Psychol avant. 2018 Aug 13; 9: 1444. doi: 10.3389 / fpsyg.2018.01444.
Eide TA1, Aarestad SH2, Andreassen CS3, Bilder RM4, Pallesen S2.
Abstract
L'utilisation excessive du smartphone a été associée à un certain nombre de conséquences négatives pour l'individu et l'environnement. Certaines similitudes peuvent être observées entre un usage excessif du smartphone et plusieurs dépendances comportementales, et l’utilisation continue constitue l’une des caractéristiques incluses dans la dépendance. Dans l'extrême extrême de la distribution de l'utilisation des smartphones, on pourrait s'attendre à ce que la restriction des smartphones induise des effets négatifs pour les individus. Ces effets négatifs peuvent être considérés comme des symptômes de sevrage traditionnellement associés à une dépendance à une substance. Afin de répondre à cette question d'actualité, la présente étude a examiné les scores de l'échelle de retrait des téléphones intelligents (SWS), de l'échelle de crainte d'omettre (FoMOS) et du programme PANAS (effets positifs et négatifs) lors de la restriction du nombre de smartphones 72 h. Un échantillon de participants à 127 (72.4% de femmes), âgés de 18-48 (M = 25.0, SD = 4.5), ont été assignés au hasard dans l’une des deux conditions: une condition restreinte (groupe expérimental, n = 67) ou une condition de contrôle (groupe de contrôle, n = 60). Pendant la période de restriction, les participants ont complété les échelles susmentionnées trois fois par jour. Les résultats ont révélé des scores significativement plus élevés sur le SWS et le FoMOS pour les participants affectés à la condition restreinte que ceux affectés à la condition de contrôle. Globalement, les résultats suggèrent que la restriction des smartphones pourrait provoquer des symptômes de sevrage.
MOTS-CLÉS: FoMO; PANAS; dépendance comportementale; étude expérimentale; restriction; téléphone intelligent; Retrait
PMID: 30150959
PMCID: PMC6099124
DOI: 10.3389 / fpsyg.2018.01444
Introduction
Les technologies mobiles modernes sont devenues de plus en plus populaires et plus avancées au cours de la dernière décennie. L'état de la technique (c'est-à-dire les smartphones) comprend plusieurs fonctions multimédia qui permettent aux utilisateurs d'être connectés en permanence et d'avoir accès à un flux ininterrompu de données en temps réel provenant de sites de réseaux sociaux (SNS); Valderrama, 2014; Chóliz et al., 2016). Par conséquent, le smartphone est devenu un élément crucial dans la vie des gens, 73% signalant qu’ils paniqueraient s’ils avaient égaré leur smartphone et 58% signalant qu’il le vérifiait au moins une fois par heure (Point de vue, 2012).
Utilisation excessive et problématique des smartphones, également appelée dépendance (comportementale) (Andreassen et al., 2013; Billieux et al., 2015a), a des effets potentiellement nocifs (voir Elhai et al., 2017, pour une revue systématique). Les recherches indiquent que la surutilisation peut conduire à des résultats indésirables pour l'individu et son entourage et peut constituer une préoccupation importante pour la santé publique (Tossell et al., 2015; van Deursen et al., 2015). Certaines études indiquent que l'utilisation excessive d'un smartphone peut entraîner une déficience musculo-squelettique (Inal et al., 2015; Xie et al., 2016), faible performance scolaire (Lepp et al., 2014), anxiété et dépression (Demirci et al., 2015; Elhai et al., 2016) ainsi qu’une mauvaise qualité de sommeil (Chang et al., 2015). Le terme dépendance au comportement fait référence à une dépendance de nature non chimique ou non liée à une substance et qui, avant la Griffiths (1996) article, a souvent été appelé toxicomanie. La dépendance au smartphone est devenue une sous-catégorie des dépendances comportementales. Selon le modèle composant de la dépendance Griffiths (2005) a suggéré qu'il était caractérisé par six composantes, notamment la saillance, la modification de l'humeur, la tolérance, les symptômes de sevrage, les conflits et les rechutes. On a supposé que ces composants étaient communs aux toxicomanies liées à la toxicomanie ainsi qu’aux dépendances comportementales. le les symptômes de sevrage composante fait référence aux effets psychologiques et physiologiques désagréables résultant de l'interruption de l'activité. L'effet de sevrage dominant peut varier d'un individu à l'autre en termes de résultats psychologiques et physiologiques. Les symptômes de sevrage psychologiques font référence à des effets tels que l'humeur, l'irritabilité et l'anxiété, tandis que les symptômes de sevrage physiologiques comprennent les sueurs, les nausées, l'insomnie, les maux de tête, etc. Les symptômes de sevrage psychologiques sont des effets bien documentés de la toxicomanie (substance)Orford, 2001), et de plus en plus de preuves suggèrent également l’existence de symptômes de sevrage pour les dépendances comportementales, telles que le jeu pathologique (Griffiths, 2004).
