Internet-riippuvuus: selviytymistyylit, odotukset ja hoidon vaikutukset (2014)

Matthias Brand^{1,2 *}, Christian Laier¹ ja Kimberly S. Young³

• ¹Yleisen psykologian laitos: Kognition, University of Duisburg-Essen, Duisburg, Saksa
• ²Erwin L. Hahn -magneettisen resonanssikuvan tutkimuslaitos, Essen, Saksa
• ³Internet-riippuvuuskeskus, Russell J. Jandolin journalismin ja joukkoviestinnän korkeakoulu, St. Bonaventure University, Olean, NY, USA

Internetiriippuvuudesta (IA) on tullut vakava mielenterveystila monissa maissa. IA: n kliinisten vaikutusten ymmärtämiseksi paremmin tässä tutkimuksessa testattiin tilastollisesti uusi teoreettinen malli, joka kuvaa taustalla olevia kognitiivisia mekanismeja, jotka edistävät häiriön kehittymistä ja ylläpitämistä. Malli erottaa yleisen Internet-riippuvuuden (GIA) ja tietyt muodot. Tässä tutkimuksessa testattiin mallia GIA: lla Internetin yleisillä käyttäjillä. 1019-käyttäjien havainnot osoittavat, että oletettu rakenneyhtälömalli selitti 63.5%: n GIA-oireiden varianssista mitattuna Internet-riippuvuustestin lyhyellä versiolla. Psykologista ja persoonallisuustestiä käytettäessä tulokset osoittavat, että henkilön erityiset kognitiiviset vaikutukset (heikko selviytyminen ja kognitiiviset odotukset) kasvattivat GIA-riskiä. Nämä kaksi tekijää välittivät GIA: n oireita, jos esiintyi muita riskitekijöitä, kuten masennus, sosiaalinen ahdistus, matala itsetunto, alhainen omatehokkuus ja korkea stressiherkkyys muutamien alueiden nimeämiseksi, joita mitattiin tutkimuksessa. Malli osoittaa, että yksilöt, joilla on korkea selviytymistaito ja joilla ei ole odotuksia siitä, että Internetiä voidaan käyttää positiivisen mielialan lisäämiseen tai vähentämiseen, harvemmin osallistuvat ongelmallisen Internetin käyttöön, vaikka muita persoonallisuus- tai psykologisia haavoittuvuuksia olisi. Hoitovaikutuksiin sisältyy selkeä kognitiivinen osa GIA: n kehitykseen ja tarve arvioida potilaan selviytymistapa ja kognitiot sekä parantaa viallista ajattelua oireiden vähentämiseksi ja palautumisen aloittamiseksi.

esittely

Internetin ongelmallista käyttöä on tunnistettu useissa tutkimuksissa, ja se osoittaa, että pysyvät kielteiset vaikutukset, kuten työpaikkojen menetys, akateeminen epäonnistuminen ja avioero, johtuivat liiallisesta Internet-käytöstä (arvosteluista katso Griffiths, 2000a,b; Chou et ai., 2005; Widyanto ja Griffiths, 2006; Byun et ai., 2009; Weinstein ja Lejoyeux, 2010; Lortie ja Guitton, 2013). Tämän ilmiön kliininen merkitys kasvaa, kun otetaan huomioon korkeat arvioidut esiintyvyysasteet, jotka vaihtelevat 1.5: stä 8.2%: iin (Weinstein ja Lejoyeux, 2010) tai jopa 26.7%, käytetyn asteikon ja käytettyjen kriteerien mukaan (Kuss et ai., 2014).

Vaikka tämän kliinisen ongelman ensimmäinen kuvaus on melkein 20 vuotta sitten (Nuori, 1996), luokittelusta keskustellaan edelleen kiistanalaisesti, ja sen vuoksi tieteellisessä kirjallisuudessa käytetään useita termejä, jotka ulottuvat ”pakonomaiseen Internetin käyttöön” (Meerkerk et ai., 2006, 2009, 2010), ”Internet-ongelmat” (Widyanto et ai., 2008), ”Ongelmallista Internetin käyttöä” (Caplan, 2002), ”Patologinen Internetin käyttö” (Davis, 2001) Internet-riippuvuutta aiheuttavaan käyttäytymiseen (Brenner, 1997), mainitakseni vain muutamia. Viimeksi kuluneiden 10-vuosien aikana useimmat tämän alan tutkijat ovat kuitenkin käyttäneet termiä ”Internet-riippuvuus” tai “Internet-riippuvuushäiriö” (esim. Johansson ja Götestam, 2004; Estä, 2008; Byun et ai., 2009; Dong et ai., 2010, 2011, 2013; Kim et ai., 2011; Purty et ai., 2011; Nuori, 2011b, 2013; Young et ai., 2011; Zhou et ai., 2011; Cash et ai., 2012; Hou et ai., 2012; Hong et ai., 2013a,b; Kardefelt-Winther, 2014; Pontes et ai., 2014; Tonioni et ai., 2014). Suosimme myös termiä "Internet addiction (IA)", koska viimeaikaiset artikkelit (ks. Keskustelu Brand et ai., 2014) tuo esiin Internetin liiallisen käytön ja muiden riippuvuutta aiheuttavien käyttäytymisten (esim. Grant et ai., 2013) ja myös riippuvuus riippuvuudesta (ks. myös Nuori, 2004; Griffiths, 2005; Meerkerk et ai., 2009). On väitetty, että aineiden riippuvuuden kehittämiseen ja ylläpitämiseen liittyvät mekanismit ovat siirrettävissä Internet-sovellusten addiktiiviseen käyttöön (ja myös muihin käyttäytymisriippuvuuksiin), esimerkiksi riippuvuuden kannustava herkistysteoria ja siihen liittyvät käsitteet (esim. Robinson ja Berridge, 2000, 2001, 2008; Berridge et ai., 2009). Tämä sopii hyvin myös riippuvuuskäyttäytymisen komponenttimalliin (Griffiths, 2005).

IA: n psykologisista korrelaatioista on tehty monia tutkimuksia, mutta tämä on tehty - ainakin useimmissa tapauksissa - tekemättä eroa yleisen Internet-riippuvuuden (GIA) ja tietyn Internet-riippuvuuden (SIA; Morahan-Martin ja Schumacher, 2000; Leung, 2004; Ebeling-Witte et ai., 2007; Lu, 2008; Kim ja Davis, 2009; Billieux ja Van der Linden, 2012), vaikka psykologiset mekanismit voivat olla erilaisia, myös tietyille ikäryhmille tai käytetyille sovelluksille (Lopez-Fernandez et ai., 2014). Tutkimuksessamme tarkastellaan selviytymismuotojen välittäviä vaikutuksia ja Internetin käytön kognitiivisia odotuksia GIA: n kehittämisessä ja ylläpidossa, jotta voidaan auttaa ymmärtämään paremmin taustalla olevia mekanismeja ja mahdollisia vaikutuksia diagnostiikkaan ja hoitoon.

Teoreettisella tasolla jo postuloitiin, että vaikutustenarviointi on eriytettävä yleisen Internetin käytön suhteen (Griffithit ja puu, 2000) verrattuna erityisiin IA-tyyppeihin, kuten cybersex, online-suhteet, nettopakot (esim. uhkapelit, ostokset), tiedonhaku ja online-pelaaminen Internet-riippuvuuden kehittämiseksi (esim. Young et ai., 1999; Meerkerk et ai., 2006; Estä, 2008; Brand et ai., 2011). Vain yksi alatyyppi, Internet Gaming Disorder, on kuitenkin sisällytetty DSM-5 -sovelluksen liitteeseen (APA, 2013). Useimmat tutkimukset joko arvioivat IA: ta yhtenäisenä rakenteena tai arvioivat vain yhden tietyn alatyypin (useimmissa tapauksissa Internet-pelaaminen). Hänen kognitiivis-käyttäytymismallissaan Davis (2001) erotettiin myös yleisen patologisen Internet-käytön (GIA) ja tietyn patologisen Internet-käytön (SIA) välillä. GIA: ta kuvailtiin Internetin moniulotteiseksi ylikäytöksi, johon usein liittyi ajanhukkaa ja Internetin kohdistamatonta käyttöä. Internetin sosiaalisia näkökohtia (esim. Sosiaalinen viestintä sosiaalisten verkostojen kautta) käytetään erityisen paljon (ks. Myös keskustelu vuonna 2006) Lortie ja Guitton, 2013), jonka oletetaan liitettävän sosiaalisen tuen puutteeseen ja yksilön kokemiin sosiaalisiin alijäämiin ei-virtuaalisissa tilanteissa. Lisäksi on väitetty, että koehenkilöt voivat käyttää useita erilaisia ​​Internet-sovelluksia liikaa ilman, että heillä on yhtä tiettyä suosikkia, esimerkiksi pelata pelejä, katsella pornografiaa, surffata tiedoissa ja / tai ostospaikoilla, lähettää selfies-videoita, katsella videoita videoalustoilla, lukea blogeja muista, ja niin edelleen. Tässä tapauksessa voidaan väittää, että henkilö on riippuvainen Internetistä eikä ole riippuvainen Internetistä (mutta katso myös keskustelu aiheesta Starcevic, 2013). Davis väittää, että yksi pääasiallinen ero GIA: n ja SIA: n välillä on se, että GIA: sta kärsivät henkilöt eivät olisi kehittäneet vastaavaa ongelmakäyttäytymistä ilman Internetiä, kun taas SIA: stä kärsivät henkilöt olisivat kehittäneet samanlaisen ongelmakäyttäytymisen toisessa ympäristössä. Molemmissa Internetin riippuvuuskäytön muodoissa, GIA: ssa ja SIA: ssä, toimintahäiriöisissä tunneissa itsestä ja maailmasta ehdotetaan olevan keskeinen rooli (Caplan, 2002, 2005).

