Utilisation d’Internet provoquant une dépendance chez les adolescents coréens: une enquête nationale (2014)

PLoS One. 5 févr. 2014;9(2):e87819. doi: 10.1371/journal.pone.0087819.

Heo J 1 , Oh J 2 , Subramanian SV 3 , Kim Y 4 , Kawachi I 3.

Abstract

CONTEXTE :

Un trouble psychologique appelé «dépendance à Internet» est récemment apparu avec une augmentation spectaculaire de l'utilisation d'Internet dans le monde. Cependant, peu d'études ont utilisé des échantillons au niveau de la population ni pris en compte les facteurs contextuels de la dépendance à Internet.

MÉTHODES ET CONCLUSIONS:

Nous avons identifié les élèves de collège et lycée 57,857 (13-18) à partir d'une enquête coréenne représentative à l'échelle nationale, qui a été réalisée dans 2009. Pour identifier les facteurs associés à une dépendance à Internet, des modèles de régression à niveaux multiples à deux niveaux ont été ajustés avec des réponses au niveau individuel (niveau 1st) imbriquées dans les écoles (niveau 2nd) afin d'estimer simultanément les associations de caractéristiques individuelles et d'écoles.

Les différences entre les sexes dans l'utilisation de l'Internet addictif ont été estimées à l'aide du modèle de régression stratifié par sexe. Des associations significatives ont été trouvées entre l'usage addictif d'Internet et le niveau scolaire, l'éducation des parents, la consommation d'alcool, de tabac et de substances. Les étudiantes des écoles pour filles étaient plus susceptibles d'utiliser Internet de manière addictive que celles des écoles mixtes.

Nos résultats ont également révélé des différences significatives entre les hommes et les femmes en matière d’utilisation d’Internet addictif dans les facteurs associés aux niveaux individuel et scolaire.

CONCLUSIONS:

Nos résultats suggèrent que les facteurs de risque à plusieurs niveaux ainsi que les différences entre les sexes devraient être pris en compte afin de protéger les adolescents contre une dépendance à Internet.

Introduction

L’utilisation d’Internet est reconnue comme une partie essentielle de la vie moderne. Grâce aux technologies web et à l’augmentation de l’accès à Internet en Amérique latine et en Asie, l’utilisation d’Internet a connu une augmentation spectaculaire dans le monde entier, atteignant un nombre d’utilisateurs d’Internet de plus de 2.3 milliards en 2011 [1].

De l'autre côté de cette popularité, un nouveau désordre psychologique est apparu: la «dépendance à Internet», également appelée «utilisation excessive d'Internet». [2], [3], «Utilisation Internet problématique» [4], [5], "Dépendance à Internet" [6], [7]ou "utilisation pathologique de l'Internet" [8], [9]. Cette divergence est en grande partie imputable au manque de consensus dans les définitions des études portant sur différents symptômes de la dépendance à Internet. pour jeunes [3] défini la dépendance à Internet comme «un schéma mésadapté d’utilisation d’Internet conduisant à une déficience cliniquement significative ou à une détresse». Kandell [10] défini plus tard comme «une dépendance psychologique à Internet, quel que soit le type d'activité une fois connecté» [11]. D'autres études ne lui ont même pas donné une définition claire. Pour mesurer ou diagnostiquer ces symptômes de dépendance liés à l'utilisation d'Internet, certaines études ont développé leurs propres outils d'évaluation. La plupart des études sur la dépendance à Internet ont développé des mesures basées sur les critères du Manuel diagnostique et statistique des troubles mentaux (DSM) [11]. Jeune [3] a mis au point le questionnaire de diagnostic 8-question avec modification des critères de jeu compulsif (DSM-IV). Morahan-Martin et Schumacher [8] développé plus tard l’échelle d’utilisation pathologique de l’Internet des questions 13 en reconstruisant les critères du DSM-IV. Des études plus récentes ont développé de nouvelles mesures indépendamment avec des critères DSM. À l'aide de méthodes d'analyse factorielle, Caplan [12] et Widyanto et Mcmurran [13] créé leurs propres mesures. Tao et al. [14] développé leur mesure en utilisant la théorie item-response. Ces variations dans les définitions et les mesures ont alimenté des controverses sur l'inclusion de la dépendance à Internet dans le DSM. [15], [16].

Malgré l'absence de consensus sur sa définition et sa mesure, les preuves de dépendance à Internet se sont accumulées depuis le milieu des années 1990. Des études de cas et empiriques ont révélé que la dépendance à Internet était caractérisée par des effets néfastes sur le bien-être psychologique de l'individu [17], [18], échec scolaire [17], [19], performance de travail réduite [20] ou perte d'emploi [21]privation de sommeil [22], retrait social [21], [23], peu ou pas confiance en soi [21], [24], une mauvaise alimentation [20], [25], problèmes de famille [21], [25], rupture conjugale [21]et même la violence associée à un blocage de l'accès aux jeux en ligne [26] ou décès lié à une utilisation excessive cardiopulmonaire [27], [28].