Jusqu'à présent, le nombre d'études consacrées aux effets de la restriction de l'accès aux smartphones est limité. Une étude a révélé que la restriction rendait les participants beaucoup plus anxieux au fil du temps (Cheever et al., 2014). Cependant, cet effet n’a été observé que chez les personnes qui utilisaient beaucoup ou modérément le smartphone (6).Cheever et al., 2014). Dans une autre étude, il a été constaté que l'impossibilité de répondre aux appels entrants sur le smartphone de son smartphone entraînait une augmentation de la fréquence cardiaque et de la tension artérielle, ainsi que des sentiments d'anxiété et de désagrément (Clayton et al., 2015). Plusieurs autres études ont examiné la restriction des smartphones et la dépendance potentielle à travers différentes conceptions (Sapacz et al., 2016; Cutino et Nees, 2017; van den Eijnden et al., 2017). Ces résultats suggèrent que des symptômes de sevrage peuvent exister lorsque l'accès des personnes à leur téléphone portable est restreint. Un phénomène qui peut expliquer les symptômes de sevrage des restrictions de smartphone est la peur de manquer (FoMO), ce qui dénote une inquiétude dominante selon laquelle on est exclu de la participation ou du partage d'expériences agréables que d'autres pourraient avoir (Przybylski et al., 2013). La participation en ligne pourrait être particulièrement attrayante en raison de l’accès immédiat à l’information sur les amis et les événements, où les personnes haut placées dans FoMO pourraient s’orienter vers ces canaux de médias sociaux. En outre, la restriction de l'accès à ces canaux pourrait provoquer des symptômes liés au sevrage. Plusieurs études attestent d’une association positive entre FoMO et une utilisation excessive et continue des smartphones (Rosen et al., 2013a,b; Lepp et al., 2014; Clayton et al., 2015; Elhai et al., 2016; Fuster et al., 2017). Dans le même ordre d'idées, de plus en plus de recherches sur l'utilisation excessive de smartphones ont montré qu'il était fortement associé à l'utilisation addictive de médias sociaux en ligne (Andreassen et al., 2013, 2016; Salehan et Negahban, 2013; Fuster et al., 2017; Lopez-Fernandez et al., 2017). Les caractéristiques du smartphone, telles que sa taille et sa portabilité, pourraient faciliter la combinaison de plusieurs renforts associés aux stimuli, ce qui pourrait rapidement susciter un comportement addictif. Il existe différents points de vue sur l’addiction à la technologie, qu’il s’agisse d’être accro au support lui-même ou qu’il s’agisse simplement d’un promoteur d’autres addictions. Il existe trois points de vue principaux sur ce problème: (1), l’un peut être accro au support lui-même; (2), on peut être accro au support, car il autorise l’accès à différents types de contenu accessibles uniquement par le biais du support; et (3) on est seulement accro au contenu que le support rend accessible et non au support lui-même. Young (1998) soutient que le support est la cause de la dépendance du fait que le contenu ne serait pas accessible sans lui, alors que Griffiths et al. (2016) soutiennent que le média lui-même ne crée pas de dépendance, mais qu'il est utilisé comme une plate-forme / source favorisant la dépendance. Néanmoins, certaines conclusions d'études de cas ont montré que quelques individus semblaient être dépendants d'Internet même. Ces personnes utilisent souvent Internet pour des bavardoirs et des activités accessibles uniquement par Internet (Griffiths et al., 2016). Cet argument a également été utilisé pour décrire des personnes qui semblent être dépendantes des médias sociaux et des réseaux sociaux (SNS) (Kuss et Griffiths, 2011; Griffiths et al., 2014). En outre, on peut se demander si on peut aller jusqu'à appeler un usage excessif ou problématique du smartphone, une dépendance (Billieux et al., 2015b). Indépendamment de cette discussion, il existe une certaine ressemblance entre l’usage excessif du smartphone et la dépendance au comportement, ce qui permet d’enquêter sur les symptômes de sevrage potentiels lors d’une restriction d’intérêt.
Lorsqu’on examine les symptômes de sevrage, les effets physiologiques sont plus spécifiques aux dépendances liées à la consommation de substances (Shiffman et Jarvik, 1976; Griffiths, 1996, 2005; Etter, 2005), alors que les symptômes de sevrage dans les dépendances comportementales consistent généralement principalement en des symptômes psychologiques (Griffiths, 1996, 2005; Alavi et al., 2012; Parlak et Eckhardt, 2014). Plusieurs études ont utilisé des mesures d'anxiété et leurs effets négatifs comme moyen d'investigation de l'expérience individuelle pendant les périodes de restriction chez des personnes souffrant de différentes dépendances comportementales (Przybylski et al., 2013; Cheever et al., 2014; Clayton et al., 2015). Cependant, peu de recherches ont été menées sur le sevrage lié à la dépendance comportementale (Starcevic, 2016).
Des études sur le sevrage lié à la toxicomanie ont montré qu'il existe certaines tendances temporelles concernant le développement des symptômes. La connaissance de ces effets peut être très utile car la question des symptômes de sevrage dans les dépendances comportementales n'a pas encore été suffisamment étudiée. Shiffman et Jarvik (1976) fumeurs étudiés qui se sont abstenus de cigarettes pendant une certaine période. Les résultats ont indiqué que les symptômes avaient une fonction en forme de U, les symptômes étant plus saillants au début et à la fin de la période de restriction. Cependant, une étude sur le sevrage alcoolique a montré que les symptômes suivaient une courbe en U inversée (Les vendeurs et Kalant, 1976). Ces résultats indiquent qu'il pourrait y avoir des différences entre les différentes dépendances en ce qui concerne la forme temporelle des symptômes de sevrage. En outre, Hughes et al. (2004) ont effectué une revue systématique de la littérature où ils ont étudié les fumeurs et ont constaté que la plupart des rechutes avaient eu lieu au cours des premiers jours 8. On pourrait donc faire valoir que la première semaine des périodes de restriction devrait faire l’objet d’une plus grande attention clinique (Hughes et al., 2004). Peu de recherches ont été effectuées sur le sevrage et son développement temporel dans la dépendance comportementale.
Dans ce contexte, nous avons conçu une expérience comparant la restriction de smartphone 72 h à une condition de contrôle sans restriction. Nous avons émis l’hypothèse que les participants dans les conditions expérimentales auraient un score significativement plus élevé sur les symptômes de sevrage sur smartphone, la peur de manquer et l’humeur négative, bien que plus faible avec l’humeur positive par rapport aux témoins (H1), reflétant les principaux effets de l’état. Nous nous attendions également à ce que les symptômes négatifs soient plus importants au début de la période d’enregistrement par rapport aux symptômes ultérieurs (H2), reflétant les principaux effets du temps. Enfin, nous nous attendions à une diminution plus importante des symptômes de sevrage au fil du temps dans la condition expérimentale par rapport à la condition contrôle (H3), ce qui se traduirait par des effets d'interaction bidirectionnels significatifs (Condition × Temps).
Matériels et méthodes
Participants
L’échantillon comprenait des participantes à 127, 72.4% de femmes (n = 92) et 27.6% hommes (n = 35). Tous les participants avaient entre l'âge de 18 et de 48, l'âge moyen étant de 25 (SD = 4.5). Au total, 79.5% (n = 101) étaient des étudiants à plein temps fréquentant l’enseignement supérieur à Bergen.
Instruments
Démographie
Les participants ont été invités à compléter des éléments concernant leur âge, leur sexe, leur statut relationnel et leur statut d'étudiant.
Articles de fréquence et d'utilisation de smartphone
Le questionnaire comportait cinq éléments au cours desquels les participants se sont évalués sur des sujets tels que la fréquence, la durée et les caractéristiques (par exemple, «Utilisez-vous votre smartphone tous les jours?») De l'utilisation d'un smartphone. Le questionnaire est reproduit à l'annexe A.