GIA: ta käsittelevä tutkimus osoitti, että Internetin käytöstä johtuvat subjektiiviset valitukset jokapäiväisessä elämässä korreloivat monipuolisten persoonallisuusominaisuuksien kanssa. Itse asiassa osoitettiin, että GIA liittyy psykopatologisiin komorbiditeisiin, kuten afektiivisiin tai ahdistuneisuushäiriöihin (Whang et ai., 2003; Yang et ai., 2005; Weinstein ja Lejoyeux, 2010) sekä persoonallisuusominaisuudet ujous, neuroottisuus, stressiherkkyys, taipumus viivyttää ja alhainen itsetunto (Niemz et ai., 2005; Ebeling-Witte et ai., 2007; Hardie ja Tee, 2007; Thatcher et ai., 2008; Kim ja Davis, 2009). Myös sosiaalisen tilanteen tekijät, esimerkiksi sosiaalisen tuen puute tai sosiaalinen eristäytyminen (Morahan-Martin ja Schumacher, 2003; Caplan, 2007) ja jopa yksinäisyys nuorten koulutusympäristössä (Pontes et ai., 2014), vaikuttavat liittyvän GIA: hon. Lisäksi on väitetty, että Internetin käyttö välineenä ongelmaisten tai stressaavien elämätapahtumien selviytymisessä edistää GIA: n kehitystä (Whang et ai., 2003; Tang et ai., 2014). IA-henkilöillä on myös suuri taipumus impulsiiviseen selviytymisstrategiaan (Tonioni et ai., 2014). Jotkut kirjoittajat käsittelevät IA: ta jopa arjen tai päivittäisten ongelmien selviytymisen tyyppinä (Kardefelt-Winther, 2014). Vielä on vain joitain ensimmäisiä tutkimuksia, joissa verrataan nimenomaisesti erityyppisten SIA: n ennustajia. Pawlikowski et ai. (2014) ilmoitti, että ujous ja elämäntyytyväisyys liittyvät Internet-pelien riippuvuutta aiheuttavaan käyttöön, mutta eivät cybersexin patologiseen käyttöön tai sekä pelien että cybersexin käyttöön.

Perustuu aikaisempaan tutkimukseen, erityisesti Davis (2001), ja ottaen huomioon myös nykyisen kirjallisuuden neuropsykologisista ja neuroprofiileista löydöksistä henkilöistä, jotka ovat riippuvaisia ​​Internetistä, olemme äskettäin julkaissut teoreettisen mallin GIA: n ja SIA: n kehittämisestä ja ylläpidosta (Brand et ai., 2014). Jotkut malliin sisältyvistä näkökohdista on jo mainittu, esimerkiksi sosiaalisten verkostoitumissivustojen käytön yhteydessä, esimerkiksi positiivisten tulosten odotettavissa (Turel ja Serenko, 2012). On myös osoitettu, että verkkohuutokauppojen liiallinen tai koukuttava käyttö korreloi muutosten kanssa yksilöiden uskomuksissa tekniikkaan ja tämä määrittelee tulevan käytön ja käyttöaikeet (Turel et ai., 2011). Tämä on GIA: n teoreettisen mallimme mukaista, jossa oletamme, että uskomukset tai odotukset siitä, mitä Internet voi tehdä henkilölle, vaikuttavat käyttäytymiseen, ts. Internetin käyttöön, mikä puolestaan ​​vaikuttaa myös tulevaisuuden odotuksiin. Olemme kuitenkin mallissamme keskittyneet odotusten ja selviytymisstrategioiden välitysrooliin GIA: n ja tietyn tyyppisen SIA: n kehittämisessä ja ylläpidossa.

GIA: n kehittämisessä ja ylläpidossa väitämme, että käyttäjällä on tiettyjä tarpeita ja tavoitteita, jotka voidaan saavuttaa käyttämällä tiettyjä Internet-sovelluksia. Aiemman tutkimuksen perusteella sisällytimme useita näistä havainnoista kehittääkseen kattavan mallin näiden elementtien sitomiseksi toisiinsa. Alun perin ihmisen perusominaisuudet liittyvät IA: hon ja niihin sisältyy psykopatologisia näkökohtia, persoonallisuusnäkökohtia ja sosiaalisia kognitioita. Ensimmäiseen osaan sisällytimme psykopatologiset oireet, erityisesti masennuksen ja sosiaalisen ahdistuksen (esim. Whang et ai., 2003; Yang et ai., 2005), toimintahäiriöiset persoonallisuusnäkökohdat, kuten heikko itsetehokkuus, ujous, stressiherkkyys ja myöhästymis taipumukset (Whang et ai., 2003; Chak ja Leung, 2004; Caplan, 2007; Ebeling-Witte et ai., 2007; Hardie ja Tee, 2007; Thatcher et ai., 2008; Kim ja Davis, 2009; Pontes et ai., 2014) ja sosiaalinen eristäytyminen / sosiaalisen tuen puute (Morahan-Martin ja Schumacher, 2003; Caplan, 2005) GIA: n kehittämisessä. Ehdotimme kuitenkin, että tiettyjen Internetiin liittyvien kognitioiden, etenkin Internetin käytön odotusten, tulisi välittää näiden henkilöiden pääominaisuuksien ja kognitioiden vaikutusta Internetin riippuvuutta aiheuttavan käytön kehitykseen (Turel et ai., 2011; Xu et ai., 2012; Lee et ai., 2014) ja tietyt strategiat selviytyäkseen arkielämän vaatimuksista tai päivittäisestä vaivasta (Tang et ai., 2014; Tonioni et ai., 2014). Mallin kolmannessa osassa, jos käyttäjä menee verkkoon ja saa vahvistuksia häiriöiden selviytymisestä ongelmista tai negatiivisesta mielialasta, ja henkilö odottaa, että Internetin käyttö häiritsee häntä ongelmista tai negatiivisista tunteista, niin mitä enemmän todennäköisesti he kääntyvät Internetiin paetakseen tunteistaan, joista todistaa hallinnan menetys, huono ajanhallinta, himo ja lisääntyneet sosiaaliset ongelmat. Vahvistus- ja hoitamisprosessien rooli on kuvattu hyvin kirjallisuudessa aineen aiheuttamien häiriöiden (esim. Robinson ja Berridge, 2001, 2008; Kalivas ja Volkow, 2005; Everitt ja Robbins, 2006). Olemme myös väittäneet, että selviytymismallin ja Internetin käytön odotusten positiivinen ja kielteinen vahvistuminen johtaa peräkkäin Internetin käytön kognitiivisen hallinnan menettämiseen, jota välttää prefrontaalinen (toimeenpaneva) toiminta (Brand et ai., 2014).

Vaikka tämä malli sopii hyvin aikaisempaan kirjallisuuteen keskeisistä havainnoista, jotka koskevat vaikutustenarvioinnin taustalla olevia psykologisia mekanismeja (katso yleiskatsaus Kuss ja Griffiths, 2011a,b; Griffiths, 2012) ja myös äskettäin tehdyissä GIA: n neuropsykologisissa ja neuromukuvissa korrelaatioissa ja erillisissä SIA-tyypeissä (Kuss ja Griffiths, 2012; Brand et ai., 2014), tämä malli tarvitsee edelleen empiiristä näyttöä asteittaisen pätevyyden suhteen. Tässä tutkimuksessa pyrimme kääntämään yllä esitetyn GIA: n teoreettisessa mallissa esitetyt hypoteesit tilastolliseksi malliksi piilevien muuttujien tasolla ja testasimme ennustajan ja välittäjän vaikutuksia GIA-oireiden vakavuuteen laajamittaisen Internet-populaation avulla. Validoituja psykologisia ja persoonallisuusmittareita käyttämällä arvioimme ensin henkilöiden perusominaisuuksia ennustaessamme Internetin liiallista ja koukuttavaa käyttöä yleisesti. Validoidun selviytymismittarin ja äskettäin kehitetyn Internetin käytön odotusten mittarin avulla testattiin, olisiko huono selviytymistaito ja Internetin käyttöodot (esimerkiksi Internetin käyttäminen negatiivisten tunteiden tai epämiellyttävien tilanteiden välttämiseksi) välittävät yhteyttä ihmisen perusominaisuuksien ja GIA.

Materiaalit ja menetelmät

Toiminnallinen malli

Kääntäimme ensin johdannossa kuvatun ja artikkelissa kuvailun teoreettisen mallin Brand et ai. (2014) osaksi testattavaa ja toiminnallista tilastollista mallia. Jokaiselle teoreettisessa mallissa mainitulle ulottuvuudelle valittiin ainakin kaksi manifestimuuttujaa rakentamaan yhtälömalli (SEM) piilevälle tasolle. Kummallekin muuttujalle käytimme sitten tiettyä asteikkoa (kukin koostuu useista kohteista, ks. Instrumenttien kuvaus alla) manifestimuuttujien toiminnallistamiseksi. Tämä toiminnallistettu malli SEM: nä piilevällä tasolla on esitetty kuvassa 1.

 

KUVA 1. Operatiivinen malli, mukaan lukien GIA: n teoreettisen mallin pääoletukset, piilevässä ulottuvuudessa.