Cependant, ces études ont certaines limites. Tout d’abord et surtout, la majorité des chercheurs ont souffert de biais d’échantillonnage en raison d’un échantillonnage de commodité et de la petite taille de l’échantillon lorsqu’ils ont recruté des sujets par le biais de l’Interne.t [3], [13], [24], [29]-[32]. Inévitablement, cet échantillon de participants auto-sélectionnés a entraîné des résultats contradictoires ou contradictoires entre les études. Deuxièmement, bien que les effets des facteurs environnementaux sur les comportements de dépendance aient été bien établis [33], [34], la plupart des articles précédents sur la dépendance à Internet se sont principalement concentrés sur les associations avec des personnalités individuelles.y comme faible estime de soi [24], solitude [8], faible divulgation de soi ou comportement anti-social [35], intention suicidaire plus forte [36]et recherche de sensations [6], [7], [24]. Plus précisément, aucune étude empirique n'a examiné les associations avec les facteurs familiaux (par exemple, le revenu familial ou le niveau de scolarité des parents) et les facteurs environnementaux de l'école, bien qu'il soit bien connu que le statut socioéconomique des parents et les caractéristiques de l'école étaient associés aux risques de comportements addictifs des adolescents. [37]-[39]. Enfin, bien que des études antérieures aient systématiquement signalé des risques plus élevés de dépendance à Internet chez les garçons [40], [41], peu d'études ont identifié des différences entre les sexes dans la dépendance à Internet.

Afin de combler les lacunes des études antérieures intégrant une perspective socio-épidémiologique, nous examinons les corrélats individuels et contextuels de la dépendance à Internet à l'aide d'une méthode statistique multiniveaux et de données d'enquête représentatives à l'échelle nationale auprès d'adolescents sud-coréens. Compte tenu de la prévalence plus élevée de la dépendance à Internet chez les adolescents coréens que chez les adultes [42] , nous concentrons nos recherches sur ce phénomène au sein de la population. Cette étude examine également les différences de dépendance à Internet entre les sexes.

La Corée du Sud est l'une des sociétés les plus numérisées au monde. Le taux de pénétration d'Internet y a dépassé 75 % en 2011 [1] . Plus de la moitié des personnes âgées de 50 à 100 ans et la quasi-totalité des adolescents utilisent Internet quotidiennement [43] . Suite à une série de crimes et de décès liés à la dépendance à Internet, la Corée du Sud considère désormais cette dépendance comme un problème social et de santé publique. Le gouvernement a initialement développé une version coréenne de l'échelle de mesure de la dépendance à Internet (échelle KS) et l'a introduite dans les collèges et lycées pour dépister les utilisateurs dépendants [44] . De plus, afin de limiter le jeu en ligne excessif chez les adolescents, le gouvernement a mis en œuvre des mesures contraignantes appelées « Coupure d'Internet » et « Pause détente » en 2011 et 2012 respectivement, afin de limiter le temps passé à jouer en ligne après minuit [45] . Une enquête nationale spécifique à la dépendance à Internet, menée en 2010, a révélé que 8.0 % de la population était dépendante d'Internet. 12.4 % des adolescents présentaient une dépendance à Internet [42] . Compte tenu de l'augmentation exponentielle du nombre d'utilisateurs d'Internet dans le monde, notamment avec la popularité des réseaux sociaux, cette étude pourrait fournir des informations utiles pour prévenir et prendre en charge la dépendance à Internet chez les adolescents dans les pays où ce phénomène n'est pas encore considéré comme un problème de santé publique.

Nous souhaitons répondre aux questions suivantes: 1) Un SSE parental plus élevé est-il inversement corrélé à l'utilisation addictive d'Internet par les adolescents? 2) Les contextes scolaires sont-ils associés à l'utilisation addictive d'Internet par les adolescents quels que soient les facteurs au niveau individuel? 3) Ces associations de facteurs individuels et scolaires diffèrent-elles entre les sexes?