Échelle de retrait pour smartphone (SWS)
Cette échelle a été incluse dans l’étude pour mesurer le degré de symptômes de sevrage liés à la restriction des smartphones. L’Échelle de retrait de téléphone intelligent (SWS) est une version modifiée de l’Échelle de retrait de cigarette (CWS); Etter, 2005). Bien que le retrait des cigarettes concerne une substance, il existe un chevauchement important des symptômes de sevrage du tabac et des symptômes de sevrage associés à une dépendance comportementale (American Psychiatric Association, 2013). Le SCF se composait à l'origine d'éléments 21 divisés en six sous-échelles (dépression, anxiété, envie, irritabilité, impatience, difficulté de concentration, gain pondéral et insomnie), mais dans la présente étude, le gain pondéral et l'insomnie n'étaient pas inclus car ils semblaient moins pertinents pour le retrait de smartphone. Quatre éléments de la sous-échelle Craving, spécifiques à l'utilisation de cigarettes, ont été modifiés pour devenir pertinents pour le retrait des smartphones. En outre, l’échelle a été modifiée d’un format de trait à état, en posant les questions d’un général à un autre (par exemple, «La seule chose à laquelle je peux penser en ce moment, c’est mon smartphone»; voir Matériel supplémentaire pour un exemple. liste complète des éléments). L’échelle modifiée comprend des éléments 15 classés sur une échelle de Likert en cinq points allant de 1 (totalement en désaccord) en 5 (entièrement d'accord). Un score composite a été calculé sur la base de la somme des scores de tous les éléments 15. L'alpha de Cronbach pour le SWS s'est avéré très bon pour les neuf fois où il a été mesuré, allant de 0.88 à 0.92.
Calendrier des effets positifs et négatifs (PANAS)
Le calendrier relatif aux effets positifs et négatifs (PANAS) (Watson et al., 1988) a été utilisé pour mesurer l'humeur autodéclarée et comprend les éléments 20, les éléments 10 liés au tableau des incidences positives (PA) et les éléments 10 liés au tableau des effets négatifs (NA). Ces articles décrivent différents états affectifs, tels que hostile et excité. Les participants ont noté chaque élément sur une échelle de Likert en cinq points de (très légèrement ou pas du tout) en 5 (extrêmement), en fonction de leur état actuel. Dans la présente étude, les fiabilités alpha de Cronbach pour les sous-échelles PA (0.87 – 0.92) et NA (0.77 – 0.85) se sont révélées bonnes à excellentes au cours des neuf périodes de mesure.
Échelle de la peur de manquer (FoMOS)
Échelle La peur de manquer (FoMOS) (Przybylski et al., 2013) a été utilisé comme mesure auto-déclarée de FoMO. Cependant, dans la présente étude, l'échelle a été adaptée en une mesure d'état en formulant les questions d'un état général à un état spécifique et présent. L’échelle comprend des éléments 10 (par exemple, «Je crains que les autres n’aient des expériences plus enrichissantes que moi à l’heure actuelle»), classés sur une échelle de Likert sur cinq points tirée de 1 (pas du tout vrai de moi) en 5 (extrêmement vrai de moi). Le FoMOS a démontré une bonne cohérence interne sur les neuf temps de mesure avec une fiabilité alpha allant de 0.80 à 0.87.
Les mesures utilisées pour caractériser l'utilisation d'un smartphone ont été administrées une fois, tandis que la batterie de balances liées au retrait a été complétée à neuf intervalles au cours de la période de restriction. Ces échelles liées au retrait comprenaient les variables dépendantes. Le temps représentait les mesures répétées pour chaque participant (neuf fois), ce qui permettait d’enquêter sur les variations intra-individuelles. Condition représentée soit restreinte soit contrôlée.
Procédure
Les participants ont été recrutés par la publicité sur Facebook et par appel personnel. Les participants qui n'utilisaient pas leur smartphone au moins 1 h quotidiennement étaient exclus. L'étude s'est déroulée sur dix week-ends entre octobre 2016 et février 2017. Chaque participant s'est vu attribuer un identifiant unique et randomisé dans une condition de contrôle ou de restriction par un calculateur de randomisation en ligne (Urbaniak et Plous, 2015).
Le lundi avant le week-end expérimental (vendredi-lundi; voir Figure Figure11) les participants ont reçu un courrier électronique contenant un lien vers une enquête Web (données démographiques et utilisation d'un smartphone). À l’inclusion, tous les participants ont reçu un numéro d’identification unique, attribué consécutivement, et répartis au hasard en conditions de restriction ou de contrôle (voir Figure Figure22). Vendredi, ceux affectés à la condition restreinte (groupe expérimental; n = 67) ont été priés d’éteindre leurs smartphones et de les rendre. Le smartphone a été placé dans une armoire verrouillée et sécurisée ce week-end. Celles affectées à la condition de contrôle (groupe de contrôle; n = 60) ont été autorisés à conserver et à utiliser leur smartphone comme d’habitude. Au cours de la période de restriction (72 h), les participants ont été priés de remplir les questionnaires pertinents (SWS, FoMOS et PANAS) trois fois par jour dans une brochure qu’ils avaient reçue le premier jour expérimental. Le lundi suivant, les participants ont remis les questionnaires complétés. Les personnes en condition restreinte ont récupéré leur smartphone et ont répondu à une question qualitative ouverte sur les difficultés liées à la période de restriction. Tous les participants ont reçu une rémunération de 500 NOK pour leur participation à l’étude. Le montant n'a pas été divulgué à l'avance pour assurer la motivation principale de la participation à l'étude.
Modèle de progression illustrant le plan expérimental.
Ethique
L'étude a été menée conformément à la déclaration d'Helsinki et approuvée par l'autorité norvégienne de protection des données (projet n ° 49769). Le comité d'éthique était composé d'une personne, Belinda Gloppen Helle du Centre norvégien de recherche de données. Tous les participants ont été recrutés dans la population adulte en général (au moins 18) et ont tous donné leur consentement éclairé par voie électronique.
Analyse des données
Une analyse de modèle mixte linéaire a été appliquée et une approche du maximum de vraisemblance restreinte a été utilisée car elle permet d'estimer sans biais les paramètres de variance et de covariance. Une interception aléatoire a été incluse dans les modèles (Harville, 1977; West et al., 2014). Dans l'analyse, les facteurs inter-sujets reflétaient la différence potentielle entre les individus en condition restreinte et en condition de contrôle, en termes de retrait du smartphone (déterminé à partir du score SWS), de la crainte d'omettre (déterminé à partir du score de FoMOS), et affect positif / négatif (déterminé à partir des scores PANAS). Une analyse de puissance a montré que le nombre de participants inclus serait suffisant pour une puissance de 0.80 dans les cas de tailles d’effet moyennes pour les facteurs fixes et un coefficient de corrélation attendu entre des mesures répétées de 0.5 (Hedeker et al., 1999). Toutes les analyses ont été réalisées avec SPSS Version 23.
Sur les éléments de l'échelle SWS, complétés pendant la période de restriction, les données manquantes représentaient 4.4% du total. Les articles FoMO avaient 4.2%, l’échelle PA 4.5% et l’échelle NA avaient 4.2% données manquantes. Cependant, l'approche analytique à modèles mixtes linéaires permet d'utiliser les données disponibles pour les unités où des points temporels sont manquants.