Aiheet

Meillä oli 1148-vastaajia kattavan verkkotutkimuksen avulla. Sen jälkeen kun 129-osallistujat oli suljettu pois epätäydellisten tietojen perusteella psykometrisissä asteikoissa, lopullinen näyte koostui N = 1019. Osallistujia rekrytoitiin mainoksilla, Internet-alustoilla (ryhmän Yleinen psykologia: kognitio Facebook-tili), sähköpostilistoilla Duisburg-Essenin yliopiston opiskelijoille ja lentolehtisten kautta paikallisissa pubeissa ja baareissa sekä sanallisesti suun suositukset. Mainoksiin, sähköposteihin ja lentolehtisiin sisältyy ilmoitus siitä, että osallistujat voivat osallistua kilpailuun, jolla on mahdollisuus voittaa jokin seuraavista: (1) iPad, (2) iPad mini, (3) iPod nano, (4) ) iPod shue, 20 Amazon-lahjakortit (50 euroa kukin). Paikallinen etiikkakomitea hyväksyi tutkimuksen.

Lopullisen näytteen keski-ikä oli 25.61 vuotta (SD = 7.37). Otokseen kuului 625 (61.33%) naista ja 385 (37.78%) miestä (yhdeksän vapaaehtoista ei vastannut tähän kysymykseen). Yksityiselämän tilanteesta 577 osallistujaa (56.62%) asui parisuhteessa tai oli naimisissa ja 410 (40.24%) ilmoitti, ettei sillä ole nykyistä suhdetta (32 osallistujaa ei vastannut tähän kysymykseen). Arvioinnin aikaan 687 osallistujaa (67.42%) oli opiskelijoita, 332 osallistujalla (32.58%) oli säännöllinen työ (ilman akateemista taustaa). Koko otoksesta 116 osallistujaa (11.4%) täytti ongelmallisen Internetin käytön kriteerit [raja-arvo> 30 lyhyessä Internet-riippuvuustestissä (katso alla oleva instrumentin kuvaus), ja 38 osallistujaa (3.7%) Internetin patologinen käyttö (> 37 s-IAT: ssa). Keskimääräinen Internetissä vietetty aika oli 972.36 min / viikko (SD = 920.37). Koko otoksesta 975 henkilöä käytti sosiaalisen verkostoitumisen sivustoja (M_{min / viikko} = 444.47, SD = 659.05), 998-yksilöt (97.94%) hakivat tietoa Internetistä (M_{min / viikko} = 410.03, SD = 626.26), 988-yksilöt (96.96%) käyttivät ostospaikkoja (M_{min / viikko} = 67.77, SD = 194.29), 557-osallistujat käyttivät online-pelejä (54.66%, M_{min / viikko} = 159.61, SD = 373.65), verkkopelaamisen tekivät 161-osallistujat (15.80%, M_{min / viikko} = 37.09, SD = 141.70), ja 485-yksilöt käyttivät cybersexiä (47.60%, M_{min / viikko} = 66.46, SD = 108.28). Useiden Internet-sovellusten käytöstä 995-osallistujat (97.64%) kertoivat käyttävänsä säännöllisesti kolmea tai useampaa edellä mainittua Internet-sovellusta.

Instruments

Lyhyt Internet-riippuvuustesti (s-IAT)

IA: n oireita arvioitiin saksalaisella Internet Addiction Test -versiossa (Pawlikowski et ai., 2013), joka perustuu alkuperäisen version kehittämään Nuori (1998). Lyhyessä versiossa (s-IAT) 12 kohtaan on vastattava viiden pisteen asteikolla, joka vaihtelee välillä 1 (= ei koskaan) - 5 (= hyvin usein), jolloin summa-arvot vaihtelevat välillä 12-60, kun taas pisteet> 30 osoittaa ongelmallista Internetin käyttöä ja pisteet> 37 osoittaa patologista Internetin käyttöä (Pawlikowski et ai., 2013). S-IAT koostuu kahdesta tekijästä: hallinnan menetys / ajanhallinta ja himo / sosiaaliset ongelmat (jokaisella on kuusi kohdetta). Vaikka 12-tuotteet kuormittavat kahta tekijää sekä etsivässä että varmentavassa tekijäanalyysissä (CFA; Pawlikowski et ai., 2013), ne kuvaavat IA: n keskeisiä oireita, kuten komponenttimallissa esimerkiksi kuvaavat (Griffiths, 2005). Ensimmäisessä ala-asteikossa ”hallinnan menetys / ajanhallinta” arvioidaan, kuinka voimakasta henkilö kärsii ajanhallintaongelmista arkielämässä Internetin käytönsä takia (esim. “Kuinka usein laiminlyöt kotitalouksien asioita viettääksesi enemmän aikaa verkossa?” Ja "Kuinka usein menetät unen siitä, että olet verkossa myöhään illalla?"). Tämän ala-asteikon kohteet arvioivat myös Internetin liiallisen käytön aiheuttamat kielteiset seuraukset (esim. ”Kuinka usein arvosanasi tai koulusi työt kärsivät verkossa viettämäsi ajan takia?”). Mitataan myös, jos koehenkilöt menettävät hallinnansa Internetin käytössään ja ovatko he yrittäneet vähentää Internetin käyttöä ja epäonnistuneet (esim. ”Kuinka usein huomaat, että pysyt verkossa pidempään kuin olet suunnitellut?” Ja “Kuinka usein yritätkö lyhentää online-aikaa ja epäonnistut? "). Kaikilla kohteilla ei mitata verkossa vietettyä aikaa, mutta kärsivätkö Internetin käytöstä Internetin käytön hallinnan menettäminen ja arkielämän ongelmat vai eivät. Toisessa alatasossa ”himo / sosiaaliset ongelmat” mitataan liiallisen Internetin käytön vaikutuksia sosiaaliseen vuorovaikutukseen ja keskusteluun keskusteluvälineen kanssa (esim. “Kuinka usein tunnet olevansa kiinnostuneita Internetistä, kun olet toiminnassa, tai fantasioit verkossa olemisesta?”). Tämän ala-asteikon kohteet arvioivat myös henkilöiden välisiä ongelmia (esim. Kuinka usein napsautat, huutaat tai harmitat, jos joku häiritsee sinua, kun olet online-tilassa?) Ja mielialan säätelyyn (esim. “Kuinka usein tunnet masentuneisuutta, tuulestusta tai hermostunut, kun olet virkaa, mikä häviää, kun olet taas online-tilassa?). Kaikki tuotteet sisältävät termit ”Internet” tai ”online” yleensä keskittymättä tiettyyn sovellukseen. Ohjeessa osallistujille ilmoitettiin, että kaikki kysymykset liittyvät heidän Internetin yleiseen käyttöön, mukaan lukien kaikki käytetyt sovellukset.

S-IAT: llä on hyvät psykometriset ominaisuudet ja pätevyys (Pawlikowski et ai., 2013). Otoksessamme sisäinen konsistenssi (Cronbachin α) oli 0.856 koko asteikolla, 0.819 tekijöiden hallinnan menettämiselle / ajanhallinnalle ja 0.751 tekijähimoille / sosiaalisille ongelmille.

Lyhyt oireiden kartoitus - ala-asteikon masennus

Masennuksen oireet arvioitiin saksalaisen version avulla (Franke, 2000) lyhyt oireluettelon alakaalan masennuksesta (Boulet and Boss, 1991; Derogatis, 1993). Asteikko koostuu kuudesta kohdasta, joissa arvioidaan masennusoireita viimeisten 7-päivien ajan. Vastaukset on annettava viiden pisteen asteikolla 0 (= ei ollenkaan) 4 (= erittäin). Sisäinen konsistenssi (Cronbachin α) näytteessämme oli 0.858.

Lyhyt oireiden kartoitus - henkilöiden välinen herkkyys aliasteikolla

Sosiaalisen ahdistuksen ja ihmissuhteiden herkkyyden oireita arvioitiin saksankielisen version avulla (Franke, 2000) Lyhyen oireiden luettelon osa-asteikon henkilöiden välisestä herkkyydestä (Boulet and Boss, 1991; Derogatis, 1993). Asteikko koostuu neljästä kohdasta, ja vastaukset on annettava viiden pisteen asteikolla, joka vaihtelee 0 (= ei ollenkaan) 4 (= erittäin). Sisäinen konsistenssi (Cronbachin α) näytteessämme oli 0.797.

Itsearviointiasteikko

Itsetuntoa arvioitiin itsearviointiasteikolla (Rosenberg, 1965). Käytimme täällä muokattua saksalaista versiota (Collani ja Herzberg, 2003), joka koostuu kymmenestä tuotteesta. Vastaukset on annettava neljän pisteen asteikolla vaihteleen 0 (= olen täysin eri mieltä) ja 3 (= olen täysin samaa mieltä). Sisäinen konsistenssi (Cronbachin α) näytteessämme oli 0.896.

Omatehokkuusasteikko

Itsetehokkuutta arvioitiin omatehokkuusasteikolla (Schwarzer ja Jerusalem, 1995), joka koostuu 10-kohteista. Vastaukset on annettava nelipisteasteikolla, joka vaihtelee 1 (= ei totta) - 4 (= täsmällisesti totta). Sisäinen konsistenssi (Cronbachin α) näytteessämme oli 0.863.

Trier-inventaario kroonista stressiä varten

Stressiherkkyys mitattiin kroonisen stressin Trier-luettelon (TICS; Schulz et ai., 2004). Seulonta sisältää 12-aiheita stressialtistuksesta viimeisen 3-kuukauden aikana. Jokaiseen lauseeseen on vastattava viiden pisteen asteikolla 0 (= ei koskaan) - 4 (= erittäin usein). Sisäinen konsistenssi (Cronbachin α) näytteessämme oli 0.908.