Méthodologie

Source de données

Sur 75,066 2009 échantillons de la cinquième enquête en ligne sur le comportement à risque des jeunes coréens (KYRBWS) menée en 57,857, nous avons identifié 400 400 élèves de 13 collèges et 18 lycées après avoir abandonné les valeurs manquantes pour le niveau d'éducation des parents. Le KYRBWS est une enquête représentative au niveau national produisant des données annuelles pour surveiller les comportements de santé des adolescents (800 à 135 ans). Le KYRBWS a été produit par les Centres coréens pour le contrôle et la prévention des maladies (KCDC) et approuvé par les comités d'éthique du KCDC. Le consentement éclairé écrit a été obtenu des parents de chaque élève pour l'enquête. Pour avoir un échantillon représentatif à l'échelle nationale, l'enquête a utilisé la méthode d'échantillonnage aléatoire stratifié en grappes à deux degrés. Un total de 97.6 écoles intermédiaires et secondaires (unités d'échantillonnage primaires) ont été sélectionnées par échantillonnage aléatoire dans chaque strate de XNUMX strates qui ont été identifiées à l'aide des districts administratifs et des caractéristiques des écoles Ensuite, une classe (unités d'échantillonnage secondaires) de chaque année scolaire a été échantillonnée au hasard de chaque école sélectionnée. Tous les élèves des classes échantillonnées ont été invités à répondre à une enquête anonyme en ligne pendant une heure de leur temps de classe régulier dans une salle informatique de chaque école sélectionnée. Les objectifs de l'enquête et l'ensemble du processus d'enquête ont été expliqués aux étudiants avant que l'enquête ne soit menée. Les étudiants devaient se connecter au site Web KYRBWS avec un numéro attribué au hasard et remplir le questionnaire auto-administré. Le taux de réponse global de la cinquième étude KYRBWS était de XNUMX%.

Mesure

La dépendance à Internet a été évaluée à l'aide de l'outil d'auto-évaluation simplifié de la dépendance à Internet en Corée (échelle KS) (voir tableau S1 ), développé par le gouvernement coréen et utilisé à l'échelle nationale. Cet outil définit la dépendance à Internet comme « des difficultés rencontrées dans la vie quotidienne en raison d'un sevrage et d'une tolérance à l'égard d'Internet, quel que soit l'appareil utilisé » [44] . La fiabilité et la validité de construit de l'échelle sont décrites plus en détail ailleurs [44] . Cet instrument officiel a été adopté pour le dépistage national de la dépendance à Internet et la surveillance annuelle chez les adolescents coréens [42] . L'échelle comprend 20 questions portant sur 6 domaines : perturbation des fonctions adaptatives, anticipation positive, sevrage, relations interpersonnelles virtuelles, comportements déviants et tolérance. Les réponses sont classées en 4 catégories, allant de « jamais » à « toujours oui ». Dans cette étude, plutôt que d'adopter la mesure elle-même qui comporte des seuils de trois catégories (dépendance, dépendance latente et normal), nous avons mesuré la gravité de la dépendance à Internet avec une variable continue par la somme de chaque réponse [de 1 (jamais) à 4 (toujours oui)] avec une plage de 20 à 80. Nous avons traité ce score d'utilisation addictive d'Internet comme une variable de résultat dans l'étude.

Comme représenté sur la table 1, les principales variables individuelles utilisées dans l'analyse comprenaient les caractéristiques démographiques; rendement scolaire auto-évalué; le statut socio-économique des parents (SSE); la consommation de tabac, d'alcool et de substances; et les activités physiques et l'état psychologique. Le rendement scolaire auto-évalué était une variable catégorisée à cinq niveaux allant de très élevé à très faible. Nous avons traité le rendement scolaire auto-évalué comme une variable continue dans l'analyse principale. Le SSE parental a été mesuré en fonction du niveau de scolarité des parents et de l'échelle d'affluence familiale (FAS) [46]. Le niveau de scolarité des parents et des mères a été classé en trois niveaux (collège ou moins, lycée et collège ou plus). Le SAF a été mesuré par la somme des réponses de quatre items: 1) avoir sa propre chambre (oui = 1, non = 0); 2) fréquence des voyages en famille par an; 3) le nombre d'ordinateurs à la maison; et 4) le nombre de véhicules appartenant à la famille. La consommation de tabac et d'alcool a été mesurée par le nombre moyen de cigarettes et le volume moyen d'alcool consommés au cours des 30 derniers jours. La consommation de substances a été classée en trois niveaux: jamais, consommation passée et consommation actuelle. Les catégories d'activité physique étaient l'exercice intense, l'exercice modéré et la musculation, qui ont été estimés par le nombre de jours d'exercice sur 30 minutes, 20 minutes et jours de musculation, respectivement. Parmi les facteurs psychologiques, la satisfaction auto-évaluée du sommeil a été classée en cinq catégories allant de très bonne à très mauvaise. Les symptômes dépressifs et les idées suicidaires ont été dichotomisés par oui ou par non pour savoir si l'élève avait déjà eu des humeurs dépressives ou des idées suicidaires au cours des douze derniers mois. Nous avons inclus deux types de variables au niveau de l'école: l'urbanicité de l'emplacement de l'école (métropolitaine, urbaine et rurale) et le type d'école selon la mixité des sexes (garçons, filles et mixtes).

Tableau 1  

Caractéristiques des adolescents coréens.

