط ندارد (Koc & Gulyagci ، 2013; وو و دیگران ، 2013) و جنسیت (Koc & Gulyagci ، 2013; تانگ ، چن ، یانگ ، چونگ و لی ، 2016; وو و دیگران ، 2013) همانطور که قبلاً نیز اشاره شد ، این ممکن است نتیجه عدم کیفیت تحقیقات قبلی در مورد اعتیاد به SNS از نظر نمونه گیری ، طراحی مطالعه ، ارزیابی ، و نمرات برش مصوب باشد (آندراسن ، 2015) جالب آنکه ، زمان هفتگی در اینترنت ، اعتیاد به SNS را افزایش نمی داد. توضیحات بالقوه برای این یافته می تواند به این واقعیت مربوط باشد که استفاده آنلاین از SNS در زندگی مدرن امری عادی و اجتناب ناپذیر بوده است ، و برآورد صحیح استفاده از آن برای بسیاری از نوجوانان را به طور فزاینده دشوار می کند ، و اضافه کردن پیچیدگی بیشتر به رابطه بین وقت بیش از حد صرف شده در این موارد. فن آوری و میزان اعتیاد. به همین دلیل ، لازم است تفاوت بین درگیری زیاد و اعتیاد به SNS را بدانیم زیرا برخی از نوجوانان ساعت های زیادی را با استفاده از SNS به عنوان بخشی از یک روال سالم و طبیعی می گذرانند (آندراسن ، 2015; Andreassen & Pallesen ، 2014; تورل و سرنکو ، 2012).
یافته های حاضر همچنین از تجربی H2 حمایت می کند (به عنوان مثال ، اعتیاد به SNS و IGD به طور مثبت با یکدیگر در ارتباط خواهند بود) ، تأیید تعدادی از مطالعات که نتایج مشابهی را گزارش داده اند (Andreassen و همکاران ، 2013, 2016; چیو ، هونگ ، و چیو ، 2013; داولینگ و براون ، 2010) این یافته با این واقعیت قابل توضیح است که تعداد زیادی از افراد ، از جمله نوجوانان جوان ، اکنون بطور منظم از طریق SNS بازی می کنند (گریفیث، 2014) علاوه بر این ، مدتهاست که مشخص شده است که جنبه های معاشرت بازی ها همانطور که توسط بسیاری از مطالعات پیشنهاد شده است نقش انگیزشی اصلی را در بازی های ویدیویی ایفا می کنند (Demetrovics و همکاران ، 2011; Fuster ، Chamarro ، Carbonell و Vallerand ، 2014; Yee ، 2006) در سطح بالینی ، این یافته می تواند به مشترکات مشترک این دو اعتیاد فناوری اشاره کند (گریفیث، 2015; گریفیتس و پونتس ، 2015; شفر و همکاران ، 2004) با توجه به اینکه استفاده از فناوری اعتیاد آور در محیط های آموزشی افراد را تحت تأثیر قرار می دهد ، تحقیقات در مورد اعتیاد IGD و SNS در بین نوجوانان مدارس ممکن است به سیاست گذاران در طراحی سیاست های پیشگیرانه جهت کاهش تأثیر منفی استفاده اعتیاد آور از فناوری در نوجوانان جوان کمک کند.
سرانجام ، H3 (یعنی ، اعتیاد به SNS و IGD هر دو به طور خاص و متفاوتی در افزایش سطح کلی اضطراب روانپزشکی نقش دارند) همچنین تأیید شد و بینش جدیدی در مورد اثرات دیفرانسیل ترکیبی اعتیاد به SNS و IGD بر سلامت روان نوجوانان به دست آمد. در این مطالعه ، هر دو اعتیاد به SNS و IGD با افزایش میزان افسردگی ، اضطراب و استرس در بهبود وضعیت سلامت روانی نقش داشته اند. این یافته از تحقیقات قبلی پشتیبانی می کند که این دو معتاد فن آوری را برای مختل کردن سلامت روان به طور مستقل (کیم ، هیوز ، پارک ، کوین و کنگ ، 2016; پریماک و همکاران ، 2017; Sampasa-Kanyinga & Lewis ، 2015; Sarda ، Bègue ، Bry و Gentile ، 2016) این یافته ها می تواند توسط متخصصان بهداشت روان و مشاوران مدرسه ای که مایل به توسعه برنامه های مداخله ای متمرکز بر افزایش رفاه دانش آموزان با کاهش استفاده از اعتیاد آور فناوری هستند ، استفاده شود. اگرچه این یافته امیدوار کننده است و ارزش بررسی در آینده را دارد ، اما لازم به ذکر است که شواهد مربوط به رابطه بین اختلالات بهداشت روان و اعتیاد رفتاری بی نتیجه مانده است به طور خاص ، محققان گزارش کرده اند که اعتیاد رفتاری می تواند (یعنی فرضیه اختلال اولیه) را پیش بینی کند و با پریشانی روانپزشکی (یعنی فرضیه اختلال ثانویه) پیش بینی شود (به عنوان مثال ، استوار و همکاران ، 2016; Snodgrass و همکاران ، 2014; ژانگ ، بروک ، لوکفلد و بروک ، 2016) بنابراین ، نتیجه گیری قطعی در مورد جهت دهی به اعتیادهای رفتاری و پریشانی سلامت روانی امکان پذیر نیست.