Yksinäisyysasteikko

Yksinäisyysasteikon lyhyt versio (De Jong Gierveld ja Van Tilburg, 2006) mitattiin yksinäisyyden tunteita (ala-asteikko emotionaalinen yksinäisyys, kolme kohdetta) ja havaittua sosiaalista tukea (sosiaalisen tuen osa-asteikko, kolme kohdetta). Kaikkiin lauseisiin on vastattava viiden pisteen asteikolla 1 (= ei!) - 5 (= kyllä!). Sisäinen johdonmukaisuus (Cronbachin α) näytteessämme oli 0.765 ala-asteikon emotionaaliseen yksinäisyyteen ja 0.867 ala-asteikon sosiaaliseen tukeen.

Lyhyt COPE

Lyhyt COPE (Carver, 1997) mittaa selviytymistapaa useilla eri aliverkkotunnuksilla. Käytimme täällä kolmea saksankielisen version asteikkoa (Knoll et ai., 2005): kielto, päihteiden käyttö ja käytöstäpoistuminen. Kutakin osa-asteikkoa edustaa kaksi kohtaa, joihin oli vastattava nelipisteasteikolla 1 (= En ole tehnyt tätä lainkaan) 4 (= Olen tehnyt tätä paljon). Sisäinen johdonmukaisuus (Cronbachin α) näytteessämme oli 0.561 alikaalauksen kieltämiselle, 0.901 alakaala-aineiden käytölle ja 0.517 alakaalauksen käyttäytymisprosessin katkaisulle. Koska asteikot koostuvat vain kahdesta osasta ja koska laitetta on käytetty useissa validointitutkimuksissa, mukaan lukien raportit uudelleentestin luotettavuudesta, pidämme luotettavuutta hyväksyttävänä.

Internetin käyttöasteikko

Internetin käyttötarkoitusten arvioimiseksi kehitimme uuden asteikon, joka koostui - ensimmäisessä versiossa - 16-kohteista. Kohteet heijastavat joitain keskeisiä motivoivia tekijöitä, kuten esimerkiksi Xu et ai. (2012) ja myös Yee (2006). Tuotteet annettiin a priori kahteen asteikkoon (jokaisessa on kahdeksan kohdetta): Internetin käyttöodotukset, jotka heijastavat positiivista vahvistusta (esim. “käytän Internetiä kokeakseni nautintoa”), ja mittaukset, jotka heijastavat negatiivista vahvistusta (esim. “Käytän Internetiä häiritsemään ongelmia”). Kaikki vastaukset annettiin kuuden pisteen asteikolla vaihteleen 1 (= täysin eri mieltä) 6 (= täysin samaa mieltä). Tässä tutkimuksessa kerättyjen tietojen perusteella (N = 1019), suoritimme tutkimuksen tekijäanalyysin (EFA). Horn's (1965) rinnakkaisanalyysi ja vähimmäiskeskimääräinen osittainen (MAP) testi (Velicer, 1976) käytettiin määrittämään sopiva lukumäärä tekijöitä. Tämä menetelmä antoi stabiilin kaksifaktorisen ratkaisun. Sitten suoritettiin EFA, jossa oli pääkomponenttianalyysi ja varimax-kierto, jotta arvioidaan Internet Use Exhibitionancies Scale (IUES) -rakennetta. EFU: n tulokset, jotka on tehty IUES: n lopullisella 8-tuoteversiolla, jossa on kaksikerroinen rakenne, säilyy (taulukko 1). Näillä kahdella tekijällä havaitsimme 63.41%: n varianssiselvityksen. Ensimmäinen kerroin sisältää neljä erää, joissa pääkertoimen kuormitus on suuri (> 0.50) ja toisen tekijän kuormitus on pieni (<0.20), ja se liittyy positiivisiin odotuksiin, joten nimitimme tämän tekijän "positiivisiksi odotuksiksi". Toinen tekijä koostuu neljästä kohdasta, joiden pääkerroin on korkea (> 0.50) ja toinen tekijä on alhainen (<0.20), sekä kaikista Internetin käyttöön liittyvistä tekijöistä negatiivisten tunteiden tai ajatusten välttämiseksi tai vähentämiseksi, joten nimeimme tämän tekijä "välttämisen odotukset". Molemmilla tekijöillä on hyvä luotettavuus ("positiiviset odotukset": Cronbachin α = 0.832 ja "välttämisodotukset" Cronbachin α = 0.756). Nämä kaksi tekijää korreloivat merkittävästi (r = 0.496, p <0.001), kohtalainen vaikutus (Cohen, 1988).

 

TAULUKKO 1. IUES: n kahden tekijän, nimellisarvojen ja tuotenumeroiden tekijäkuormat ja luotettavuus.

Laitteen tekijärakenteen varmistamiseksi arvioimme ylimääräisen näytteen 169-koehenkilöistä (keskimääräinen ikä = 21.66, SD = 2.69; 106 naaraat) CFA: n soveltamiseksi. CFA tehtiin MPlus: n kanssa (Muthén ja Muthén, 2011). Mallien sopivuuden arvioimiseksi olemme käyttäneet vakiokriteerejä (Hu ja Bentler, 1995, 1999): Standardoitu neliömäinen jäännöskeskiarvo (SRMR; arvot 0.08: n alapuolella ilmaisevat hyvää sopivuutta tietoihin), vertailevat sovitusindeksit (CFI / TLI; arvot 0.90: n yläpuolella osoittavat hyvää sopivuutta, arvot 0.95: n yläpuolella erinomaista sopivuutta) ja keskimääräinen neliö lähentämisvirhe (RMSEA; ”tiukka istuvuuden testi”; arvo 0.08: n alapuolella ja merkitsevyysarvo alle 0.05: n osoittaa hyväksyttävän sopivuuden). CFA vahvisti kaksifaktorisen ratkaisun IUES: lle, jolla oli hyvät tai erinomaiset istuvuusparametrit: RMSEA oli 0.047, CFI oli 0.984, TLI oli 0.975 ja SRMR oli 0.031. Χ² testi ei ollut merkitsevä, χ² = 24.58, p = 0.137 osoittaa, että tiedot eivät poikenneet merkittävästi teoreettisesta mallista (kahden tekijän ratkaisu, kuten taulukossa 2 esitetään) 1) .Tämä näyte kerättiin vain CFA: ta varten. Tietoja ei sisällytetty jatkoanalyyseihin.

Tilastolliset analyysit

Tilastolliset standardimenettelyt suoritettiin SPSS 21.0 for Windows -sovelluksella (IBM SPSS Statistics, julkaistu 2012). Pearson-korrelaatiot laskettiin testaamaan nolla-asteisia suhteita kahden muuttujan välillä. Poikkeavuuksien tietojen hallitsemiseksi loimme normaalisti hajautetun satunnaismuuttujan, jolla on sama keskimääräinen keskihajonta kuin löysimme s-IAT: ssa (kokonaispistemäärä). Tämän satunnaismuuttujan tulisi teoreettisesti olla riippumaton kaikista kiinnostavista muuttujista, jos datan poikkeamat eivät vaikuta korrelaatioihin. Kaikki korrelaatiot satunnaismuuttujan kanssa olivat hyvin alhaisia, rs <0.049, mikä osoittaa, ettei lopullisessa näytteessä ollut merkittävästi vaikuttavia poikkeamia missään asteikossa (N = 1019). Lisäksi sirontapisteitä muuttujien välillä hallittiin visuaalisesti. Jälleen mitään äärimmäisiä poikkeavuuksia ei löytynyt. Siksi analyysit suoritettiin kaikille koehenkilöille.

SEM-analyysi laskettiin MPlus 6: llä (Muthén ja Muthén, 2011). Puuttuvia tietoja ei ollut. Ennen kokonaisen mallin testaamista, piilevien mittojen sopivuudet testattiin myös CFA: lla MPlus: ssa. Sekä SEM: lle että CFA: lle käytettiin maksimaalisen todennäköisyyden parametrien arviointia. Mallien sopivuuksien arvioimiseksi olemme käyttäneet vakiokriteerejä (Hu ja Bentler, 1995, 1999) kuten aiemmassa osiossa on kuvattu. Sovittelija-analyysin soveltamiseksi se vaadittiin Paroni ja Kenny (1986), että kaikkien sovittelussa mukana olevien muuttujien tulisi korreloida keskenään. Käytimme myös moderoituja regressioita mahdollisten moderaattoriefektien analysoimiseksi lisäanalyyseinä selviytymiskonseptin vaihtoehtoiselle käsitteelle.

tulokset

Kuvailevat arvot ja korrelaatiot

Näytteiden keskiarvot s-IAT: ssä ja kaikissa muissa käytetyissä asteikkoissa ovat taulukossa 2. Keskimääräinen s-IAT-pistemäärä on M = 23.79 (SD = 6.69) on melko vertailukelpoinen pisteet, jotka raportoi Pawlikowski et ai. (2013) yleisen populaation 1820-kohteista otetulle näytteelle (keskimääräinen s-IAT-pistemäärä oli M = 23.30, SD = 7.25). S-IAT: n (summapistemäärä) ja kyselylomakkeiden ja annettujen asteikkojen kahdenväliset korrelaatiot esitetään taulukossa 3.

 

TAULUKKO 2. Käytettyjen asteikkojen keskiarvot.

 

TAULUKKO 3. Kaksimuuttujakorrelaatiot s-IAT: n (summapisteet) ja annettujen kyselylomakkeiden pisteiden välillä.

Ehdotetun mallin piilevät mitat vahvistefaktorianalyysissä

Ehdotetun teoreettisen mallin testaamiseksi systemaattisesti analysoimme ensin tekijämallia, mikä tarkoittaa, että testattiin, edustavatko piilevät mitat hyväksyttävästi manifestimuuttujia. Siksi CFA suoritettiin kuuden piilevän ulottuvuuden kanssa (yksi riippuvainen ulottuvuus, kolme ennustajan ulottuvuutta, kaksi välittäjän ulottuvuutta). RMSEA oli 0.066 kanssa p <0.001, CFI oli 0.951, TLI oli 0.928 ja SRMR oli 0.041, mikä osoittaa hyvää mallin sopivuutta.