Résultats
L'ensemble de données sera mis à la disposition du TE sur demande.
Descriptives
L'utilisation du smartphone a été mesurée avant le week-end expérimental. La différence dans l’utilisation autodéclarée du smartphone ne différait pas entre les groupes (t = 1.36, df = 125, p = 0.177). Voir lampe de table Table11 pour des descriptifs plus détaillés. Il n’ya pas eu de différence dans la répartition par sexe (2= 0.373, df = 1, p = 0.541) entre les deux conditions.
Tableau 1
Moyenne (M) et écarts types (SD) de l'utilisation déclarée du smartphone et des difficultés rencontrées au cours de la période de restriction du smartphone.
| M (SD) | Pourcentage | |
|---|---|---|
| Utilisation signalée pour | ||
| Groupe restreint | 2.79 (0.85) | |
| Control | 2.62 (0.56) | |
| Défis en période de restriction liés à | ||
| Traiter les applications | 49.3% | |
| Communication sociale | 49.3% | |
| Inaccessibilité | 43.3% | |
| Préproduction | 40.3% | |
| Réveil | 32.8% | |
| Musique / podcast | 25.4% | |
| Applications de réseaux sociaux | 13.4% | |
| Sécurité | 10.4% | |
| Passer le temps | 6.0% | |
Analyse de l'expérience
L'effet de la restriction de smartphone sur les symptômes de retrait (voir Tables Tables2,2, , 33)
Tableau 2
Effet de la restriction des smartphones sur les scores de retrait (SWS) par les modèles mixtes linéaires.
| Temps | Estimation | Erreur standard | t | F |
|---|---|---|---|---|
| 1 | 0.177 | 0.071 | 2.48 * | |
| 2 | 0.133 | 0.072 | 1.85 | |
| 3 | 0.026 | 0.072 | 0.359 | |
| 4 | 0.053 | 0.071 | 0.745 | |
| 5 | - 0.050 | 0.072 | - 0.696 | |
| 6 | - 0.011 | 0.072 | - 0.150 | |
| 7 | 0.032 | 0.072 | 0.449 | |
| 8 | 0.047 | 0.071 | 0.657 | |
| 9 | ||||
| État | 4.90 * | |||
| Temps | 2.83 ** | |||
| État*fiable | 0.226 | |||
Tableau 3
Écart moyen et standard pour chaque condition sur SWS, FoMOS et PANAS au temps 1 – 9.
| Limité | Non restreint | |||||||
|---|---|---|---|---|---|---|---|---|
| Temps | SWS | FoMO | PA | NA | SWS | FoMO | PA | NA |
| 1 | 1.69 (0.647) | 2.01 (0.720) | 2.77 (0.713) | 1.34 (0.392) | 1.57 (0.655) | 1.86 (0.558) | 2.78 (0.737) | 1.27 (0.367) |
| 2 | 1.68 (0.660) | 2.05 (0.744) | 2.61 (0.576) | 1.32 (0.422) | 1.53 (0.562) | 1.76 (0.642) | 2.67 (0.854) | 1.29 (0.405) |
| 3 | 1.57 (0.561) | 1.88 (0.793) | 2.63 (0.719) | 1.32 (0.394) | 1.40 (0.552) | 1.75 (0.624) | 2.79 (0.829) | 1.26 (0.389) |
| 4 | 1.60 (0.650) | 1.93 (0.754) | 2.61 (0.820) | 1.34 (0.471) | 1.44 (0.556) | 1.77 (0.631) | 2.73 (0.791) | 1.20 (0.287) |
| 5 | 1.57 (0.683) | 1.87 (0.660) | 2.53 (0.699) | 1.27 (0.382) | 1.32 (0.395) | 1.68 (0.597) | 2.63 (0.775) | 1.18 (0.282) |
| 6 | 1.54 (0.536) | 1.81 (0.695) | 2.47 (0.852) | 1.27 (0.421) | 1.37 (0.420) | 1.59 (0.555) | 2.71 (0.856) | 1.24 (0.360) |
| 7 | 1.62 (0.576) | 1.86 (0.623) | 2.30 (0.749) | 1.33 (0.387) | 1.41 (0.528) | 1.64 (0.517) | 2.60 (0.743) | 1.25 (0.335) |
| 8 | 1.65 (0.676) | 1.85 (0.682) | 2.43 (0.695) | 1.31 (0.388) | 1.43 (0.461) | 1.60 (0.586) | 2.57 (0.775) | 1.21 (0.352) |
| 9 | 1.53 (0.536) | 1.74 (0.573) | 2.57 (0.665) | 1.21 (0.370) | 1.36 (0.506) | 1.62 (0.573) | 2.64 (0.787) | 1.19 (0.351) |
Sur le SWS il y avait un effet principal statistiquement significatif de la condition, F(1,124.97) = 4.90, p <0.05, et l'heure, F(8,951.19) = 2.83, p <0.005 sur le score total. L'effet d'interaction entre l'état et le temps n'était pas statistiquement significatif, F(8,951.19) = 0.226, p = 0.986 (Figure Figure33). Plus précisément, Time 1 présentait un score SWS supérieur statistiquement significatif par rapport à Time 9 (t = 2.48, p <0.05) qui représentait le temps de référence.
Scores moyens sur l'échelle de retrait de smartphone (SWS) pour les conditions de restriction et de contrôle. Les barres d'erreur représentent la moyenne des erreurs standard pour chaque valeur. *p <0.05 pour l'effet principal de la condition, †p <0.05 pour l'effet principal du temps, et ∫p <0.05 pour le temps 1 comparé au temps 9.
L'effet de la restriction de smartphone sur la peur de manquer (voir Tables Tables3,3, , 44)
Tableau 4
Effet de la restriction des smartphones sur les scores de peur de manquer (FoMOS) selon des modèles mixtes linéaires.
| Temps | Estimation | Erreur standard | t | F |
|---|---|---|---|---|
| 1 | 0.239 | 0.064 | 3.72 **** | |
| 2 | 0.149 | 0.065 | 2.28 * | |
| 3 | 0.114 | 0.065 | 1.75 | |
| 4 | 0.140 | 0.064 | 2.18 * | |
| 5 | 0.072 | 0.065 | 1.11 | |
| 6 | - 0.021 | 0.065 | - 0.328 | |
| 7 | 0.018 | 0.065 | 0.280 | |
| 8 | - 0.026 | 0.064 | - 0.407 | |
| 9 | ||||
| État | 3.99 * | |||
| Temps | 8.17 **** | |||
| État*fiable | 0.652 | |||
Il y avait un effet principal statistiquement significatif de la condition, F(1,124.81) = 3.99, p <0.05, et l'heure, F(8,952.40) = 8.17, p <0.001, sur le score total de FoMOS. L'effet d'interaction entre l'état et le temps n'était pas statistiquement significatif, F(8,952.40) = 0.652, p = 0.734 (Figure Figure44). De plus, Time 1 (t = 3.72, p <0.001), temps 2 (t = 2.28, p <0.05) et temps 4 (t = 2.18, p <0.05) avait un score FoMOS statistiquement plus élevé que le temps de référence (temps 9).