علاوه بر این ، در این مطالعه مشخص شد که اثرات مضر IGD بر سلامت روانشناختی کمی برجسته تر از اثرات تولید شده توسط اعتیاد به SNS است. با توجه به نقص های گسترده ای که توسط گیمرها در حوزه های مختلف سلامت روان و بهزیستی به نمایش گذاشته شده است ، این یافته مطابق با گزارشهایی است که نشان می دهد IGD ممکن است روانپزشکی شدیدتری را در مقایسه با اعتیاد SNS منعکس کند (Leménager و همکاران ، 2016) ، که تا حدی از تصمیم گرفته شده توسط APA پشتیبانی می کند (2013) برای در نظر گرفتن IGD به عنوان یک اختلال آزمایشی. با این حال ، برای تأیید بیشتر این فرضیه ، تحقیقات تجربی اضافی با استفاده از نمونه های بزرگتر و نماینده تر لازم است. علاوه بر پتانسیل برای کمک به شکل گیری سیاست ها ، نتایج حاضر به بحث و جدل ادامه می یابد که آیا اعتیاد به فن آوری ، مانند اعتیاد به IGD و SNS ، باید به عنوان اختلالات اولیه یا ثانویه تصور شود. با توجه به یافته های گزارش شده در این مطالعه ، مفهوم سازی اعتیاد فناوری به عنوان اختلالات اولیه (به عنوان مثال ، موضوعی که می تواند بر سلامت روان تأثیر منفی بگذارد) راهی قابل تجربی است که بحث های علمی قبلی را به نفع دیدگاه اعتیاد فناوری به عنوان اختلالات ثانویه باطل نمی کند. (یعنی محصولی از زمینه های اساسی بهداشت روان و رفاه) (Kardefelt-Winther، 2016; Snodgrass و همکاران ، 2014; تورنس و همکاران ، 2014).
اگرچه نتایج بدست آمده در این مطالعه از نظر تجربی صحیح است ، اما محدودیتهای بالقوه قابل توجه است. اول ، داده ها همه از خود گزارش شده و مستعد سوگیری بوده اند (مثلاً مطلوبیت اجتماعی ، سوگیری های یادآوری حافظه و غیره). دوم ، مطالعات اتخاذ شده از طرح های قوی تر (به عنوان مثال ، طرح متقاطع طولی) می تواند پاسخ های مشخص تری به مسیرهای منحصر به فرد بین اعتیاد به SNS و IGD و سلامت روانشناختی ارائه دهد. سوم ، به دلیل اینکه همه شرکت کنندگان به صورت خودآزمایی انتخاب شده اند ، نمی توان مستقیماً یافته های موجود را در مورد جمعیت عمومی تعمیم داد. با توجه به سن نسبتاً کم نمونه مورد استخدام ، این احتمال وجود دارد که کنترل والدین تاثیری بر میزان خودکارآمد استفاده از فناوری و سطح کلی استفاده از اعتیاد داشته باشد. بنابراین ، مطالعات آینده در مورد ارزیابی استفاده از فناوری در کودکان خردسال و نوجوانان اولیه باید این متغیر را در نظر بگیرد ، بنابراین می توان تخمین های بهتری را در مورد سطح اعتیاد به دست آورد. صرف نظر از این محدودیت های بالقوه ، نتایج این مطالعه بر تحقیقات قبلی در مورد روابط متقابل اعتیاد فناوری و اثرات مخرب جدا شده آنها بر سلامت روانشناختی با ارائه یک چارچوب تجربی قابل اجرا است که به موجب آن اعتیادات فن آوری همچنین می تواند احتمال نتایج منفی بهداشت روان را افزایش دهد. در نتیجه ، یافته های حاضر از مفهوم سازی اعتیاد تکنولوژیکی به عنوان اختلالات اولیه که می توانند سلامت روان را به خطر بیندازند ، پشتیبانی می کنند.
سهم نویسنده
نویسنده این مطالعه مسئول کلیه مراحل این مطالعه بوده و وی تنها نویسنده این نسخه خطی است.
تضاد منافع
نویسنده اعلام کرد هیچ تضادی در منافع نیست.
سپاسگزاریها
نویسنده این مطالعه از مدرسه دانش آموزان ، کلیه دانش آموزان ، والدین و معلمانی که به ساماندهی تدارکات درگیر در فرآیند جمع آوری داده های این مطالعه کمک کرده اند ، تشکر می کند.
منابع
| Aarseth، E.، Bean، AM، Boonen، H.، Colder، CM، Coulson، M.، Das، D.، Deleuze، J.، Dunkels، E.، Edman، J.، Ferguson، CJ، Haagsma، MC ، هلمرسون برگمك ، ك. ، حسین ، ز. ، یانسز ، ج. ، كاردفلت-وینتر ، دی. ، كوتنر ، ال. ، ماركی ، پی. ، نیلسن ، RK ، Prause ، N. ، Przybylski ، A. ، Quandt ، T. ، Schimmenti ، A. ، Starcevic ، V. ، Stutman ، G. ، Van Looy ، J. ، & Van Rooij ، AJ (2016). مقاله بحث علنی محققان در مورد پیشنهاد اختلال بازی ICD-11 سازمان بهداشت جهانی. مجله اعتیاد های رفتاری ، 6 (3) ، 267–270. doi:https://doi.org/10.1556/2006.5.2016.088 ارتباط دادن | |
| انجمن روانپزشکی آمریکا [APA]. (2013) راهنمای تشخیصی و آماری اختلالات روانی (ویرایش 5th). آرلینگتون ، ویرجینیا: انجمن روانپزشکی آمریکا. ر | |
| Andreassen، C. S. (2015). اعتیاد به سایت شبکه اجتماعی آنلاین: یک بررسی جامع. گزارش های فعلی اعتیاد ، 2 (2) ، 175–184. doi:https://doi.org/10.1007/s40429-015-0056-9 ر | |