Ensimmäistä piilevää ulottuvuutta ”GIA: n oireet” edustivat s-IAT: n kahdessa tekijässä (hallinnan menettäminen / ajanhallinta ja himo / sosiaaliset ongelmat) annetut pistemäärät suunnitellulla tavalla. Ensimmäistä ennustavaa muuttujaa “psykopatologiset oireet” edustivat merkittävästi BSI: n kaksi alakaalaa (masennus ja ihmisten välinen herkkyys). Dimensiota ”persoonallisuusnäkökohdat” edustivat hyvin kolme oletettua manifestimuuttujaa (omatehokkuus, itsetunto ja stressiherkkyys), ja viimeinen ennustajaulottuvuus ”sosiaaliset kognitiot” edustivat hyvin yksinäisyysasteikon kahta alakaalaa (tunnepitoisuus) yksinäisyys ja sosiaalinen tuki). Tulokset osoittivat, että ensimmäistä hypoteettista mediaattorin ulottuvuutta ”selviytyminen” edustavat hyvin COPE: n kolme alakaalaa (kieltäminen, päihteiden väärinkäyttö ja käytöksestä irtaantuminen) ja toinen mediaattorin ulottuvuus ”Internetin käytön odotukset” edustivat kahta IUES-tekijää ( positiiviset odotukset ja välttämisodotukset).

Kaiken kaikkiaan CFA osoitti, että piilevät mitat esitetään hyväksyttävästi manifestimuuttujilla. Ainoastaan ​​mittakaavassa selviytymisessä laajuisen aineen väärinkäytöllä on heikompi tekijäkuormitus (β = 0.424), mutta silti merkittävä (p <0.001) ja siksi riittävä, koska kokonaismalli sopi hyvin tietoihin. Kaikki tekijäkuormitukset ja standardivirheet on esitetty taulukossa 4.

 

TAULUKKO 4. Ilmeisten muuttujien kuormituksen kertoimet piileville mittoille, testattu CFA: lla MPlus: ssa.

Täydellinen rakennekaavan malli

Ehdotettu piilevän ulottuvuuden teoreettinen malli, jossa GIA oli riippuvainen muuttuja (mallinnettu kahdella s-IAT-tekijällä), tuottivat hyvän sopivuuden tietoihin. RMSEA oli 0.066 kanssa p <0.001, CFI oli 0.95, TLI oli 0.93 ja SRMR oli 0.041. Χ² testi oli merkittävä, χ² = 343.89, p <0.001, mikä on normaalia, kun otetaan suuri näytekoko. Kuitenkin χ² Perusmallin testi oli myös merkittävä, huomattavasti korkeammalla χ² arvo, χ² = 5745.35, p <0.001. Yhteenvetona voidaan todeta, että tiedot sopivat hyvin ehdotettuun teoreettiseen malliin. Kaiken kaikkiaan suuri osuus 63.5 prosentista GIA: n varianssista selittyi merkittävästi koko SEM: llä (R² = 0.635, p <0.001). Malli ja kaikki suorat ja epäsuorat vaikutukset on esitetty kuvassa 2.

 

KUVA 2. Rakenneyhtälömallin tulokset, mukaan lukien latenttien mittojen tekijäkuormat, β-painot, p-arvot ja jäännökset. ***p <0.001.

Kaikilla ennusteiden suorilla vaikutuksilla GIA: han ei ollut merkitystä (kuva 5) 2). Mutta huomioi, että piilevien muuttuvien psykopatologisten näkökohtien suora vaikutus ei lievästi saavuttanut merkitystä p = 0.059. Tässä yhteydessä on katsottava, että β-paino oli negatiivinen, mikä osoittaa, että - jos tulkitaan rajallisesti merkittävää suoraa vaikutusta - suurempi masennus ja sosiaalinen ahdistus kulkevat käsi kädessä GIA: n alhaisempien oireiden kanssa, jos psykopatologisista näkökohdista johtuva epäsuora vaikutus kahden välittäjämuuttujan (selviytymisen ja Internetin käytön odotukset) yli osittaiseksi. Kahden piilevän ennustemuuttujan psykopatologisten näkökohtien ja persoonallisuuden suorat vaikutukset sekä piilevien välittäjämuuttujien selviytymiseen että Internetin käyttöodotuksiin olivat merkittäviä. Sitä vastoin piilevien muuttuvien sosiaalisten kognitioiden suorat vaikutukset sekä toimeentuloon että Internetin käyttöodotuksiin eivät olleet merkittäviä, mikä tarkoittaa, että nämä vaikutukset eivät olleet merkittäviä, kun niitä kontrolloitiin kahden muun piilevän ulottuvuuden vaikutuksille.

Sosiaalisten kognitioiden vaikutukset Internetin käyttöodotuksiin eivät kuitenkaan hieman saavuttaneet merkitystä p = 0.073. GIA-selviytymisestä aiheutuvat suorat vaikutukset (p <0.001) ja Internetin käytön odotuksista (p <0.001) olivat merkitseviä voimakkailla vaikutuskokoilla.

Psykopatologisten näkökohtien epäsuora vaikutus GIA-selviytymiseen oli merkittävä (β = 0.173, SE = 0.059, p = 0.003). Myös psykopatologisten näkökohtien välillinen vaikutus Internetin käyttöodotuksiin GIA: lle oli merkittävä (β = 0.159, SE = 0.072, p = 0.027). Persoonallisuusnäkökohtien epäsuora vaikutus GIA-selviytymiseen oli myös merkittävä (β = –0.08, SE = 0.041, p = 0.05), mutta tehosteen koko oli hyvin pieni. Persoonallisuusnäkökohtien epäsuora vaikutus Internetin käyttöodotuksiin GIA: lle oli merkittävä (β = –0.160, SE = 0.061, p = 0.009). Molemmat sosiaalisten kognitioiden epäsuoria vaikutuksia selviytymiseen (β = 0.025, SE = 0.030, p = 0.403) ja sosiaalinen kognitio Internetin käyttöodotusten kautta (β = –0.08, SE = 0.045, p = 0.075) GIA: lle eivät olleet merkitseviä. Malli kaikilla tekijäkuormituksilla ja β-painot on esitetty kuvassa 2. Piilevän ulottuvuuden psykopatologiset näkökohdat korreloivat merkittävästi piilevän ulottuvuuden persoonallisuusnäkökohtien kanssa (r = -0.844, p <0.001) ja piilevä ulottuvuus sosiaaliset kognitiot (r = –0.783, p <0.001). Myös kaksi piilevää ulottuvuutta persoonallisuusnäkökohdat ja sosiaaliset kognitiot korreloivat (r = 0.707, p <0.001).

Lisäanalyysit

Kuvattu malli oli teoreettisesti väitetty malli ja siten malli, jonka testasimme ensin. Olemme kuitenkin myöhemmin testanneet eräitä lisämalleja tai mallin osia erikseen ymmärtääksemme paremmin GIA: n taustalla olevia mekanismeja. Ensimmäinen käsittelemiemme aihe oli psykopatologian vaikutus GIA: han, koska pidimme mielenkiintoisena, että suora vaikutus, vaikkakaan ei merkittävä, oli negatiivinen SEM: ssä (ks. Kuva 2), vaikka kahdenvälisellä tasolla korrelaatiot olivat positiivisia. Yksinkertaisella mallilla, joka sisälsi psykopatologisia näkökohtia (joita edustaa BIS-masennus ja BSI-sosiaalinen ahdistus) ennustajana, ja GIA: lla (jota edustavat kaksi s-IAT-tekijää) riippuvaisena muuttujana oli hyvä mallisovitus (kaikki sopivuusindeksit ovat parempia kuin hyväksyttävät) ja vaikutus oli positiivinen (β = 0.451, p <0.001). Laskimme myös mallin ilman kahta välittäjää, mikä tarkoittaa, että psykopatologiset näkökohdat, persoonallisuusnäkökohdat ja sosiaaliset näkökohdat toimivat suorana ennustajana ja GIA oli riippuva muuttuja (kaikki muuttujat latentilla tasolla samoilla muuttujilla, joita käytettiin koko SEM: ssä, katso kuva 2). Mallissa, jossa ei ollut välittäjiä, oli myös hyviä sopivuusindeksejä (yhtä poikkeusta lukuun ottamatta: RMSEA oli 0.089: n kanssa hiukan korkea) ja välittömät vaikutukset GIA: han (kaksi s-IAT-tekijää) olivat: psykopatologisten näkökohtien vaikutus GIA β = 0.167, p = 0.122; persoonallisuusnäkökohtien vaikutus GIA β = –0.223, p = 0.017; ja sosiaalisten näkökohtien vaikutus GIA β = –0.124, p = 0.081. Huomaa, että psykopatologisten näkökohtien vaikutus GIA: han on edelleen positiivinen tässä mallissa (mutta ei merkittävää), kun vaikutusta hallitaan persoonallisuuden ja sosiaalisten näkökohtien vaikutuksille. Yhdessä SEM: n tulokset puhuvat psykopatologisten näkökohtien vaikutuksesta GIA: han kahdella välittäjällä (selviytyminen ja odotukset), mikä korostuu edelleen kahdella lisäanalyysillä, jotka osoittavat positiivisen vaikutuksen kaksijakoisella tasolla ja yksinkertaisessa mallissa vähennetään sisällyttämällä muita muuttujia ennustajiin.