Scores moyens de l’échelle FOMO (Fear of Missing Out) pour les groupes à accès restreint (n = 67) et le contrôle (n = Condition 60). Les barres d'erreur représentent la moyenne des erreurs standard pour chaque valeur. *p <0.05 pour l'effet principal de la condition, †p textitp <0.05 pour l'effet du temps, ∫p <0.05 pour le temps 2 et le temps 4 par rapport au temps 9, et ∫p <0.001 pour le temps 1 par rapport au temps 9.
L'effet de la restriction de smartphone sur les effets positifs et négatifs (voir Tables Tables3,3, , 55)
Tableau 5
L'effet de la restriction de smartphone sur les scores d'effet positif (PANAS) par les modèles mixtes linéaires.
| Temps | Estimation | Erreur standard | t | F |
|---|---|---|---|---|
| 1 | 0.190 | 0.109 | 1.75 | |
| 2 | 0.101 | 0.111 | 0.914 | |
| 3 | 0.181 | 0.111 | 1.64 | |
| 4 | 0.045 | 0.110 | 0.405 | |
| 5 | 0.131 | 0.110 | 1.19 | |
| 6 | 0.002 | 0.110 | 0.015 | |
| 7 | 0.017 | 0.109 | - 0.155 | |
| 8 | - 0.017 | 0.109 | - 0.155 | |
| 9 | ||||
| État | 1.89 | |||
| Temps | 3.72 **** | |||
| État*fiable | 0.865 | |||
Aucun effet principal statistiquement significatif sur la condition, F(1,125.15) = 1.89, p = 0.171 sur PA. Cependant, l’analyse a révélé un effet principal statistiquement significatif sur le temps, F(8,951.23) = 3.72, p <0.001, sur le score total de PA. Aucun résultat significatif n'a été trouvé entre chaque point de temps dans le test de suivi. L'effet d'interaction entre la condition et le temps sur le score PA, F(8,951.23) = 0.865, p = 0.546, n’était pas statistiquement significatif (Figure Figure55). Le score NA n'avait pas d'effet principal significatif sur la condition, F(1,124.23) = 1.73, p = 0.191, ni pour le temps F(8,952.48) = 1.95, p = 0.050 (lampe de table Table66). En outre, l’effet d’interaction entre la condition et le temps sur le score NA F(8,952.48) = 0.730, p = 0.665, n’était pas statistiquement significatif (Figure Figure66).
Scores moyens sur l’affect positif (AP) pour les groupes restreints (n = 67) et de contrôle (n = 60). Les barres d'erreur représentent la moyenne des erreurs standard pour chaque valeur. †p <0.001 pour l'effet principal du temps.
Tableau 6
L'effet de la restriction des smartphones sur les scores PAN (affect négatif) des modèles mixtes linéaires.
| Temps | Estimation | Erreur standard | t | F |
|---|---|---|---|---|
| 1 | 0.054 | 0.049 | 1.10 | |
| 2 | 0.069 | 0.049 | 1.40 | |
| 3 | 0.042 | 0.049 | 0.861 | |
| 4 | - 0.012 | 0.049 | - 0.252 | |
| 5 | - 0.030 | 0.049 | - 0.614 | |
| 6 | 0.028 | 0.049 | 0.570 | |
| 7 | 0.032 | 0.049 | 0.652 | |
| 8 | 0.000 | 0.049 | 0.003 | |
| 9 | ||||
| État | 1.73 | |||
| Temps | 1.95 * | |||
| État*fiable | 0.730 | |||
Scores moyens sur l’affect négatif (NA) pour les cas restreints (n = 67) et de contrôle (n = 60). Les barres d'erreur représentent la moyenne des erreurs standard pour chaque valeur.
a lieu
L’objectif principal de la présente étude était d’examiner les symptômes de sevrage, la peur de passer à côté et les effets positifs et négatifs associés à la restriction des téléphones intelligents au fil du temps. Basée sur la conception de la recherche, la présente étude constitue l’une des premières études expérimentales entreprises sur ce sujet. Les résultats étaient cohérents avec l'une des hypothèses et les recherches précédentes, avec des résultats montrant que la restriction des smartphones contribuait de manière significative aux symptômes de sevrage et de FoMO expliqués par la variance. Cependant, la restriction n'était pas liée à un effet positif ou négatif.
Il y avait un effet principal significatif pour la condition sur le SWS où la condition restreinte présentait un score moyen supérieur à celui de la condition témoin. Plus spécifiquement, ces preuves indiquent que la restriction liée aux smartphones provoque des symptômes de sevrage psychologiques similaires à ceux rencontrés dans d'autres dépendances comportementales. Les résultats ont également révélé un effet principal significatif de la condition sur FoMOS, indiquant que les scores de FoMOS étaient significativement plus élevés pour la condition restreinte que pour la condition de contrôle, quel que soit l'effet du temps. FoMOS pourrait être une représentation de l'aspect social du sevrage et pourrait donc appuyer cette hypothèse. Ces résultats pourraient résulter d’une restriction de l’accès immédiat aux réseaux sociaux, ce qui provoquerait ces effets négatifs. Il n'y avait pas d'effet principal significatif pour la condition sur l'AP, ne représentant donc pas de différence significative entre la condition restreinte et la condition de contrôle en termes de scores d'AP. Cela indique que le fait d'être restreint par le smartphone ne provoque pas de diminution de la puissance acoustique. En ce qui concerne NA, il n'y avait pas d'effet principal significatif pour la condition. Ce résultat suggère que le fait de ne plus utiliser le smartphone ne provoque pas une augmentation de NA. Ces résultats apportent un soutien partiel à H1 en indiquant que les personnes sont négativement affectées par l'interaction avec leurs smartphones.
Un effet principal significatif du temps pour SWS, FoMOS et PA a été mis en évidence, indiquant que les scores différaient de manière significative dans le temps, quelle que soit la condition. De plus, l’effet principal du temps pour NA n’était pas significatif. H2 était donc partiellement pris en charge par les données. Aucun effet d'interaction significatif n'a été observé pour les variables de résultat (SWS, FoMOS, PA et NA), ce qui a entraîné un manque de prise en charge de H3. Par conséquent, la présente étude n'a pas pu identifier de tendances concernant les effets négatifs causés par la période de restriction.