Analyses statistiques

Un modèle de régression multiniveau à intercept aléatoire à deux niveaux a été ajusté, les individus (niveau 1) étant imbriqués dans les écoles (niveau 2), afin d'estimer simultanément les associations entre les déterminants individuels et le contexte scolaire, à l'aide de MLwiN (version de développement 2.22). Le test de Chow a été appliqué pour détecter les différences significatives entre les sexes en termes de pentes et d'ordonnées à l'origine des régressions stratifiées [47] , ajustées séparément pour les garçons et les filles. Nous avons obtenu des estimations du maximum de vraisemblance par la méthode des moindres carrés généralisés itératifs (IGLS), puis nous avons utilisé la méthode de Monte Carlo par chaînes de Markov (MCMC). La MCMC a été menée avec une phase d'échauffement de 500 simulations pour identifier les valeurs initiales de la distribution à éliminer, suivie de 5 000 simulations supplémentaires pour obtenir l'estimation précise et la distribution recherchée. Une fois la convergence confirmée, les valeurs simulées et leurs intervalles de crédibilité à 95 % ont été obtenus.

Résultats

Le tableau 2 présente les principaux et secondaires objectifs d'utilisation d'Internet par les élèves, en dehors des activités scolaires, selon leur sexe, au collège et au lycée. Quel que soit l'établissement, les garçons indiquent principalement jouer en ligne et effectuer des recherches d'informations. Les filles, quant à elles, mentionnent la création d'un blog et la mise à jour d'une page personnelle, la recherche d'informations, ainsi que l'utilisation de messageries instantanées et de discussions en ligne comme principaux et secondaires objectifs.

Tableau 2  

Objectifs primaires et secondaires de l'utilisation d'Internet (sauf à des fins académiques) par sexe dans les collèges et les lycées.

Le tableau 3 présente les résultats d'une modélisation par régression multiniveaux visant à prédire l'usage addictif d'Internet chez les adolescents. Les filles étaient nettement moins susceptibles d'être dépendantes à Internet que les garçons. Le score d'usage addictif d'Internet augmentait progressivement au collège, puis diminuait au lycée. L'auto-évaluation des résultats scolaires était inversement corrélée à l'usage addictif d'Internet. Plus le niveau d'études des parents et le score FAS étaient élevés, plus le score d'usage addictif d'Internet était faible. La consommation de tabac était inversement corrélée à l'usage addictif d'Internet, tandis que la consommation d'alcool n'était pas un facteur significatif. La consommation de substances psychoactives présentait la plus forte corrélation avec l'usage addictif d'Internet. Toutes les variables relatives à l'activité physique étaient inversement corrélées à l'usage addictif d'Internet. Des scores plus élevés d'usage addictif d'Internet étaient associés à une plus grande insatisfaction du sommeil. Des caractéristiques psychologiques telles que les symptômes dépressifs et les idées suicidaires étaient positivement corrélées à l'usage addictif d'Internet. Concernant les caractéristiques scolaires, les filles scolarisées dans des établissements non mixtes étaient plus susceptibles d'avoir un usage addictif d'Internet que celles scolarisées dans des établissements mixtes.

Tableau 3  

Estimations de régression à plusieurs niveaux (avec leur SE) basées sur un modèle à deux niveaux pour l'étendue de la dépendance à Internet chez les adolescents coréens.

Avec confirmation du test de Chow [F (17, 57,823) = 163.62, p <0.001], l'analyse stratifiée par sexe a révélé différents modèles d'associations entre garçons et filles pour toutes les variables (Tableau 4). L'association de faibles résultats scolaires auto-estimés avec une dépendance à Internet était plus forte chez les garçons que chez les filles. Le niveau de scolarité des parents était inversement associé à une dépendance à Internet chez les garçons, sans aucune association chez les filles. La consommation de tabac et d'alcool a montré les associations opposées entre les garçons et les filles: 1) une association statistiquement significative entre la consommation d'alcool et la dépendance à Internet chez les filles, mais non significative chez les garçons; 2) une association significative entre le fait de fumer moins et l'utilisation d'Internet addictive chez les garçons mais pas chez les filles. Les garçons qui ont déclaré avoir consommé des substances au moment de l'enquête avaient un risque beaucoup plus élevé de dépendance à Internet que les filles. Les associations entre l'utilisation d'Internet et les activités physiques et les caractéristiques psychologiques étaient plus fortes chez les garçons que chez les filles. En ce qui concerne les variables du contexte scolaire, les écoles de filles avaient une association positive avec l'utilisation addictive d'Internet; alors que les écoles de garçons n'avaient aucune association. L'urbanicité des emplacements des écoles n'a montré aucune corrélation avec l'utilisation addictive d'Internet.

Tableau 4  

Estimations de régression à plusieurs niveaux (avec leur SE) basées sur un modèle à deux niveaux stratifié par sexe pour l'ampleur de la dépendance à Internet chez les adolescents coréens.

Discussions

À notre connaissance, il s'agit de la première étude examinant les liens entre l'usage addictif d'Internet et des facteurs individuels et scolaires, au moyen d'une analyse multiniveaux sur un échantillon représentatif à l'échelle nationale . Notre découverte originale révèle des liens entre l'usage addictif d'Internet chez les adolescents et le contexte scolaire, même après prise en compte des caractéristiques individuelles : les filles scolarisées dans des établissements non mixtes sont plus susceptibles d'être dépendantes à Internet que celles scolarisées dans des établissements mixtes. De plus, l'analyse stratifiée par sexe a mis en évidence des différences entre les sexes : 1) un niveau d'études parental plus faible est associé uniquement à l'usage addictif d'Internet chez les garçons ; 2) la consommation d'alcool constitue un facteur de risque d'usage addictif d'Internet uniquement chez les filles, tandis que le tabagisme est un facteur de risque uniquement chez les garçons.