Olemme teoriassa käsitellyt selviytymisen välittäjänä (Brand et ai., 2014). Voidaan kuitenkin myös väittää, että selviytyminen ei välitä psykopatologisten näkökohtien vaikutusta, vaan toimii moderaattorina. Jotta varmistetaan, että selviytyminen käsitteellisenä välittäjänä moderaattorin sijaan on tarkoituksenmukaista, laskemme lisäksi joitain moderaattorianalyysejä käyttämällä moderoituja regressioanalyysejä. Kun esimerkiksi käytetään psykopatologisia näkökohtia ennustajana, selviytymistä moderaattorina ja s-IAT (summapiste) riippuvaisena muuttujana, sekä psykopatologiset näkökohdat (β = 0.267) että selviytyminen (β = 0.262) selittävät s-IAT: n varianssin. merkittävästi (molemmat p <0.001), mutta niiden vuorovaikutus ei lisää merkittävästi varianssiselvitystä (muutokset R² = 0.003, p = 0.067, β = -0.059) ja moderaattorin tehon lisäys on melkein nolla (0.3%).

Pidimme myös ikää ja sukupuolta mahdollisina muuttujina, joilla voi olla vaikutus mallin rakenteeseen. Tämän testaamiseksi laskimme ensin kaksivaiheiset korrelaatiot iän ja kaikkien muiden muuttujien välillä, mikä johtaa erittäin alhaisiin korrelaatioihin. Oli vain yksi korrelaatio r = 0.21 (ikä ja välttämättömyydet), joka on silti vähäinen vaikutus (Cohen, 1988), ja kaikilla muilla korrelaatioilla oli vaikutuksia välillä r = 0.016 ja r = 0.18 suurimman osan ollessa r <0.15 ja r <0.10. Iän ja s-IAT: n välinen korrelaatio oli myös hyvin pieni r = –0.14 (vaikkakin merkittävä p <0.01, mikä on selvää niin suuressa näytteessä). Yhteenvetona voidaan todeta, että iän sisällyttämistä sovittelumalliin koskevat vaatimukset eivät täyttyneet (Paroni ja Kenny, 1986) ja päätimme olla sisällyttämättä ikää lisämalliin. Sukupuolen suhteen vertailimme ryhmien keskiarvoja kaikista käytetyistä asteikoista ja löysimme vain yhden merkityksellisen ryhmäeron (BSI-sosiaalinen ahdistus, naisilla oli korkeammat pisteet, joilla oli vähäinen vaikutus d = 0.28, kaikki muut vaikutukset olivat alhaisemmat kuin 0.28, vaikutus s-IAT-pistemäärälle oli d = 0.19). Testasimme kuitenkin, onko mallirakenne erilainen naisilla ja miehillä käyttämällä keskimääräistä rakenneanalyysiä SEM-analyysissä. Tämä tarkoittaa, että testasimme, onko SEM (ks. Kuva 2) on yhtä suuri miehillä kuin naisillakin. Tämän testin H0 on: teoreettinen malli = malli ryhmälle "miehet" = malli ryhmälle "naiset." Kaikki sopivuusindeksit olivat hyväksyttäviä osoittaen, että suhteiden rakenne ei ollut merkittävästi erilainen miehillä ja naisilla. RMSEA oli 0.074 kanssa p <0.001, CFI oli 0.93, TLI oli 0.91 ja SRMR oli 0.054. Χ² testi oli merkittävä, χ² = 534.43, p <0.001, mikä on normaalia, kun otetaan suuri näytekoko. Kuitenkin χ² Perusmallin testi oli myös merkittävä, huomattavasti korkeammalla χ² arvo, χ² = 5833.68, p <0.001. Vaikutus χ² miesten ja naisten testatusta mallista olivat vertailukelpoisia (χ² naisten maksut = 279.88, χ² miesten maksut = 254.55). Vaikka mallin yleinen rakenne ei eroa merkittävästi miehillä ja naisilla, tarkastelimme yksinkertaista polkua ja löysimme kolme eroa. Polku persoonallisuusnäkökohdista selviytymiseen oli merkitsevä miehillä (β = –0.437, p = 0.002), mutta ei naisilla (β = –0.254, p = 0.161) ja persoonallisuusnäkökohtien vaikutus odotuksiin oli merkittävä miehillä (β = -0.401, p = 0.001), mutta ei naisilla (β = –0.185, p = 0.181). Lisäksi psykopatologisista näkökohdista johtuva vaikutus odotuksiin oli merkittävä naisilla (β = 0.281, p = 0.05), mutta ei miehillä (β = 0.082, p = 0.599). Kaikki muut vaikutukset ja piilevien ulottuvuuksien esittäminen eivät olleet erilaisia ​​miesten ja naisten välillä eivätkä myöskään poikenneet kuvassa esitetystä kokonaismallista. 2. Yhteenvetona voidaan todeta, että koko testattu malli on pätevä miehille ja naisille, vaikka persoonallisuusnäkökohtien kielteinen vaikutus selviytymiseen ja odotuksiin on enemmän miehillä kuin naisilla ja psykopatologisista näkökohdista johtuva vaikutus odotuksiin on naisilla, mutta ei miehillä. .

Keskustelu

Olemme ottaneet käyttöön uuden teoreettisen mallin Internetin riippuvuuskäytön kehittämiseen ja ylläpitämiseen (Brand et ai., 2014), joka perustuu Davis (2001) joka ehdotti ensin eron tekemistä Internetin yleisen liikakäytön (GIA) ja tiettyihin Internet-sovelluksiin liittyvän erityisen riippuvuuden välillä. Tässä tutkimuksessa käänsimme GIA: n teoreettisen mallin operatiiviseksi malliksi piilevällä tasolla ja testasimme SEM: tä tilastollisesti käyttämällä online-tutkimusta 1019-vastaajien Internet-populaatiosta. Löysimme yleisesti hyvän mallin, joka sopii tietoihin ja oletettuun SEM: ään, joka edustaa teoreettisen mallin tärkeimpiä puolia ja selitti 63.5% GIA-oireiden varianssista mitattuna s-IAT: lla (Pawlikowski et ai., 2013).

Malli on ensimmäinen, joka sitoo IA: han liittyvät elementit, kuten masennus, sosiaalinen ahdistus, matala itsetunto, heikko itsetotehokkuus ja korkeampi stressiherkkyys. Perustuu siihen, että painotetaan kognitioita, jotka liittyvät IA: n kehittämiseen ja riippuvuutta aiheuttavaan käyttäytymiseen yleensä (Lewis ja O'Neill, 2000; Dunne et ai., 2013; Newton et ai., 2014), malli tutkii, vaikuttavatko kaksi välittäjämuuttujaa (selviytymismallit ja Internetin käyttöodotukset) ennustajamuuttujien (psykopatologia, persoonallisuus ja sosiaaliset kognitiot) välittömiin vaikutuksiin GIA: n kehitykseen. Tulokset osoittavat, että sekä selviytymistavoilla että Internetin käytön odotusilla on merkittävä rooli.

Kaikki muuttujat (ennustajat ja välittäjät), jotka sisältyivät malliin, korreloivat merkittävästi s-IAT-pistemäärään kaksivaiheisella tasolla. Tämä on pohjimmiltaan johdonmukaista johdannossa mainitun aiemman tutkimuksen kanssa kaksivaiheisista suhteista IA-oireiden ja persoonallisuusnäkökohtien, psykopatologisten oireiden ja muiden henkilömuuttujien välillä. SEM-analyysissä kaikkien kolmen pääennustajan (latenttiin ulottuvuuteen) kaikki suorat vaikutukset eivät kuitenkaan olleet enää merkittäviä sisällytettäessä hypoteettiset välittäjät malliin. Tämä tarkoittaa, että psykopatologiset näkökohdat (masennus, sosiaalinen ahdistus), persoonallisuusnäkökohdat (itsetunto, omatehokkuus ja stressiherkkyys) samoin kuin sosiaaliset kognitiot (emotionaalinen yksinäisyys, koettu sosiaalinen tuki) eivät vaikuta suoraan GIA: n oireisiin, mutta että heidän vaikutusvaltaansa välittää joko toimintahäiriöinen selviytymistapa tai Internetin käyttöodotukset tai molemmat. Psykopatologiset ja persoonallisuusnäkökohdat ennustavat kuitenkin merkittävästi sekä toimintahäiriöistä selviytymistapaa että Internetin käyttöodotuksia. Sosiaaliset kognitiot eivät kuitenkaan liity merkittävästi selviytymiseen ja odotuksiin, kun niiden suhteellista vaikutusta hallitaan psykopatologisten ja persoonallisuusnäkökohtien vaikutuksille (mutta huomaa, että kolme ennustajan latenttia ulottuvuutta korreloivat merkittävästi ja että vaikutus sosiaalisista kognitioista Internetin käyttöön odotukset eivät hieman saavuttaneet merkitystä). Sekä selviytymistavan että odotusten suorat vaikutukset GIA-oireisiin olivat merkittävät. Yhteenvetona voidaan todeta, että nykyinen tutkimus, vaikkakin ei-kliinisellä populaatiolla, ei vain vahvista aiempia havaintoja selviytymismallin merkityksestä ja stressaavien elämätapahtumien käsittelemisestä (Kardefelt-Winther, 2014; Tang et ai., 2014; Tonioni et ai., 2014) sekä Internetin käyttöodotukset (Turel ja Serenko, 2012; Xu et ai., 2012; Lee et ai., 2014) GIA-oireiden kehittämiseksi tai ylläpitämiseksi, mutta korostaa selkeästi selviytymisen ja odotusten roolia välittäjinä GIA: n taustalla olevassa prosessissa.