Les effets négatifs signalés (SWS et FoMOS) causés par l’incapacité d’interagir avec son smartphone pourraient être liés à des niveaux de stress plus élevés (Lazarus et Folkman, 1984; Folkman, 2008), certaines études suggérant que l’utilisation de son smartphone peut constituer un exutoire temporaire pour le stress (Lavoie et Pychyl, 2001; Thomée et al., 2007). Une étude de Patel et al. (2006) ont révélé que les enfants qui jouaient à un jeu vidéo portable avant une opération présentaient des niveaux de stress et d’anxiété inférieurs à ceux des enfants uniquement assistés de leurs parents. Un jeu vidéo portable présente des caractéristiques similaires à celles des smartphones, ce qui rend cette comparaison pertinente pour l'interprétation des résultats actuels. Bien que plusieurs jeux soient disponibles via les smartphones, il existe également des différences notables entre les jeux vidéo et les smartphones, qui limitent les effets comparatifs. Cependant, lorsqu'il est en possession d'un smartphone, il est immédiatement accessible avec toutes les applications de processus et sociales. On peut supposer que les jeunes adultes peuvent ressentir le même effet de renforcement négatif d'un smartphone dans diverses situations stressantes quotidiennes. Si tel est le cas, on peut également affirmer que la restriction des mêmes types d'appareils pourrait limiter l'effet de renforcement négatif du smartphone. Cependant, il ne s’agit que de spéculations et de nouvelles études sont nécessaires pour examiner les possibilités d’une telle connexion. Sur l’échelle PANAS, il a été démontré que l’affect négatif était en corrélation positive avec le stress autodéclaré (Watson et al., 1988).
Une autre explication des résultats concernant H1 peut être liée à la connectivité et à une extension du soi. La popularité des SNS a continué de croître depuis leur introduction, et ils se sont développés pour intégrer des fonctions telles que la messagerie instantanée. Il a été suggéré qu'une explication possible de la popularité aussi grande des SNS est due à leur capacité à répondre aux besoins humains fondamentaux. Les réseaux sociaux peuvent offrir à leurs utilisateurs un support social en offrant un moyen de rester en contact permanent avec leur famille, leurs amis et leurs connaissances, 24 / 7. En outre, ces applications de messagerie instantanée constituent un forum privé permettant aux pairs d’interagir sans la supervision de tiers. Cela pourrait aider à expliquer le grand engagement que les utilisateurs montrent aux SNS (Carbonell et Panova, 2017; Kuss et Griffiths, 2017). Les smartphones facilitent l'accès aux réseaux sociaux. Par conséquent, en limitant les interactions entre smartphones, il est encore plus difficile d'être connecté en permanence et de participer pleinement aux aspects de la société facilités par les smartphones.
Un autre terme étroitement lié à l’aspect social de la restriction est le soi étendu, proposé par Belk (1988). Dans la construction du sens de soi, il prétend que les biens d'un individu représentent un rôle important dans la réflexion de ses identités. Lorsque leurs biens sont enlevés, un sentiment de soi diminué se produira. Cela implique une émergence d’émotions négatives. L’une des conséquences des changements technologiques est l’extension du moi aux représentations graphiques de l’individu, telles que des avatars qui peuvent affecter notre sens du soi hors ligne. La plate-forme numérique, qui était quelque peu privée, est devenue une plate-forme principale pour se révéler et se projeter. Une augmentation du partage d'informations privées sur les sites de réseau social peut laisser l'utilisateur dans une position vulnérable, où des messages fréquents sont nécessaires pour conserver ou prendre le contrôle (Thompson et Cupples, 2008).
L’impossibilité de poser des questions, de donner des instructions ou d’échanger des informations personnelles à tout moment peut expliquer le score plus élevé obtenu par SWS et FoMOS. En outre, cela pourrait être lié aux applications de processus accessibles sur le smartphone, ce qui permet une interaction avec la société en général via des actualités, des tickets de bus, des courriels, etc. Ceci est conforme à certains des problèmes signalés par les participants restreints, où près de la moitié ont déclaré avoir de la difficulté à être restreints par les applications de processus, ainsi que par la communication sociale. De plus, les participants ont signalé des difficultés liées à la planification et à l'inaccessibilité immédiate à d'autres personnes. Le moi étendu offre une vue intéressante sur l’utilisation de la technologie. Grâce à la technologie numérique, le moi hors ligne et en ligne devient conjointement construit; ainsi, l'imposition d'une restriction à un individu qui le retire du site en ligne, telle qu'une restriction relative aux smartphones, peut provoquer des symptômes liés au sevrage (Belk, 1988, 2013).
Cette étude est l’une des premières à étudier l’effet de la restriction du smartphone pour la prolongation du délai et le retrait physique du smartphone. Peu d’autres études ont examiné la restriction des smartphones, mais avec différents modèles. Une étude de Cheever et al. (2014), les participants ont été assignés au hasard à l’une des deux conditions suivantes: une condition a transformé leur smartphone, l’autre condition a été autorisée à conserver leur smartphone, mais elle a dû être désactivée pendant la durée de l’étude. La phase expérimentale n'a duré que 75 min. Une deuxième étude a examiné la restriction de l'utilisation du smartphone 3 h lors d'un festival (van den Eijnden et al., 2017). Dans cette étude, les participants devaient garder leur smartphone, mais devaient le mettre en mode avion et l'écran était rendu invisible par un sceau. En ce qui concerne les tendances de retrait, la première est la seule à inclure les tendances. Ceci est toutefois difficile à comparer avec la présente étude en raison de la différence de durée.
Forces et limites
Les variables dépendantes ont été incluses pour évaluer différents aspects pertinents du retrait des téléphones intelligents et représentent l’un des principaux atouts de la présente étude. La phase expérimentale 72 h, considérablement plus longue qu'une expérience de restriction de smartphone précédente, a permis une évaluation détaillée des fluctuations de la variable dépendante et constitue un autre atout de la présente étude (Cheever et al., 2014; van den Eijnden et al., 2017). Le fait que les participants en condition expérimentale aient remis leur smartphone pendant la période de restriction assurait l'intégrité de l'expérience.