Premièrement, notre analyse de régression hiérarchique a montré que les filles scolarisées dans des établissements non mixtes étaient plus susceptibles d'être dépendantes à Internet que celles scolarisées dans des établissements mixtes, même après prise en compte des facteurs individuels. Le contexte des établissements non mixtes pourrait contribuer à cette dépendance en favorisant le développement de leurs réseaux en ligne, s'appuyant sur l'abondance de réseaux hors ligne entre filles au sein de leur établissement. Les élèves coréens scolarisés dans des établissements non mixtes semblent avoir davantage d'amies du même sexe que ceux des établissements mixtes, car ils consacrent la majeure partie de leur temps à la réussite scolaire, et les parents soucieux de la réussite de leurs enfants n'apprécient généralement pas les relations avec des filles [48] . Étant donné que les filles ont davantage tendance à privilégier les relations interpersonnelles hors ligne et sont généralement plus prudentes dans la création de nouvelles relations en ligne [48] – [50] , elles peuvent tirer parti du cyberespace pour entretenir leurs relations et renforcer leur identité en communiquant et en partageant des informations sur leurs centres d'intérêt communs via la messagerie instantanée, le chat et la consultation des sites web personnels de leurs amies [10] , [48] , [51] . Certaines filles peuvent aussi se faire des petits amis en ligne ou hors ligne ; toutefois, cela ne contribue pas nécessairement à la dépendance à Internet, car elles préfèrent souvent passer plus de temps en face à face. Les garçons scolarisés dans des établissements réservés aux garçons peuvent également être sujets à la dépendance à Internet en raison de leurs réseaux sociaux relativement étendus au sein de l’établissement, notamment grâce aux jeux en ligne. Cependant, comme le montrent les résultats , le type d’établissement scolaire n’est pas un facteur significatif de l’usage addictif d’Internet chez les garçons, probablement parce que les réseaux de jeux en ligne sont généralement établis à l’échelle nationale ou internationale [52].

Une autre découverte importante de notre étude est l'association inverse entre le statut socio-économique des parents et l'usage addictif d'Internet chez les adolescents. Les parents ayant un niveau d'études supérieur seraient mieux à même de guider leurs enfants vers un usage responsable d'Internet et de superviser efficacement leur utilisation grâce à leur connaissance d'Internet et de ses outils. De plus, les adolescents dont les parents ont un statut socio-économique plus élevé seraient susceptibles d'utiliser Internet de manière moins addictive en raison d'une meilleure estime de soi [53] . Il est à noter que la stratification par sexe a révélé qu'un niveau d'études parental plus élevé n'était significativement associé à un score plus faible d'usage addictif d'Internet que chez les garçons ( figures 1 -A et 2-A). Ceci pourrait s'expliquer par une surveillance parentale plus attentive à leurs fils. Les parents coréens sont généralement préoccupés par l'utilisation d'Internet par leurs fils, car ces derniers sont plus accessibles et vulnérables aux jeux en ligne addictifs et aux images à caractère sexuel ou violent [51].

Figure 1  

L’utilisation abusive, par l’internet, de garçons et de filles coréens (A) et de filles (B) dans l’enseignement paternel.
Figure 2  

Le degré de dépendance à l’internet des garçons et filles coréens (A) et des filles (B) sur l’éducation maternelle.

Nous avons également identifié plusieurs autres variables associées à une utilisation addictive d'Internet chez les deux sexes, mais leur sens et leur ampleur variaient selon le sexe. Au lycée, le score d'utilisation addictive d'Internet était plus faible. Ce résultat contraste avec des études antérieures n'ayant constaté aucune association entre l'âge et la dépendance à Internet [9] , [54] . Cette divergence semble s'expliquer par des différences de méthodes d'échantillonnage ou de contextes scolaires et culturels (Taïwan, pays européens et Corée). La forte pression exercée sur la réussite scolaire dans la société coréenne pourrait limiter l'activité en ligne des lycéens et/ou le temps consacré aux jeux en ligne [48].