Malli testattiin suuren verkkoväestön kanssa. Malli on testattava selkeästi määritellyillä kliinisillä näytteillä, kuten hoitoa hakevilla henkilöillä. Mallin tarkoitus olisi vankempi kliinisessä populaatiossa, jotta voidaan tehdä tarkempia kliinisiä vaikutuksia. Vaikka 11.3% näytteestä ilmoitti ongelmallisesta Internetin käytöstä ja 3.7% kuvaili itsensä riippuvuutta aiheuttavaan Internet-käyttöön, tätä tutkimusta pidetään vain alustavana katsauksena siitä, toimiiko malli ja tekeeko siitä tilastollisia päätelmiä, joilla saattaa olla kliinistä merkitystä. Uudeksi tilastollisesti merkitykselliseksi malliksi, joka käyttää erilaisia ​​psykologisia ja persoonallisuustestejä verkkokäyttäjillä, muutama kliininen vaikutus, joka voi inspiroida tulevaa tutkimusta, voidaan kuitenkin tehdä varovaisesti.

Ensinnäkin henkilöillä, joilla on toimintahäiriöitä selviytyäkseen elämän ongelmista ja joilla on odotuksia siitä, että Internetiä voidaan käyttää myönteisen tilanteen parantamiseksi tai negatiivisen mielialan vähentämiseksi, saattaa olla todennäköisempi kehittää GIA. Lisäksi psykopatologisten näkökohtien vaikutukset sekä toimintahäiriöihin että Internetin käytön odotuksiin olivat positiivisia, mikä osoittaa, että korkeammat masennuksen ja sosiaalisen ahdistuksen oireet voivat lisätä toimimattomien selviytymisstrategioiden riskiä ja myös odotuksia, joita Internet tarjoaa apua stressin tai negatiivisten ongelmien ratkaisemisessa. mieliala. Vasta kun nämä prosessit toimivat yhdessä, tarkoittaen psykopatologisten oireiden ja selviytymis- / odotusten yhdistelmää, todennäköisyys käyttää Internetiä riippuvuuteen vaikuttaa lisääntyvän.

Toiseksi, vaikka GIA: n hoitoon liittyvien tutkimusten lukumäärä on rajallinen, julkaistiin metaanalyysi Winkler et ai. (2013) väittää, että kognitiivis-käyttäytymisterapia on valittu menetelmä. Tämä perustuu erityisesti online-ajanhoidon, masennuksen ja ahdistuksen oireiden hoitovaikutusten analyysiin. Itse asiassa IA: n kognitiivis-käyttäytymisterapia (CBT-IA; Nuori, 2011a) on todettu yleisimmäksi muotoa IA (Cash et ai., 2012). GIA: n ehdottaman kognitiivisen käyttäytymisen hoidossa Nuori (2011a), yksilöllisten ominaisuuksien sekä selviytymisen ja Internetin käytön odotusten on jo oletettu olevan merkityksellisiä GIA: n hoidossa, mutta empiiriset todisteet olivat hyvin niukkoja (esim. Nuori, 2013).

Tässä tutkimuksessa esitetyt havainnot tarjoavat yhden lisälähteen todisteeksi siitä, että kognitiivis-käyttäytymisterapia ja CBT-IA voivat toimia IA: n hoidossa. Henkilön erityiset kognitiot (selviytymistapa ja Internetin käyttöodotukset) välittävät psykopatologisten oireiden (masennus, sosiaalinen ahdistus), persoonallisuusominaisuuksien ja sosiaalisen kognition (yksinäisyys, sosiaalinen tuki) vaikutuksia GIA-oireisiin. Kognitiivista terapiaa käytettäessä arvioinnin painopisteen tulisi sisältää puuttuvien toimintahäiriöiden tunnistaminen. Toisin sanoen lääkärien tulee tutkiessaan tutkia Internetin käytön odotuksia ymmärtää asiakkaan tarpeet ja miten asiakkaan mielestä Internet voi auttaa tyydyttämään.

Vaihtoehtoisesti havainnot viittaavat myös siihen, että hoidon tulisi puuttua huonoon mukautumiseen, joka liittyy Internetin toimintahäiriöihin. Nämä havainnot vahvistavat aikaisemmat tutkimukset, jotka osoittivat väärinkäyttöön liittyviä kognitioita, kuten liiallista yleistymistä, välttämistä, tukahduttamista, suurennusta, maladaptiivista ongelmanratkaisua tai negatiivisia itsekäsitteitä, jotka liittyvät addiktiiviseen Internetin käyttöönNuori, 2007). Näiden havaintojen kliininen merkitys on, että terapiassa tulisi soveltaa kognitiivista uudelleenjärjestelyä ja uudelleenmuodostamista torjuakseen ajatuksia, jotka johtavat riippuvuutta aiheuttavaan Internetin käyttöön. Esimerkiksi GIA: sta kärsivällä potilaalla voi olla merkkejä sosiaalisesta ahdistuksesta ja ujoudesta, ja siksi muutamia ystäviä ja myös vaikeuksia muiden kanssa koulussa. Hän voi sitten ajatella, että kommunikointi muiden ihmisten kanssa sosiaalisten verkostoitumissivustojen kautta tyydyttää hänen sosiaalisen tarpeensa ilman, että hänellä olisi pelottavia tilanteellisia näkökohtia "todellisessa" sosiaalisessa vuorovaikutuksessa. Lisäksi hän voi odottaa, että myös online-pelien pelaaminen voi häiritä häntä kouluissa esiintyvistä ongelmista ja että online-ostaminen tai Internetissä tietojen etsiminen voi vähentää yksinäisyyden tunteita. Hoito keskittyisi häntä näkemään vaihtoehtoisia paikkoja koulussa tai yksityiselämässä, joissa hän voi rakentaa arvostustaan ​​ja tyydyttää sosiaaliset tarpeet. Jos hän lakkaa perustelemasta, että sosiaaliset verkostot, pelit ja ostospaikat ovat ainoat paikat, joista hän tuntee elämästään hyvältä, ja hän löytää muita terveellisempiä markkinoita, sitä vähemmän luottavainen hän on erilaisissa Internet-sovelluksissa. Koska kognitiivinen terapia tuntee kognitioiden roolin GIA: n kehityksessä, se voi auttaa asiakkaita järjestämään oletuksia ja tulkintoja, jotka pitävät heidät verkossa. Näitä tutkimustulosten mahdollisia kliinisiä vaikutuksia on jälleen käsiteltävä varoen, koska ne on toistettava hoidon tavoittelussa, kliinisessä näytteessä.

Laajemmasta näkökulmasta katsottuna nämä havainnot saavat käsityksen siitä, kuinka terapeutit voivat soveltaa CBT-IA: ta erityisesti Internetistä riippuvaisiin potilaisiin. Käyttäytymisen muokkaaminen voi auttaa asiakkaita kehittämään ja mukauttamaan uusia ja toiminnallisempia selviytymisstrategioita päivittäisen vaivan hoitamiseksi. Hoidon on keskityttävä auttamaan asiakkaita löytämään terveellisempiä tapoja selviytyä kuin kääntyä Internetiin. Tärkeä osa CBT-IA: ta on käyttäytymishoito, jonka avulla asiakkaat selviytyvät vaikutustenarviointiin liittyvistä aiheista, erityisistä tai yleistetyistä (Nuori, 2011a, 2013). Tulokset viittaavat siihen, että selviytymistaitojen parantaminen vähentäisi asiakkaiden online-tarpeita. Vaikka tutkimusta tehtiin otoksessa väestöstä, uskomme, että havainto, että selviytyminen ja odotukset ovat välittäjiä GIA: n kehityksessä ja ylläpidossa, auttavat ymmärtämään paremmin GIA: n mekanismeja ja että niillä todennäköisesti on joitain hoidon vaikutuksia, kuten edellä mainittiin. . Toinen näkökohta, jota ei keskitytty tässä tutkimuksessa, on edestä aivokuoren eheyden rooli. CBT-IA: n tehokkuus voi riippua myös potilaan eturauhasen toiminnasta, koska Internetin käytön kognitiivisen hallinnan vahvistaminen hoidon aikana liittyy todennäköisesti toimeenpanotoimintoihin ja muihin korkeamman asteen kognitiivisiin prosesseihin. Tämä on tärkeä huomioida tulevissa tutkimuksissa, koska viimeksi on julkaistu pari artikkelia, jotka osoittavat, että eturauhasen aivokuoren toiminnot ovat todennäköisesti heikentyneet IA-potilailla (katso yleiskatsaus Brand et ai., 2014).

Otoksessamme ikä korreloi käänteisesti GIA-oireiden kanssa, mutta erittäin pienellä vaikutuskoolla (selittää vain 1.96% varianssista). Kun otetaan huomioon viimeaikaiset artikkelit Internetin käytöstä vanhemmilla ihmisillä (esim. Eastman ja Iyer, 2004; Vuori ja Holmlund-Rytkönen, 2005; Campbell, 2008; Nimrod, 2011), voidaan varmasti paitsi ikävaikutukset useisiin Internetin käytön näkökohtiin, kuten motiivien käyttö ja tapa, jolla vanhukset kokevat hauskaa ja tyytyväisyyttä Internetissä. Koska ikääntyneillä ihmisillä on myös suurempi mahdollisuus kehittää toimeenpanovallan toimintahäiriöitä, jotka johtuvat edestä ajavista aivokuoren muutoksista iän myötä (Alvarez ja Emory, 2006), jotka liittyvät myös päätöksenteon vähentämiseen (Brand ja Markowitsch, 2010), voidaan spekuloida, että ne vanhemmat henkilöt, joilla on toimeenpanovähennys ja jotka kokevat suuren määrän nautintoa Internetissä, voivat kehittää GIA: n. Tietomme eivät kuitenkaan kuvaa tätä, koska otoksemme ei sisältänyt vanhempia koehenkilöitä. Tulevissa tutkimuksissa voidaan tutkia erityisiä haavoittuvuustekijöitä, jotka liittyvät ikääntyvien aikuisten GIA-riskiin.