| Andreassen، C. S.، Billieux، J.، Griffiths، M. D.، Kuss، D. J.، Demetrovics، Z.، Mazzoni، E.، & Ståle، P. (2016). رابطه استفاده اعتیاد آور از شبکه های اجتماعی و بازی های ویدیویی و علائم اختلالات روانپزشکی: یک مطالعه مقطعی در مقیاس بزرگ. روانشناسی رفتارهای اعتیاد آور ، 30 (2) ، 252–262. doi:https://doi.org/10.1037/adb0000160 ر, Medline | |
| Andreassen، C. S.، Griffiths، M. D.، Gjertsen، S. R.، Krossbakken، E.، Kvam، S.، & Pallesen، S. (2013). روابط بین اعتیاد رفتاری و مدل پنج عاملی شخصیت. مجله اعتیاد های رفتاری ، 2 (2) ، 90-99. doi:https://doi.org/10.1556/JBA.2.2013.003 ارتباط دادن | |
| Andreassen، C. S.، & Pallesen، S. (2014). اعتیاد به سایت شبکه های اجتماعی - یک نمای کلی. طراحی دارویی فعلی ، 20 (25) ، 4053–4061. doi:https://doi.org/10.2174/13816128113199990616 ر, Medline | |
| Andreassen، C. S.، Torsheim، T.، Brunborg، G. S.، & Pallesen، S. (2012). توسعه مقیاس اعتیاد در فیس بوک. گزارش های روانشناختی ، 110 (2) ، 501–517. doi:https://doi.org/10.2466/02.09.18.PR0.110.2.501-517 ر, Medline | |
| Bányai، F.، Zsila،،.، Király، O.، Maraz، A.، Elekes، Z.، Griffiths، M. D.، Andreassen، C. S.، & Demetrovics، Z. (2017). استفاده از شبکه های اجتماعی مسئله دار: نتایج حاصل از یک نمونه بزرگسال نوجوان که نماینده ملی است. PLoS One ، 12 (1) ، e0169839. doi:https://doi.org/10.1371/journal.pone.0169839 ر, Medline | |
| بنتلر ، پی ام. (1990). شاخص های تناسب مقایسه ای در مدل های ساختاری. بولتن روانشناختی ، 107 (2) ، 238–246. doi:https://doi.org/10.1037/0033-2909.107.2.238 ر, Medline | |
| Bentler، P. M.، & Bonnet، D. G. (1980). آزمون های معناداری و خوب بودن تناسب در تجزیه و تحلیل ساختارهای کوواریانس. بولتن روانشناختی ، 88 (3) ، 588–606. doi:https://doi.org/10.1037/0033-2909.88.3.588 ر | |
| Bright، L. F.، Kleiser، S. B.، & Grau، S. L. (2015). فیس بوک زیاد است؟ بررسی اکتشافی خستگی شبکه های اجتماعی. رایانه ها در رفتار انسان ، 44 ، 148-155. doi:https://doi.org/10.1016/j.chb.2014.11.048 ر | |
| Çam، E.، & Işbulan، O. (2012). اعتیاد جدید برای کاندیداهای معلمی: شبکه های اجتماعی. مجله فناوری آموزشی ترکیه ، 11 ، 14–19. | |
| Chiu، S.-I.، Hong، F.-Y.، & Chiu، S.-L. (2013) تحلیلی در مورد همبستگی و تفاوت جنسیتی بین اعتیاد دانشجویان اینترنت به اینترنت و اعتیاد به تلفن همراه در تایوان. ISRN اعتیاد ، 2013 ، 1-10. doi:https://doi.org/10.1155/2013/360607 ر | |
| Chopik ، W. J. (2016). فواید استفاده از فناوری اجتماعی در میان افراد مسن با کاهش تنش واسطه است. سایبریولوژی ، رفتار و شبکه های اجتماعی ، 19 (9) ، 551–556. doi:https://doi.org/10.1089/cyber.2016.0151 ر, Medline | |
| Cock، R. D.، Vangeel، J.، Klein، A.، Minotte، P.، Rosas، O.، & Meerkerk، G. (2014). استفاده اجباری از سایت های شبکه های اجتماعی در بلژیک: شیوع ، مشخصات و نقش نگرش نسبت به کار و مدرسه. روانشناسی سایبری ، رفتار و شبکه های اجتماعی ، 17 (3) ، 166–171. doi:https://doi.org/10.1089/cyber.2013.0029 ر, Medline | |
| Cole، H.، & Griffiths، M. D. (2007). تعاملات اجتماعی در گیمرهای نقش آفرینی آنلاین چند نفره. سایبر روانشناسی و رفتار ، 10 (4) ، 575-583. doi:https://doi.org/10.1089/cpb.2007.9988 ر, Medline | |
| Demetrovics، Z.، Urbán، R.، Nagygyörgy، K.، Farkas، J.، Zilahy، D.، Mervó، B.، Reindl، A.، Ágoston، C.، Kertész، A.، & Harmath، E. (2011). چرا بازی میکنی؟ توسعه انگیزه های پرسشنامه بازی آنلاین (MOGQ). روشهای تحقیق رفتار ، 43 (3) ، 814–825. doi:https://doi.org/10.3758/s13428-011-0091-y ر, Medline | |
| Dowling، N. A.، & Brown، M. (2010). اشتراکات در عوامل روانشناختی مرتبط با مشکل قمار و وابستگی به اینترنت. روانشناسی سایبری ، رفتار و شبکه های اجتماعی ، 13 (4) ، 437–441. doi:https://doi.org/10.1089/cyber.2009.0317 ر, Medline | |
| فیس بوک. (2014) Facebook @ GDC: کشف و تعامل رانندگی برای بازی های کراس پلتفرم. برگرفته از https://developers.facebook.com/blog/post/2014/03/19/facebook-at-gdc-2014 | |
| فیلد ، A. (2013). کشف آمار با استفاده از آمار SPSS IBM (ویرایش 4th). لندن ، انگلستان: Sage Publications Ltd. | |