En termes de limitation, le biais de sélection est une faiblesse possible de la présente étude car on peut supposer que les individus qui étaient des utilisateurs excessifs étaient moins susceptibles de participer. Les participants pouvaient également choisir librement le week-end auquel ils souhaitaient participer. Cela pourrait être une limitation étant donné que les participants peuvent ajuster leurs plans de week-end en conséquence. Une prépondérance de femmes dans l'échantillon représente une autre limite, certaines études suggérant que les hommes et les femmes se livrent à différents types d'utilisation de smartphones. Il est en outre concevable que les participants aient utilisé des SNS sur d’autres dispositifs technologiques (par exemple, un ordinateur portable, une tablette) pendant la période de restriction. Cela devrait donc être pris en compte dans les études futures. On pourrait faire valoir que la présente étude n'impliquait pas de réelle restriction, les participants pouvant utiliser d'autres appareils électroniques leur permettant d'accéder à Internet. Cependant, comme la plupart des gens utilisent aujourd'hui leur téléphone portable pour accéder à Internet dans des situations où ils n'ont pas accès à un ordinateur / une tablette, la présente étude implique une restriction de ce type de situation. En outre, il convient de noter que certaines applications ne sont disponibles que sur les téléphones mobiles. En outre, il convient de garder à l'esprit que l'objectif de la présente étude était d'étudier spécifiquement le retrait des téléphones portables, et non le retrait d'Internet en général. Le fait que le groupe expérimental ait obtenu des scores plus élevés pour plusieurs mesures de sevrage par rapport au groupe témoin suggère également qu'une restriction réelle s'est effectivement produite. L'une des échelles utilisées pour mesurer le retrait du smartphone (SWS) était une échelle modifiée de retrait de la cigarette. Bien que le SWS ait une cohérence interne élevée, il n’a été utilisé dans aucune autre étude, ce qui peut être considéré comme une faiblesse. En outre, il convient de mentionner la différence fondamentale entre les propriétés de dépendance à la nicotine et aux smartphones. De plus, l'absence de scores de base pour les scores liés au sevrage constitue une autre limite pour la présente étude. Enfin, il convient de noter que la différence entre la fréquence d'utilisation du smartphone par le groupe expérimental et le groupe témoin avant le début de la période de restriction pourrait être potentiellement une limitation.
Implications
En ce qui concerne les dépendances comportementales, les résultats complètent le corpus de preuves indiquant que l’usage excessif des smartphones comporte des éléments de dépendance. Les conclusions de la présente étude contribueront à élargir les connaissances et la compréhension entourant cette partie du domaine de la toxicomanie, telles que les effets négatifs après la restriction. Ces résultats concrétisent la focalisation sur les effets liés au sevrage dans les comportements vulnérables à une utilisation excessive. De plus, cette étude pourrait aider les futures études qui examineront les symptômes liés au sevrage après une restriction, les forces et les faiblesses ayant été mises en évidence.
Conclusion
La présente étude a révélé que le fait de ne pas utiliser son smartphone augmente les symptômes de sevrage et la peur de passer à côté, mais n'influence pas spécifiquement les effets positifs et négatifs. Les résultats indiquent qu'une grande partie des effets négatifs subis par les participants au cours de la période de restriction sont similaires à ceux d'autres types de dépendances comportementales. En outre, l’étude comprenait la composante temps afin d’examiner les tendances en matière de sevrage, mais les résultats n’étaient pas significatifs. Compte tenu des résultats de la présente étude, il est important que les futures études explorent pleinement le concept de dépendance aux smartphones en mettant l’accent sur les symptômes de sevrage. Il serait également intéressant de comparer les tendances en matière de sevrage dans l’éventail des toxicomanies. Il s'agit de la première étude de ce type à la connaissance des auteurs concernant la complexité de la conception. Les futures études devraient tenir compte des forces et des limites lorsqu’elles approfondiront ce sujet.
Contributions d'auteur
TE, SA et SP ont conçu et conçu l'expérience et analysé les données. TE et SA ont effectué les expériences. TE, SA, SP, CA et RB ont rédigé le document.
Déclaration de conflit d'intérêts
Les auteurs déclarent que la recherche a été menée en l'absence de toute relation commerciale ou financière pouvant être interprétée comme un conflit d'intérêts potentiel.
Matériel complémentaire
Le matériel supplémentaire pour cet article est disponible en ligne à l'adresse suivante: https://www.frontiersin.org/articles/10.3389/fpsyg.2018.01444/full#supplementary-material
Bibliographie
- Alavi SS, Ferdosi M., Jannatifard F., Eslami M., Alaghemandan H., Setare M. (2012). Dépendance comportementale ou toxicomanie: correspondance de points de vue psychiatriques et psychologiques. Int. J. Prevent. Med. 3 290 – 294. [Article gratuit PMC] [PubMed]
- Association américaine de psychiatrie (2013). Manuel diagnostique et statistique des troubles mentaux, 5th Edn. Washington, DC: Association américaine de psychiatrie.
- Andreassen CS, Billieux J., MD Griffiths, DJ Kuss, Demetrovics Z., Mazzoni E., et al. (2016). La relation entre la dépendance des médias sociaux et des jeux vidéo et les symptômes de troubles psychiatriques: une étude transversale à grande échelle. Psychol. Toxicomane. Comportement 30 252 – 262. 10.1037 / adb0000160 [PubMed] [Croix Ref]
- Andreassen CS, MD Griffiths, SR Gjertsen, E. Krossbakken, S. Kvam, S. Pallesen (2013). Les relations entre les dépendances comportementales et le modèle de personnalité à cinq facteurs. J. Behav. Toxicomane. 2 90 – 99. 10.1556 / JBA.2.2013.003 [PubMed] [Croix Ref]
- Belk RW (1988). Les possessions et le moi étendu. J. Consum. Res. 15 139 – 168. 10.1086 / 209154 [Croix Ref]
- Belk RW (2013). Le moi étendu dans un monde numérique. J. Consum. Res. 40 477 – 500. 10.1086 / 671052 [Croix Ref]