Sukupuoli ei vaikuttanut mallin kokonaisrakenteeseen. Aikaisemmissa artikkeleissa sukupuoleen kohdistuvia vaikutuksia on havaittu tietyntyyppisille vaikutustenarviointeille, kuten verkkopeleille (esim. Ko et ai., 2005) ja erityisesti cybersex (Meerkerk et ai., 2006; Griffiths, 2012; Laier et ai., 2013, 2014), mutta on myös väitetty, että molemmat sukupuolet ovat yleensä vaarassa kehittää riippuvuutta aiheuttavaa Internetin käyttöä (Young et ai., 1999, 2011). Tutkimuksessamme sukupuolen vaikutukset GIA: han, mitattuna s-IAT: lla, olivat erittäin vähäiset (d = 0.19, katso tulokset), joka osoittaa, että ainakin yleisessä väestössä molemmat sukupuolet ovat yhtä vaarassa GIA: n kehittymiselle. Vaikka sukupuoli ei vaikuttanut SEM: n yleiseen tietorakenteeseen, miesten ja naisten välillä oli joitain eroja suhteessa kolmeen välittömään vaikutukseen ennustemuuttujista välittäjille. Tulososassa esitetyn yhteenvedon mukaan psykopatologisilla näkökohdilla oli vaikutusta naisten odotuksiin, ei miehiin. Persoonallisuusnäkökohtien kielteinen vaikutus selviytymiseen ja odotuksiin on enemmän miehillä kuin naisilla. Nämä vaikutukset sopivat yhteen kirjallisuuden kanssa sukupuolieroista masennuksen ja sosiaalisen ahdistuksen suhteen (Sprock ja Yoder, 1997; Moscovitch et ai., 2005), sekä itsetuntoa ja itsetehokkuutta (Huang, 2012). Sukupuoli ei kuitenkaan vaikuttanut tutkimuksen painopistealueisiin, nimittäin selviytymisen ja odotusten välitysvaikutuksiin ja niiden merkitykseen GIA: lle (ks. Keskimääräisen rakenneanalyysin tulokset). Joten riippumatta siitä, kuinka sukupuoli voi vaikuttaa sosiaaliseen ahdistukseen, masennukseen tai joihinkin persoonallisuusnäkökohtiin, selviytymistä ja odotetta tulisi harkita CBT-IA: ssa molemmilla sukupuolilla.

Lopuksi, tässä tutkimuksessa on useita rajoituksia. Se on äskettäin kehitetty malli, joka vaatii lisätutkimuksia kliinisellä populaatiolla, jotta sen kliininen tehokkuus hoidettaisiin täysin. Se tulisi myös testata käyttämällä IAT: n pidempää versiota (Nuori, 1998; Widyanto ja McMurran, 2004) kirjallisuuden testaamana toimenpiteenä. Käytimme lyhyempää versiota, ottaen huomioon koko mallissa käytetyn arviointityökalun pituuden, mutta jos toistamme tämän työn kliinisellä näytteellä, ehdotettaisiin käyttämään IAT: ta yhdessä IA: n lisätoimenpiteiden kanssa, kuten Internetin arviointi ja Tietokonepeliriippuvuus mittakaavana (AICA-S) tai kliininen haastattelu (AICA-C), jonka kliininen ryhmä on kehittänyt ja validoinut (Wölfling et ai., 2010, 2012). Lisäksi olemme kehittäneet ja testanneet Internetin käytön odotusten kyselylomakkeen tätä tutkimusta varten. Vaikka olimme metodologisesti konservatiivisia ja varovaisia ​​asteikon kehittämisessä, tätä toimenpidettä tulisi arvioida lisäpopulaatioissa sen pätevyyden suhteen ja kyselylomake vaatii lisää empiiristä testausta tulevissa tutkimuksissa. Lisä- ja yksityiskohtaisempia asteikkoja ja haastatteluja tulisi soveltaa myös kliinisiin näytteisiin, koska suurin osa tutkimuksessamme arvioiduista puolista mitattiin käytännöllisistä syistä (aikarajoitus online-kyselyjen yhteydessä) lyhyillä kyselylomakkeilla, joissa oli rajoitettu määrä kohteita. . Mahdollinen lisäongelma on yhteinen menetelmävarianssi (Podsakoff et ai., 2003). Valitettavasti selkeää merkitsijamuuttujaa, jonka pitäisi teoreettisesti olla riippumaton kaikista muista muuttujista, ei ole sisällytetty tutkimukseen käytännöllisistä syistä (kysely kesti melkein 25 min, mikä on kriittinen kynnys verkkotutkimuksissa). Vaikka emme voi sulkea pois yleisen menetelmän varianssin vaikutusta tuloksiin, väitämme, että tämä vaikutus on epätodennäköistä koko ilmoitetun tietorakenteen suhteen. Kun tarkastellaan kaksimuuttujakorrelaatioita (taulukko 3) voidaan nähdä, että jotkut niistä ovat erittäin alhaisia ​​(esim. r = –0.08, r = –0.09, r = 0.12 jne.). Uskomme, että nämä alhaiset korrelaatiot antavat joitain tarjousvihjeitä olettamukselle, että yhteinen menetelmän varianssi ei vaikuta pääanalyyseihin dramaattisesti. Siitä huolimatta mallia tulisi testata systemaattisella monen ominaisuuden ja monen menetelmän lähestymistavalla (Campbell ja Fiske, 1959) tulevissa tutkimuksissa.

Tässä tutkimuksessa keskitytään GIA: iin, mikä tarkoittaa, että SIA: n malli SIA: n kuvaamasta Brand et ai. (2014), on vielä testattava empiirisesti. SEK: n eri muodot (esim. Pelaaminen, online-porno tai Internet-pelaaminen) olisi testattava, jotta selviäisivätkö selviytymistaitot ja Internetin käyttöodotukset samanlaista roolia ongelman kehittymisessä. On edelleen keskustelua siitä, onko GIA-käsite ensisijaisesti riittävä kattamaan potilaiden ongelmakäyttäytymisen. Löysimme todisteita yhteydestä useiden Internet-sovellusten määrittelemättömään käyttöön liittyvien itse ilmoitettujen ongelmien ja mallissa ehdotettujen muuttujien välillä. GIA-käsite toteutettiin s-IAT: n ohje- ja tuoteformulaatioilla, mutta myös sillä, että yli 97% osallistujista ilmoitti käyttävänsä säännöllisesti kolmea tai useampaa erilaista Internet-sovellusta, kuten viestintää, pelaamista, uhkapelejä, cybersexiä, ostoksia tai tiedonhakua. Kliinisestä näkökulmasta on kuitenkin keskustelun aihe, jos GIA voi olla syy hoidon hakemiseen tai jos hoidon etsivät potilaat kärsivät käytännössä vain yhden tietyn sovelluksen käytön hallinnan menettämisestä. Ehdotamme harkita tätä kohtaa kliinisessä tutkimuksessa tutkimalla systemaattisesti kriittistä käyttäytymistä Internetin käytön yhteydessä ja analysoimalla kuinka usein useamman kuin yhden Internet-sovelluksen hallitsematon ja riippuvuutta aiheuttava käyttö on kliinisissä näytteissä. Lisäksi kaikkia GIA: n teoreettisessa mallissa ehdotettuja komponentteja ei voitu sisällyttää tähän tutkimukseen. Esimerkiksi tulevaisuuden tutkimuksiin voidaan sisällyttää muita persoonallisuuspiirteitä tai muita psykopatologisia häiriöitä.

Yhteenveto

Mallin päähypoteesit GIA: ssa tukevat empiiristä tietoa. Henkilön ydinominaisuudet liittyvät GIA: n oireisiin, mutta näitä vaikutuksia välittävät henkilön erityiset kognitiot, etenkin selviytymistapa ja Internetin käyttöodotukset. Näihin kognitointeihin olisi puututtava hoidettaessa Internetin riippuvuutta aiheuttavaa käyttöä.

Tekijänoikeudet

Matthias Brand kirjoitti lehden ensimmäisen luonnoksen, valvoi tiedonkeruua ja analysoi ja tulkitsi tietoja. Christian Laier osallistui erityisesti empiirisen tutkimuksen ja tiedonkeruun käsitteellistämiseen ja muutti käsikirjoitusta. Kimberly S. Young toimitti luonnoksen, muutti sitä kriittisesti ja osallistui älyllisesti ja käytännöllisesti käsikirjoitukseen. Lopulta kaikki kirjoittajat hyväksyivät käsikirjoituksen. Kaikki kirjoittajat ovat vastuussa teoksen kaikista näkökohdista.

Eturistiriidat

Kirjoittajat toteavat, että tutkimus toteutettiin ilman sellaisia ​​kaupallisia tai taloudellisia suhteita, joita voitaisiin pitää mahdollisena eturistiriitana.

Kiitokset

Kiitämme Elisa Wegmannia ja Jan Snagowskia heidän arvokkaasta panoksestaan ​​tutkimukseen ja käsikirjoitukseen. He auttoivat meitä merkittävästi online-kyselyn ohjelmoinnissa ja tietojen tarkistamisessa.

Viitteet

Muokannut:

Ofir Turel, Kalifornian osavaltion yliopisto, Fullerton ja Etelä-Kalifornian yliopisto, Yhdysvallat

Arvostellut:

Aviv M. Weinstein, Hadassahin lääketieteellinen järjestö, Israel
Daria Joanna Kuss, Nottingham Trent University, Iso-Britannia