| Floros ، G. ، & Siomos ، K. (2013). رابطه بین والدین مطلوب ، اعتیاد به اینترنت و انگیزه های شبکه های اجتماعی در دوره نوجوانی. تحقیقات روانپزشکی ، 209 (3) ، 529-534. doi:https://doi.org/10.1016/j.psychres.2013.01.010 ر, Medline | |
| Fuster، H.، Chamarro، A.، Carbonell، X.، & Vallerand، R. J. (2014). رابطه اشتیاق و انگیزه بازی در بازیکنان بازی های نقش آفرینی آنلاین چند نفره. سایبرسیولوژی ، رفتار و شبکه های اجتماعی ، 17 ، 292–297. doi:https://doi.org/10.1089/cyber.2013.0349 | |
| Gentile ، D. A. ، Choo ، H. ، Liau ، A. ، Sim ، T. ، Li ، D. ، Fung ، D. ، & Khoo ، A. (2011). استفاده از بازی ویدیویی آسیب شناختی در بین جوانان: یک مطالعه طولی دو ساله. اطفال ، 127 ، e319 – e329. doi:https://doi.org/10.1542/peds.2010-1353 | |
| گریفیتس ، م. دی. (2005). مدل ترکیبی "اعتیاد" در یک چارچوب زیست روانشناختی. مجله استفاده از مواد ، 10 (4) ، 191–197. doi:https://doi.org/10.1080/14659890500114359 ر | |
| گریفیتس ، م. دی. (2014). بازی های اجتماعی کودک و نوجوان: موارد نگران کننده چیست؟ آموزش و بهداشت ، 32 ، 9–12. | |
| گریفیتس ، م. دی. (2015). طبقه بندی و درمان اعتیاد رفتاری. پرستاری در عمل ، 82 ، 44–46. | |
| Griffiths، M. D.، Király، O.، Pontes، H. M.، & Demetrovics، Z. (2015). یک نمای کلی از بازی های مشکل ساز. در E. Aboujaoude & V. Starcevic (Eds.) ، سلامت روان در عصر دیجیتال: خطرات جدی ، نوید بزرگ (صص 27–45). آکسفورد ، انگلستان: انتشارات دانشگاه آکسفورد. ر | |
| Griffiths، M. D.، Kuss، D. J.، & Pontes، H. M. (2016). مروری کوتاه بر اختلال بازی در اینترنت و درمان آن. روانشناس بالینی استرالیا ، 2 ، 1–12. | |
| Griffiths، M. D.، & Pontes، H. M. (2015). محصولات اعتیاد و سرگرمی. در R. Nakatsu، M. Rauterberg، & P. Ciancarini (Eds.) ، کتابچه بازی های دیجیتال و فن آوری های سرگرمی (ص. 1–22). سنگاپور: اسپرینگر. ر | |
| Griffiths، MD، Van Rooij، AJ، Kardefelt-Winther، D.، Starcevic، V.، Király، O.، Pallesen، S.، Müller، K.، Dreier، M.، Carras، M.، Prause، N. ، King ، DL ، Aboujaoude ، E. ، Kuss ، DJ ، Pontes ، HM ، Fernandez ، OL ، Nagygyorgy ، K. ، Achab ، S. ، Billieux ، J. ، Quandt ، T. ، Carbonell ، X. ، Ferguson ، CJ ، هاف ، RA ، Derevensky ، J. ، Haagsma ، MC ، Delfabbro ، P. ، Coulson ، M. ، Hus ، Z. ، و Demetrovics ، Z. (2016). تلاش برای دستیابی به یک اجماع بین المللی در مورد معیارهای ارزیابی اختلال بازی در اینترنت: یک تفسیر مهم درباره پتری و همکاران. (2014). اعتیاد ، 111 (1) ، 167–175. doi:https://doi.org/10.1111/add.13057 ر, Medline | |
| Guillot ، C. R. ، Bello ، M. S. ، Tsai ، J. Y. ، Huh ، J. ، Leventhal ، A. M. ، & Sussman ، S. (2016). ارتباطات طولی بین آندونی و رفتارهای اعتیادی مربوط به اینترنت در بزرگسالان در حال ظهور. رایانه ها در رفتار انسان ، 62 ، 475–479. doi:https://doi.org/10.1016/j.chb.2016.04.019 ر, Medline | |
| Heo، J.، Chun، S.، Lee، S.، Lee، K. H.، & Kim، J. (2015). استفاده از اینترنت و رفاه در بزرگسالان مسن. سایبرسیولوژی ، رفتار و شبکه های اجتماعی ، 18 (5) ، 268–272. doi:https://doi.org/10.1089/cyber.2014.0549 ر, Medline | |
| Hooper، D.، Coughlan، J.، & Mullen، M. R. (2008). مدل سازی معادلات ساختاری: رهنمودهایی برای تعیین تناسب مدل. مجله الکترونیکی روشهای تحقیق تجاری ، 6 ، 53-60. | |
| Howard، C. J.، Wilding، R.، & Guest، D. (2016). بازی سبک ویدیویی با پردازش بصری پیشرفته از اهداف سریع ارائه بصری سریال همراه است. ادراک ، 46 (2) ، 161–177. doi:https://doi.org/10.1177/0301006616672579 ر, Medline | |
| Hu، L. T.، & Bentler، P. M. (1999). معیارهای قطع شاخص های تناسب در تحلیل ساختار کوواریانس: معیارهای متعارف در مقابل گزینه های جدید. مدل سازی معادلات ساختاری: یک مجله چند رشته ای ، 6 (1) ، 1–55. doi:https://doi.org/10.1080/10705519909540118 ر | |
| شرکت IBM. (2015) آمار IBM SPSS برای ویندوز ، نسخه 23. نیویورک ، نیویورک: شرکت آی بی ام. | |
| Kardefelt-Winther، D. (2016). مفهوم سازی اختلالات استفاده از اینترنت: اعتیاد یا روند مقابله؟ روانپزشکی و علوم اعصاب بالینی ، 71 (7) ، 459-466. doi:https://doi.org/10.1111/pcn.12413 ر, Medline | |