Concernant le tabagisme et la consommation d'alcool, nos résultats ont montré une association inverse entre l'usage addictif d'Internet et le tabagisme, et une association non significative avec la consommation d'alcool. Cependant, une analyse par sexe a révélé des schémas complexes dans les associations entre l'usage addictif d'Internet et la consommation d'alcool et le tabagisme. Chez les filles, la consommation d'alcool et le tabagisme semblent complémentaires dans leur usage addictif d'Internet, tandis que chez les garçons, le tabagisme pourrait constituer une alternative. Les garçons ont probablement moins d'occasions de fumer car ils jouent généralement à des jeux en ligne à domicile ou dans des cybercafés où fumer est interdit aux adolescents. À l'inverse, le cyberespace pourrait offrir aux filles davantage d'opportunités de renforcer leurs comportements de consommation d'alcool et de tabac, malgré un contexte social discriminatoire envers les femmes [3] , [48] . Les filles pourraient être incitées à boire et à fumer en partageant des expériences ou des informations sur ces comportements avec leurs pairs en ligne. Ces interactions en ligne peuvent contribuer à instaurer une norme favorable au tabagisme et à la consommation d'alcool, ce qui pourrait mener à des rencontres hors ligne pour consommer ces substances.

Nos résultats concernant l'auto-évaluation des résultats scolaires, l'activité physique et l'état psychologique confirment les études précédentes [17] , [22] , [35] . L'auto-évaluation des résultats scolaires était inversement corrélée à l'usage addictif d'Internet, cette corrélation étant plus forte chez les garçons que chez les filles. Cette différence pourrait s'expliquer par une pression inégale entre les sexes en faveur de la réussite scolaire. Dans une société patriarcale, comme dans les communautés asiatiques d'inspiration confucéenne, les attentes parentales pèsent encore davantage sur les garçons, selon la conception traditionnelle de l'homme comme soutien de famille. L'excellence scolaire influençant leur position socio-économique future, les garçons en difficulté scolaire peuvent être plus stressés que les filles. Ce contexte social pourrait les inciter à développer une dépendance à Internet, qui leur offre un refuge face à la réalité [3] ou apaise leur stress grâce à des illusions de réussite et d'estime de soi [54] . Ces garçons dépendants d'Internet risquent ainsi de perdre du temps précieux pour leurs études, ce qui conduit à un cercle vicieux de faibles résultats scolaires (causalité inverse). Cette étude confirme également les résultats antérieurs faisant état d'associations entre la dépendance à Internet et la dépression [17] , les comportements suicidaires [55] , une satisfaction du sommeil auto-évaluée plus faible [3] et la consommation de substances [56].

Plusieurs limites de cette étude sont à noter. Premièrement, cette étude a utilisé des données transversales pour lesquelles des relations de cause à effet ne peuvent être inférées. Deuxièmement, bien que l’enquête ait été réalisée de manière à garantir l’anonymat en ligne du sujet, les adolescents risquent de sous-déclarer ou de sur-déclarer d’une manière socialement souhaitable. Enfin, les répondants ont été échantillonnés parmi les adolescents qui fréquentaient une école. Bien qu’il s’agisse d’une enquête représentative à l’échelle nationale et que le taux d’entrée au collège et au lycée en Corée soit supérieur à 99%, il peut exister un biais de sélection dû aux adolescents exclus qui étaient non scolarisés, absents et enfants exceptionnels.

En résumé, nous avons trouvé plusieurs associations significatives de l'utilisation d'Internet addictive avec des facteurs individuels et scolaires et des différences entre les sexes. Nos résultats suggèrent que la prévention de l'utilisation addictive d'Internet par les adolescents au niveau de la population devrait prendre en compte les différences entre les sexes et les facteurs d'association des contextes familial et scolaire.

Renseignements à l'appui

Table S1

Vingt questionnaires de l'outil d'auto-évaluation coréen simplifié des dépendances sur Internet (échelle KS).

(DOCX)

Déclaration de financement

Les auteurs n'ont aucun soutien ou financement à signaler.