| Kim، N.، Hughes، T. L.، Park، C. G.، Quinn، L.، & Kong، I. D. (2016). سطح کاتکول آمین و اضطراب محیطی در حالت استراحت در نوجوانان پسر کره ای با اعتیاد به بازی های اینترنتی سایبرسیولوژی ، رفتار و شبکه های اجتماعی ، 19 (3) ، 202-208. doi:https://doi.org/10.1089/cyber.2015.0411 ر, Medline | |
| Király، O.، Griffiths، M. D.، Urbán، R.، Farkas، J.، Kökönyei، G.، Elekes، Z.، Tamás، D.، & Demetrovics، Z. (2014). استفاده مسئله دار از اینترنت و بازی آنلاین بامشکل یکسان نیستند: یافته های یک نمونه بزرگ نوجوان نماینده ملی. سایبریولوژی ، رفتار و شبکه های اجتماعی ، 17 (12) ، 749-754. doi:https://doi.org/10.1089/cyber.2014.0475 ر, Medline | |
| Kline، R. B. (2011). اصول و عملکرد مدل سازی معادلات ساختاری (ویرایش سوم). نیویورک ، نیویورک: مطبوعات گیلفورد. | |
| Koc ، M. ، & Gulyagci ، S. (2013). اعتیاد به فیس بوک در میان دانشجویان دانشگاه ترک: نقش سلامت روانشناختی ، مشخصات جمعیتی و ویژگی های استفاده. سایبرسیولوژی ، رفتار و شبکه های اجتماعی ، 16 (4) ، 279–284. doi:https://doi.org/10.1089/cyber.2012.0249 ر, Medline | |
| Kowert، R.، Domahidi، E.، Festl، R.، & Quandt، T. (2014). بازی های اجتماعی ، زندگی تنها؟ تأثیر بازی دیجیتال بر محافل اجتماعی نوجوانان. رایانه ها در رفتار انسان ، 36 ، 385-390. doi:https://doi.org/10.1016/j.chb.2014.04.003 ر | |
| Kuss، D. J.، Griffiths، M. D.، & Pontes، H. M. (2017). هرج و مرج و آشفتگی در تشخیص اختلال بازی در اینترنت DSM-5: مسائل ، نگرانی ها و توصیه هایی برای وضوح در این زمینه. مجله اعتیاد های رفتاری ، 6 (2) ، 103-109. doi:https://doi.org/10.1556/2006.5.2016.062 ارتباط دادن | |
| Lee، B. W.، & Stapinski، L. A. (2012). جستجوی ایمنی در اینترنت: رابطه بین اضطراب اجتماعی و استفاده مسئله دار از اینترنت. مجله اختلالات اضطراب ، 26 (1) ، 197-205. doi:https://doi.org/10.1016/j.janxdis.2011.11.001 ر, Medline | |
| Lee، S. Y.، Choo، H.، & Lee، H. K. (2017). تعادل بین تعصب و واقعیت برای اختلال بازی: آیا وجود اختلال در مصرف الکل باعث انگ زدن به نوشیدن افراد سالم می شود یا مانع تحقیقات علمی می شود؟ مجله اعتیاد های رفتاری ، 6 (3) ، 302-305. doi:https://doi.org/10.1556/2006.6.2017.047 ارتباط دادن | |
| Lehenbauer-Baum، M.، Klaps، A.، Kovacovsky، Z.، Witzmann، K.، Zahlbruckner، R.، & Stetina، B. U. (2015). اعتیاد و تعامل: یک مطالعه اکتشافی در مورد معیارهای طبقه بندی اختلال بازی در اینترنت. سایبریولوژی ، رفتار و شبکه های اجتماعی ، 18 (6) ، 343–349. doi:https://doi.org/10.1089/cyber.2015.0063 ر, Medline | |
| Leménager، T.، Dieter، J.، Hill، H.، Hoffmann، S.، Reinhard، I.، Beutel، M.، Vollstädt-Klein، S.، Kiefer، F.، & Mann، K. (2016) . بررسی مبانی عصبی شناسایی آواتار در گیمرهای اینترنتی آسیب شناختی و بازتاب خود در کاربران شبکه های اجتماعی آسیب شناسی. مجله اعتیاد های رفتاری ، 5 (3) ، 1-15. doi:https://doi.org/10.1556/2006.5.2016.048 ارتباط دادن | |
| Lemmens، J. S.، & Hendriks، S. J. F. (2016). بازی های آنلاین اعتیاد آور: بررسی رابطه بین ژانرهای بازی و اختلال بازی در اینترنت. روانشناسی سایبری ، رفتار و شبکه های اجتماعی ، 19 (4) ، 270–276. doi:https://doi.org/10.1089/cyber.2015.0415 ر, Medline | |
| Lovibond، P. F.، & Lovibond، S. H. (1995). ساختار حالات عاطفی منفی: مقایسه مقیاس های استرس اضطراب افسردگی (DASS) با موجودی افسردگی و اضطراب بک. تحقیق و درمان رفتار ، 33 (3) ، 335–343. doi:https://doi.org/10.1016/0005-7967(94)00075-U ر, Medline | |
| Maraz، A.، Király، O.، & Demetrovics، Z. (2015). تفسیر درباره: آیا ما در زندگی روزمره بیش از حد آسیب شناسی می کنیم؟ یک طرح قابل قبول برای تحقیقات اعتیاد رفتاری. مشکلات تشخیصی نظرسنجی ها: اگر در یک آزمایش اعتیاد امتیاز مثبت کسب کنید ، باز هم شانس خوبی برای معتاد نبودن دارید. مجله اعتیاد های رفتاری ، 4 (3) ، 151-154. doi:https://doi.org/10.1556/2006.4.2015.026 ارتباط دادن | |
| Monacis، L.، De Palo، V.، Griffiths، M. D.، & Sinatra، M. (2016). اعتبارسنجی مقیاس اختلال بازی در اینترنت - فرم کوتاه (IGDS9-SF) در یک نمونه ایتالیایی زبان. مجله اعتیاد های رفتاری ، 5 (4) ، 683-690. doi:https://doi.org/10.1556/2006.5.2016.083 ارتباط دادن | |
| Morioka، H.، Itani، O.، Osaki، Y.، Higuchi، S.، Jike، M.، Kaneita، Y.، Kanda، H.، Nakagome، S.، & Ohida، T. (2016). ارتباط بین استعمال دخانیات و استفاده از اینترنت با مشکل در میان نوجوانان ژاپنی: مطالعه مقیاس گسترده در سراسر کشور سایبرسیولوژی ، رفتار و شبکه های اجتماعی ، 19 (9) ، 557–561. doi:https://doi.org/10.1089/cyber.2016.0182 ر, Medline | |
| Muthén، L. K.، & Muthén، B. O. (2012). راهنمای کاربر Mplus (ویرایش هفتم). لس آنجلس ، کالیفرنیا: Muthén & Muthén. | |
| Ostovar، S.، Allahyar، N.، Aminpoor، H.، Moafian، F.، Nor، M. B. M.، & Griffiths، M. D. (2016). اعتیاد به اینترنت و خطرات روانی - اجتماعی آن (افسردگی ، اضطراب ، استرس و تنهایی) در میان نوجوانان و جوانان ایرانی: یک مدل معادله ساختاری در یک مطالعه مقطعی. مجله بین المللی بهداشت روان و اعتیاد ، 14 (3) ، 257–267. doi:https://doi.org/10.1007/s11469-015-9628-0 ر | |
| Pais-Ribeiro ، J. ، Honrado ، A. ، & Leal ، I. (2004). کمک به استودیو و تطبیق پرتغال در Escalas de Ansiedade ، Depressão e Stress (EADS) از 21 بار در Lovibond e Lovibond [کمک به مطالعه اعتبار سنجی پرتغالی Lovibond و Lovibond نسخه کوتاه اضطراب افسردگی و مقیاس استرس (DASS)]. Psicologia ، Saúde & Doenças ، 5 ، 229–239. | |
| Pantic، I. (2014). شبکه های اجتماعی آنلاین و سلامت روان. روانشناسی سایبری ، رفتار و شبکه های اجتماعی ، 17 (10) ، 652-657. doi:https://doi.org/10.1089/cyber.2014.0070 ر, Medline | |
| Pápay، O.، Urbán، R.، Griffiths، MD، Nagygyörgy، K.، Farkas، J.، Kökönyei، G.، Felvinczi، K.، Oláh، A.، Elekes، Z.، & Demetrovics، Z. ( 2013) ویژگی های روان سنجی کوتاه پرسشنامه بازی آنلاین مشکل ساز و شیوع بازی های آنلاین مسئله دار در یک نمونه ملی از نوجوانان. روانشناسی سایبری ، رفتار و شبکه های اجتماعی ، 16 (5) ، 340–348. doi:https://doi.org/10.1089/cyber.2012.0484 ر, Medline | |
| پتری ، NM ، Rehbein ، F. ، Gentile ، DA ، Lemmens ، JS ، Rumpf ، H.-J. ، Mößle ، T. ، Bischof ، G. ، Tao ، R. ، Fung ، DSS ، Borges ، G. ، Auriacombe ، M. ، González-Ibáñez، A.، Tam، P.، & O'Brien، CP (2014). یک اجماع بین المللی برای ارزیابی اختلال بازی در اینترنت با استفاده از روش جدید DSM ‐ 5. اعتیاد ، 109 (9) ، 1399–1406. doi:https://doi.org/10.1111/add.12457 ر, Medline | |
| Petry، NM، Rehbein، F.، Gentile، DA، Lemmens، JS، Rumpf، H.-J.، Mößle، T.، Bischof، G.، Tao، R.، Fung، DSS، Borges، G.، Auriacombe ، M.، González-Ibáñez، A.، Tam، P.، & O'Brien، CP (2015). نظرات گریفیتس و همکاران در مورد بیانیه اجماع بین المللی اختلال بازی در اینترنت: آیا اجماع بیشتر است یا مانع پیشرفت؟ اعتیاد ، 111 (1) ، 175–178. doi:https://doi.org/10.1111/add.13189 ر | |
| Phanasathit، M.، Manwong، M.، Hanprathet، N.، Khumsri، J.، & Yingyeun، R. (2015). اعتبار سنجی نسخه تایلندی مقیاس اعتیاد به فیس بوک برگن (Thai-BFAS). مجله انجمن پزشکی تایلند ، 98 ، 108–117. | |
| Pontes، H. M.، Andreassen، C. S.، & Griffiths، M. D. (2016). اعتبار سنجی پرتغالی مقیاس اعتیاد به فیس بوک برگن: یک مطالعه تجربی. مجله بین المللی بهداشت روان و اعتیاد ، 14 (6) ، 1062-1073. doi:https://doi.org/10.1007/s11469-016-9694-y ر | |
| Pontes، H. M.، & Griffiths، M. D. (2015a). اندازه گیری اختلال بازی DSM-5 در اینترنت: توسعه و اعتبار سنجی مقیاس روان سنجی کوتاه. کامپیوترها در رفتار انسان ، 45 ، 137–143. doi:https://doi.org/10.1016/j.chb.2014.12.006 ر | |
| Pontes، H. M.، & Griffiths، M. D. (2015b). نقش سن ، سن شروع دسترسی به اینترنت و زمان صرف شده در اینترنت در علل اعتیاد به اینترنت. مجله اعتیاد های رفتاری ، 4 (ضمیمه 1) ، 30–31. doi:https://doi.org/10.1556/JBA.4.2015.Suppl.1 | |
| Pontes، H. M.، & Griffiths، M. D. (2016). اعتبار سنجی پرتغالی مقیاس اختلال بازی در اینترنت - فرم کوتاه. روانشناسی سایبری ، رفتار و شبکه های اجتماعی ، 19 (4) ، 288–293. doi:https://doi.org/10.1089/cyber.2015.0605 ر, Medline | |
| Pontes، H. M.، Király، O.، Demetrovics، Z.، & Griffiths، M. D. (2014). ایده پردازی و اندازه گیری اختلال بازی در اینترنت DSM-5: توسعه آزمون IGD-20. PLoS One ، 9 (10) ، e110137. doi:https://doi.org/10.1371/journal.pone.0110137 ر, Medline | |