Références

1. Union internationale des télécommunications (2013) Base de données sur les indicateurs des télécommunications / TIC dans le monde 2013 (17th Edition).
2. Weinstein A, Lejoyeux M (2010) Dépendance Internet ou utilisation excessive d'Internet. Le journal américain de l'abus de drogue et d'alcool 36: 277 – 283. [PubMed]
3. Young KS (1998) Dépendance à Internet: l'émergence d'un nouveau trouble clinique. CyberPsychologie et comportement 1: 237–244.
4. Thatcher A, Goolam S (2005) Développement et propriétés psychométriques du questionnaire sur l'utilisation problématique d'Internet. Journal sud-africain de psychologie 35: 793.
5. Shapira NA, MC Lessig, Goldsmith TD, ST Szabo, Lazoritz M, et al. (2003) Utilisation d'Internet problématique: classification proposée et critères de diagnostic. Dépression et anxiété 17: 207 – 216. [PubMed]
6. Lin SSJ, Tsai CC (2002) Recherche de sensations et dépendance à Internet des adolescents taïwanais du lycée. Ordinateurs au comportement humain 18: 411 – 426.
7. Lavin M, Marvin K, McLarney A, Nola V, Scott L (1999) Recherche de sensation et vulnérabilité collégiale à la dépendance à Internet. CyberPsychologie et comportement 2: 425–430. [PubMed]
8. Morahan-Martin J, Schumacher P (2000) Incidence et corrélats de l'utilisation pathologique d'Internet chez les étudiants. Ordinateurs au comportement humain 16: 13 – 29.
9. Durkee T., Kaess M., Carli V, P. Parzer, C. Wasserman et al. (2012) Prévalence de l’utilisation d’Internet pathologique chez les adolescents en Europe: facteurs démographiques et sociaux. Addiction 107: 2210 – 2222. [PubMed]
10. Kandell JJ (1998) Dépendance à Internet sur le campus: la vulnérabilité des étudiants. CyberPsychologie et comportement 1: 11–17.
11. American Psychiatric Association (2000) Manuel diagnostique et statistique des troubles mentaux: DSM-IV-TR®: American Psychiatric Pub.
12. Caplan SE (2002) Utilisation d'Internet problématique et bien-être psychosocial: développement d'un instrument de mesure cognitivo-comportemental basé sur la théorie. Ordinateurs à comportement humain 18: 553 – 575.
13. Widyanto L, Mcmurran M (2004) Les propriétés psychométriques du test de dépendance à Internet. CyberPsychologie et comportement 7: 443–450. [PubMed]
14. Tao R, Huang X, Wang J, Zhang H, Zhang Y et al. (2010) Critères de diagnostic proposés pour la dépendance à Internet. Addiction 105: 556 – 564. [PubMed]
15. Block JJ (2008) Issues for DSM-V: Dépendance à Internet. Journal américain de psychiatrie 165: 306. [PubMed]
16. Suler J (2004) «addiction» aux ordinateurs et au cyberespace. Revue internationale d'études psychanalytiques appliquées 1: 359 – 362.
17. Chou C, Hsiao MC (2000) Dépendance à Internet, utilisation, gratification et expérience de plaisir: le cas des étudiants de Taiwan. Computers & Education 35: 65–80.
18. Ha JH, Yoo HJ, Cho IH, Chin B, Shin D, et al. (2006) Comorbidité psychiatrique évaluée chez des enfants et des adolescents coréens dont le dépistage est positif pour la dépendance à Internet. Le journal de psychiatrie clinique 67: 821. [PubMed]
19. Kubey RW, Lavin MJ, Barrows JR (2001): diminution de l'utilisation d'Internet et des performances universitaires dans les collèges: premiers résultats. Journal de communication 51: 366 – 382.
20. Brenner V (1997) Psychologie de l'utilisation de l'ordinateur: XLVII. Paramètres d'utilisation, d'abus et de dépendance à Internet: les premiers jours 90 de l'enquête sur l'utilisation d'Internet. Rapports psychologiques 80: 879 – 882. [PubMed]
21. Griffiths M (2000) Existe-t-il une «dépendance» à Internet et aux ordinateurs? Quelques preuves d'études de cas. CyberPsychologie et comportement 3: 211 – 218.
22. Flisher C (2010) Brancher: Un aperçu de la dépendance à Internet. Journal de pédiatrie et de santé infantile 46: 557 – 559. [PubMed]
23. Ko CH, Yen JY, CS Chen, Yeh YC, Yen CF (2009) Valeurs prédictives des symptômes psychiatriques de la dépendance à Internet chez les adolescents. Arch Pediatr Adolesc Med 163: 937 – 943. [PubMed]
24. Armstrong L, Phillips JG, Saling LL (2000) Déterminants potentiels de l’utilisation accrue d’Internet. Revue internationale d'études humano-informatiques 53: 537 – 550.
25. Christakis D (2010) La dépendance à Internet: une épidémie du Xème siècle? BMC Medicine 21: 8. [Article gratuit PMC] [PubMed]
26. CNN (2010) Virtuellement toxicomane: sevrer les Coréens de leur monde branché. Consulté: 2012.1.20.
27. BBC news (2005) S Une Coréenne meurt après une session de jeux. Consulté: 2012.1.20.
28. Le joueur chinois en ligne BBC news asia-pacific (2011) meurt après trois jours de session. Consulté: 2012.1.20.
29. Soule LC, Shell LW et Kleen BA (2003) À la recherche de la dépendance à Internet: Caractéristiques démographiques et stéréotypes des gros utilisateurs d’Internet. Journal des systèmes informatiques 44: 64 – 73.
30. Nalwa K, Anand AP (2003) La dépendance à Internet chez les étudiants: une source de préoccupation. CyberPsychologie et comportement 6: 653–656. [PubMed]