| Pontes، H. M.، Macur، M.، & Griffiths، M. D. (2016). اختلال بازی در اینترنت در میان دانش آموزان مدارس ابتدایی اسلوونی: یافته های یک نمونه از نوجوانان نماینده ملی. مجله اعتیاد های رفتاری ، 5 (2) ، 304-310. doi:https://doi.org/10.1556/2006.5.2016.042 ارتباط دادن | |
| Primack، B. A.، Shensa، A.، Escobar-Viera، C. G.، Barrett، E. L.، Sidani، J. E.، Colditz، J. B.، & James، A. E. (2017). استفاده از چندین سیستم عامل رسانه های اجتماعی و علائم افسردگی و اضطراب: یک مطالعه نماینده ملی در میان بزرگسالان آمریکایی. رایانه ها در رفتار انسان ، 69 ، 1–9. doi:https://doi.org/10.1016/j.chb.2016.11.013 ر | |
| Przybylski ، A. (2017). پاسخ بد در تحقیقات مربوط به اختلال بازی های اینترنتی. PeerJ ، 4 ، e2401. doi:https://doi.org/10.7717/peerj.2401 ر | |
| Rehbein، F.، Staudt، A.، Hanslmaier، M.، & Kliem، S. (2016). انجام بازی های ویدئویی در جمعیت بزرگسال بزرگ آلمان: آیا زمان بازی بالاتر مردان می تواند با تنظیمات ژانر خاص جنسیت توضیح داده شود؟ رایانه ها در رفتار انسان ، 55 (قسمت B) ، 729–735. doi:https://doi.org/10.1016/j.chb.2015.10.016 ر | |
| Rikkers، W.، Lawrence، D.، Hafekost، J.، & Zubrick، S. R. (2016). استفاده از اینترنت و بازی های الکترونیکی توسط کودکان و نوجوانان با مشکلات عاطفی و رفتاری در استرالیا - نتایج حاصل از دومین نظرسنجی بهداشت روان و سلامت کودکان و نوجوانان. BMC بهداشت عمومی ، 16 (1) ، 399. doi:https://doi.org/10.1186/s12889-016-3058-1 ر, Medline | |
| Salem، AAMS، Almenaye، N. S.، & Andreassen، C. S. (2016). ارزیابی روان سنجی مقیاس اعتیاد به فیس بوک برگن (BFAS) از دانشجویان دانشگاه. مجله بین المللی روانشناسی و علوم رفتاری ، 6 ، 199-205. doi:https://doi.org/10.5923/j.ijpbs.20160605.01 | |
| Sampasa-Kanyinga، H.، & Lewis، R. F. (2015). استفاده مکرر از سایت های شبکه های اجتماعی با عملکرد روانشناختی ضعیف در کودکان و نوجوانان همراه است. سایبرسیولوژی ، رفتار و شبکه های اجتماعی ، 18 (7) ، 380–385. doi:https://doi.org/10.1089/cyber.2015.0055 ر, Medline | |
| Sarda، E.، Bègue، L.، Bry، C.، & Gentile، D. (2016). بی نظمی و رفاه بازی های اینترنتی: اعتبار سنجی مقیاس. سایبرسیولوژی ، رفتار و شبکه های اجتماعی ، 19 (11) ، 674-679. doi:https://doi.org/10.1089/cyber.2016.0286 ر, Medline | |
| Saunders، JB، Hao، W.، Long، J.، King، DL، Man، K.، Fauth-Bühler، M.، Rumpf، H.-J.، Bowden-Jones، H.، Rahimi-Movaghar، A . ، چونگ ، ت. ، چان ، ای. ، بهار ، ن. ، آچاب ، س. ، لی ، ه. ک. ، پوتنزا ، م. ، پتری ، ن. ، اسپریتزر ، د. ، آمبکار ، ا. ، درونوسکی ، ج. ، Griffiths ، MD ، Pontes ، HM ، Kuss ، D. ، Higuchi ، S. ، Mihara ، S. ، Assangangkornchai ، S. ، Sharma ، M. ، Kashef ، AE ، Ip ، P. ، Farrell ، M. ، Scafato ، E. ، Carragher ، N. ، & Poznyak ، V. (2017). اختلال بازی: مشخص شدن آن به عنوان شرط مهم تشخیص ، مدیریت و پیشگیری است. مجله اعتیاد های رفتاری ، 6 (3) ، 271–279. doi:https://doi.org/10.1556/2006.6.2017.039 ارتباط دادن | |
| Scharkow ، M. ، Festl ، R. ، & Quandt ، T. (2014). الگوهای طولی استفاده از بازی های رایانه ای مشکل ساز در میان نوجوانان و بزرگسالان - یک مطالعه پانل 2 ساله اعتیاد ، 109 (11) ، 1910–1917. doi:https://doi.org/10.1111/add.12662 ر, Medline | |
| Shaffer، H. J.، LaPlante، D. A.، LaBrie، R. A.، Kidman، R. C.، Donato، A. N.، & Stanton، M. V. (2004). به سمت مدل سندرم اعتیاد: عبارات متعدد ، علل مشترک. Harvard Review of Psychiatry، 12 (6)، 367–374. doi:https://doi.org/10.1080/10673220490905705 ر, Medline | |
| Silva، H. R. S.، Areco، K. C. N.، Bandiera-Paiva، P.، Galvão، P. V. M.، Garcia، A. N. M.، & Silveira، D. X. (2015). مقیاس اعتیاد به فیس بوک [معادل سازی و قابلیت اطمینان معنایی نسخه پرتغالی مقیاس اعتیاد در فیس بوک در برگن] Equivalência semântica e confiabilidade da versão em português da Bergen. Jornal Brasileiro de Psiquiatria ، 64 (1) ، 17–23. doi:https://doi.org/10.1590/0047-2085000000052 ر | |
| Sioni، S. R.، Burleson، M. H.، & Bekerian، D. A. (2017). اختلال بازی در اینترنت: هراس اجتماعی و همذات پنداری با خود مجازی شما. کامپیوترها در رفتار انسان ، 71 ، 11-15. doi:https://doi.org/10.1016/j.chb.2017.01.044 ر | |
| Snodgrass ، J. G. ، Lacy ، M. G. ، Dengah II ، H. J. F. ، Eisenhauer ، S. ، Batchelder ، G. ، & Cookson ، R. J. (2014). یک تعطیلات از ذهن شما: بازی های آنلاین مسئله دار یک پاسخ استرس است. کامپیوترها در رفتار انسان ، 38 ، 248–260. doi:https://doi.org/10.1016/j.chb.2014.06.004 ر | |
| Starcevic، V.، & Aboujaoude، E. (2016). اعتیاد به اینترنت: ارزیابی مجدد یک مفهوم ناکافی به طور فزاینده. طیف CNS ، 22 (1) ، 7-13. doi:https://doi.org/10.1017/S1092852915000863 ر, Medline | |
| Stroud، M. J.، & Whitbourne، S. K. (2015). بازی های ویدیویی گاه به گاه به عنوان ابزار آموزش فرایندهای توجه در زندگی روزمره. سایبرسیولوژی ، رفتار و شبکه های اجتماعی ، 18 (11) ، 654-660. doi:https://doi.org/10.1089/cyber.2015.0316 ر, Medline | |
| Stubblefield، S.، Datto، G.، Phan، T.-LT، Werk، LN، Stackpole، K.، Siegel، R.، Stratbucker، W.، Tucker، JM، Christison، AL، Hossain، J.، & Gentile، DA (2017). مشکل بازی ویدیویی در میان کودکان ثبت نام شده در برنامه های کنترل وزن سوم. روانشناسی سایبری ، رفتار و شبکه های اجتماعی ، 20 (2) ، 109–116. doi:https://doi.org/10.1089/cyber.2016.0386 ر, Medline | |
| Sussman، S.، Arpawong، T. E.، Sun، P.، Tsai، J.، Rohrbach، L. A.، & Spruijt-Metz، D. (2014). شیوع و همزمانی رفتارهای اعتیادی در میان جوانان دبیرستانی جایگزین سابق. مجله اعتیاد های رفتاری ، 3 (1) ، 33–40. doi:https://doi.org/10.1556/JBA.3.2014.005 ارتباط دادن | |
| Tang، J.-H.، Chen، M.-C.، Yang، C.-Y.، Chung، T.-Y.، & Lee، Y.-A. (2016) ویژگی های شخصیتی ، روابط بین فردی ، حمایت اجتماعی آنلاین و اعتیاد به فیس بوک. تلماتک و انفورماتیک ، 33 (1) ، 102–108. doi:https://doi.org/10.1016/j.tele.2015.06.003 ر | |
| Thorens، G.، Achab، S.، Billieux، J.، Khazaal، Y.، Khan، R.، Pivin، E.، Gupta، V.، & Zullino، D. (2014). ویژگی ها و پاسخ درمانی کاربران مشکل دار اینترنت که در کلینیک سرپایی اعتیاد رفتاری شناسایی شده اند ، است. مجله اعتیاد های رفتاری ، 3 (1) ، 78–81. doi:https://doi.org/10.1556/JBA.3.2014.008 ارتباط دادن | |
| Turel، O.، & Serenko، A. (2012). مزایا و خطرات لذت بردن از وب سایت های شبکه های اجتماعی. مجله اروپایی سیستم های اطلاعاتی ، 21 (5) ، 512–528. doi:https://doi.org/10.1057/ejis.2012.1 ر | |
| Van Rooij، A. J.، Schoenmakers، T. M.، Vermulst، A. A.، Van den Eijnden، R.، & Van de Mheen، D. (2011). اعتیاد به بازی های ویدیویی آنلاین: شناسایی گیمرهای نوجوان معتاد. اعتیاد ، 106 (1) ، 205–212. doi:https://doi.org/10.1111/j.1360-0443.2010.03104.x ر, Medline | |
| سازمان بهداشت جهانی. (2016) ICD-11 Beta Draft: اختلال بازی. برگرفته از https://icd.who.int/dev11/l-m/en#/http%3a%2f%2fid.who.int%2ficd%2fentity%2f1448597234 | |
| Wu، A. M. S.، Cheung، V. I.، Ku، L.، & Hung، E. P. W. (2013). عوامل خطر روانشناختی اعتیاد به سایتهای شبکه های اجتماعی در میان کاربران گوشی های هوشمند چینی. مجله اعتیاد های رفتاری ، 2 (3) ، 160–166. doi:https://doi.org/10.1556/JBA.2.2013.006 ارتباط دادن | |
| Xanidis، N.، & Brignell، C. M. (2016). ارتباط بین استفاده از سایت های شبکه های اجتماعی ، کیفیت خواب و عملکرد شناختی در طول روز. کامپیوترها در رفتار انسان ، 55 (قسمت A) ، 121–126. doi:https://doi.org/10.1016/j.chb.2015.09.004 ر | |
| Yee، N. (2006) انگیزه های بازی در بازی های آنلاین. سایبر روانشناسی و رفتار ، 9 (6) ، 772–775. doi:https://doi.org/10.1089/cpb.2006.9.772 ر, Medline | |
| Yu، C.، Li، X.، & Zhang، W. (2015). پیش بینی استفاده از بازی آنلاین مسئله دار نوجوانان از حمایت خودمختاری معلم ، ارضای نیازهای اساسی روانشناختی و تعامل با مدرسه: یک مطالعه طولی 2 ساله. روانشناسی سایبری ، رفتار و شبکه های اجتماعی ، 18 (4) ، 228–233. doi:https://doi.org/10.1089/cyber.2014.0385 ر, Medline | |
| Zhang، C.، Brook، J. S.، Leukefeld، C. G.، & Brook، D. W. (2016). عوامل روانی اجتماعی طولی مربوط به علائم اعتیاد به اینترنت در میان بزرگسالان در اواسط میانسالی رفتارهای اعتیاد آور ، 62 ، 65–72. doi:https://doi.org/10.1016/j.addbeh.2016.06.019 ر, Medline |
;