31. Kaltiala-Heino R, Lintonen T, Rimpela A (2004) Dépendance à Internet? Utilisation potentiellement problématique d'Internet dans une population d'adolescents de 12 à 18 ans. Addiction Research & Theory 12: 89–96.
32. Davis RA, Flett GL, Besser A (2002) Validation d'une nouvelle échelle pour mesurer l'utilisation problématique d'Internet: implications pour le dépistage pré-emploi. CyberPsychologie et comportement 5: 331–345. [PubMed]
33. Scholte EM (1992) Prévention et traitement du comportement problématique des mineurs: proposition d’approche socio-écologique. Journal de psychologie infantile anormale 20: 247 – 262. [PubMed]
34. Sallis JF, Owen N, EB EB de Fisher (2008) Modèles écologiques du comportement de la santé. Comportement sanitaire et éducation à la santé: théorie, recherche et pratique 4: 465 – 486.
35. Chou C, Condron L, Belland JC (2005) Un examen de la recherche sur la dépendance à Internet. Revue de psychologie de l'éducation 17: 363 – 388.
36. Mathy RM, Cooper A (2003) Durée et fréquence des utilisations d'Internet dans un échantillon non clinique: suicidalité, problèmes de comportement et antécédents de traitement. Psychothérapie: théorie, recherche, pratique, formation 40: 125.
37. Soteriades ES, DiFranza JR (2003) Statut socio-économique des parents, revenu disponible des adolescents et statut tabagique des adolescents dans le Massachusetts. Journal américain de la santé publique 93: 1155–1160. [Article gratuit PMC] [PubMed]
38. Fawzy FI, Coombs RH, Simon JM, Bowman-Terrell M (1987). Composition de la famille, statut socioéconomique et consommation de substances psychoactives. Comportements provoquant une dépendance 12: 79 – 83. [PubMed]
39. Garnefski N, Okma S (1996) Comportement agressif / criminel à l'addiction et à la dépendance: influence de la famille, de l'école et des pairs. Journal de l'adolescence 19: 503 – 512. [PubMed]
40. Greenfield DN (1999) Caractéristiques psychologiques de l'utilisation compulsive d'Internet: une analyse préliminaire. CyberPsychologie et comportement 2: 403–412. [PubMed]
41. Lin MP, Ko HC, Wu JYW (2008) Le rôle de l'espérance de résultats positifs / négatifs et l'auto-efficacité du refus de l'utilisation d'Internet sur la dépendance à Internet chez les étudiants de Taiwan. CyberPsychologie et comportement 11: 451–457. [PubMed]
42. Agence nationale de la société de l'information (2011), enquête sur les toxicomanies sur Internet, 2010. Dans: Agence NIS, éditeur. Séoul, Corée du Sud.
43. Korea Statistical Information Service (2013) Statistiques sur l’utilisation d’Internet.
44. Kim D., Jung Y, Lee E., Kim D., Cho Y (2008) Développement d'une échelle de prédiction de la dépendance à Internet - forme courte (échelle de KS). Le journal coréen de conseil 9: 1703 – 1722.
45. Hawkins M (2012) Corée du Sud introduit une autre loi pour lutter contre les maux du jeu. NBC News.
46. ​​Currie C, Gabhainn SN, Godeau E, Roberts C, Smith R, et al. . (2008) Inégalités de santé des jeunes: rapport international sur les comportements de santé des enfants d'âge scolaire (HBSC) de 2005/2006.
47. Chow GC (1960) Tests d'égalité entre des ensembles de coefficients dans deux régressions linéaires. Econometrica: Journal de la société économétrique: 591 – 605.
48. Kim H., Kim E., Min K., Shin, J., Lee, S. et al. . (2007) Conférence internationale sur la socialisation à l’adolescence III sur les relations parents-enfants, enseignants-étudiants et entre pairs In: Institut national de la politique de la jeunesse, éditeur. Conférence internationale sur la socialisation à l'adolescence.
49. Jones S (2002) Internet va au collège: comment les étudiants vivent-ils dans le futur avec aujourd'hui?
50. EF brut (2004) Utilisation d'Internet par les adolescents: nos attentes, les rapports des adolescents. Journal de psychologie du développement appliquée 25: 633 – 649.
51. L’Agence coréenne de la société de l’information (2012) L’enquête sur Internet Addiction 2011. Séoul, Corée du Sud: ministère coréen de l'Administration publique.
52. Ng BD, Wiemer-Hastings P (2005) Addiction to the internet and online gaming. CyberPsychologie et comportement 8: 110–113. [PubMed]
53. Rosenberg M (1989) Société et image de soi des adolescents (Rev: Wesleyan University Press.
54. Ko CH, Yen JY, Chen Chen, SH Chen, Yen CF (2005) Différences entre les sexes et facteurs liés affectant la dépendance au jeu en ligne chez les adolescents taïwanais. Le journal des maladies nerveuses et mentales 193: 273. [PubMed]
55. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY et al. (2006) La dépendance à l’internet chez les adolescents coréens et son lien avec la dépression et les idées suicidaires: une enquête par questionnaire. Revue internationale d'études infirmières 43: 185 – 192. [PubMed]
56. Ko CH, Yen JY, CC Chen, SH Chen, KUANYI W, et al. (2006) Personnalité tridimensionnelle d'adolescents ayant une expérience de la dépendance à Internet et de la toxicomanie. Revue canadienne de psychiatrie 51: 887 – 894. [PubMed]