- Billieux J., P. Maurage, Lopez-Fernandez O., DJ Kuss, MD Griffiths (2015a). L'utilisation désordonnée du téléphone portable peut-elle être considérée comme une dépendance comportementale? Une mise à jour sur les preuves actuelles et un modèle complet pour les recherches futures. Curr. Toxicomane. représentant 2 156–162. 10.1007/s40429-015-0054-y [Croix Ref]
- Billieux J., Schimmenti A., Khazaal Y., Maurage P., Heeren A. (2015b). Sommes-nous sur-pathologisant la vie quotidienne? Un modèle valable pour la recherche sur la dépendance comportementale. J. Behav. Toxicomane. 4 119 – 123. 10.1556 / 2006.4.2015.009 [Article gratuit PMC] [PubMed] [Croix Ref]
- Carbonell X., Panova T. (2017). Une considération critique du potentiel de dépendance des sites de réseaux sociaux. Toxicomane. Res. Théorie 25 48 – 57. 10.1080 / 16066359.2016.1197915 [Croix Ref]
- Chang AM, Aeschbach D., Duffy JF, CA Czeisler (2015). L'utilisation en soirée de liseuses électroluminescentes a une incidence négative sur le sommeil, le rythme circadien et la vigilance le lendemain matin. Proc. Natl. Acad. Sci. Etats-Unis 112 1232 – 1237. 10.1073 / pnas.1418490112 [Article gratuit PMC] [PubMed] [Croix Ref]
- Cheever NA, Rosen LD, Carrier LM, Chavez A. (2014). Loin des yeux: l’impact de la limitation de l’utilisation des appareils mobiles sans fil sur le niveau d’anxiété chez les utilisateurs faibles, modérés et élevés. Comput. Fredonner. Comportement 37 290 – 297. 10.1016 / j.chb.2014.05.002 [Croix Ref]
- Chóliz M., Pinto L., Phansalkar SS, Corr E., Mujjahid A., Flores C. et al. (2016). Développement d'une brève version multiculturelle du questionnaire de test de dépendance à la téléphonie mobile (TMDbrief). De face. Psychol. 7: 650. 10.3389 / fpsyg.2016.00650 [Article gratuit PMC] [PubMed] [Croix Ref]
- Clayton RB, Leshner G., Almond A. (2015). L'iSelf étendu: l'impact de la séparation de l'iPhone sur la cognition, les émotions et la physiologie. J. Comput. Med. Commun. 20 119 – 135. 10.1111 / jcc4.12109 [Croix Ref]
- Cutino CM, Nees MA (2017). Restreindre l'accès au téléphone mobile pendant les devoirs augmente la réalisation des objectifs de l'étude. Foule. Media Commun. 5 63 – 79. 10.1177 / 2050157916664558 [Croix Ref]
- Demirci K., Akgönül M., Akpinar A. (2015). Relation entre la gravité de l'utilisation d'un smartphone, la qualité du sommeil, la dépression et l'anxiété chez les étudiants universitaires. J. Behav. Toxicomane. 4 85 – 92. 10.1556 / 2006.4.2015.010 [Article gratuit PMC] [PubMed] [Croix Ref]
- Elhai JD, Levine JC, Dvorak RD, Hall BJ (2016). La peur de rater une occasion, le besoin de toucher, l'anxiété et la dépression sont liés à l'utilisation problématique du smartphone. Comput. Fredonner. Comportement 63 509 – 516. 10.1016 / j.chb.2016.05.079 [Croix Ref]
- Elhai JD, MF Tiamiyu, Semaines JW, Levine JC, Picard KJ, Hall BJ (2017). La régulation de la dépression et des émotions prédit une utilisation objective du smartphone mesurée sur une semaine. Pers. Individuel Diff. 133 21 – 28. 10.1016 / j.paid.2017.04.051 [Croix Ref]
- Etter J.-F. (2005). Questionnaire auto-administré pour mesurer les symptômes de sevrage d'une cigarette: l'échelle de sevrage des cigarettes. Nicot. Tobac. Res. 7 47 – 57. 10.1080 / 14622200412331328501 [PubMed] [Croix Ref]
- Folkman S. (2008). Le cas pour les émotions positives dans le processus de stress. Anixety Stress Faire face 21 3 – 14. 10.1080 / 10615800701740457 [PubMed] [Croix Ref]
- Fuster H., Chamarro A., Oberst U. (2017). Peur de manquer, réseaux sociaux en ligne et dépendance au téléphone mobile: une approche de profil latent. Aloma 35 23 – 30.
- Griffiths MD (1996). La dépendance comportementale: un problème pour tout le monde? Empl. Councel. Aujourd'hui 8 19 – 25. 10.1108 / 13665629610116872 [Croix Ref]
- Griffiths MD (2004). Parier votre vie dessus. Le fr. Med. J. 329 1055 – 1056. 10.1136 / bmj.329.7474.1055 [Article gratuit PMC] [PubMed] [Croix Ref]
- Griffiths MD (2005). Un modèle de «composants» de la dépendance dans un cadre biopsychosocial. J. Subst. Utilisation 10 191 – 197. 10.1080 / 1465980500114359 [Croix Ref]
- Griffiths MD, DJ Kuss, Billieux J., Pontes HM (2016). L'évolution de la dépendance à Internet: une perspective globale. Toxicomane. Comportement 53 193 – 195. 10.1016 / j.addbeh.2015.11.001 [PubMed] [Croix Ref]
- Griffiths MD, DJ Kuss, Demetrovics Z. (2014). «Dépendance aux réseaux sociaux: aperçu des résultats préliminaires», dans Dépendances comportementales: critères, données probantes et traitement, eds Rosenberg KP, Feder LC, éditeurs. (New York, NY: Elsevier Science;), 119 – 141. 10.1016 / B978-0-12-407724-9.00006-9 [Croix Ref]
- Harville DA (1977). Approches du maximum de vraisemblance pour l’estimation de la composante de variance et les problèmes connexes. Confiture. Statist. Assoc. 72 320 – 338. 10.1080 / 01621459.1977.10480998 [Croix Ref]
- Hedeker D., RD Gibbons, C. Waternaux (1999). Estimation de la taille de l'échantillon pour les conceptions longitudinales avec attrition: comparaison des contrastes temporels entre les groupes. J. Educ. Comportement Statist. 24 70 – 93. 10.3102 / 10769986024001070 [Croix Ref]
- Hughes JR, Keely J., Naud S. (2004). Forme de la courbe de rechute et abstinence à long terme chez les fumeurs non traités. Dépendance 99 29 – 38. 10.1111 / j.1360-0443.2004.00540.x [PubMed] [Croix Ref]
- Voir les résultats finaux, ÇetÝntürk A., Akgönül M., Savaş S. (2015). Effets de l'abus de smartphone sur la fonction de la main, la force de pincement et le nerf médian. Muscle Nerve 52 183 – 188. 10.1002 / mus.24695 [PubMed] [Croix Ref]
- DJ Kuss, MD Griffiths (2011). Réseautage social en ligne et dépendance - une revue de la littérature psychologique. Int. J. Environ. Res. Pub. Santé 8 3528 – 3552. 10.3390 / ijerph8093528 [Article gratuit PMC] [PubMed] [Croix Ref]
- DJ Kuss, MD Griffiths (2017). Sites de réseautage social et dépendance: dix leçons apprises. Int. J. Environ. Res. Pub. Santé 14 311. 10.3390 / ijerph14030311 [Article gratuit PMC] [PubMed] [Croix Ref]
- Lavoie J., Pychyl T. (2001). Cyberslacking et l'autoroute de la procrastination: enquête Web sur la procrastination, les attitudes et les émotions en ligne. Soc. Sci. Comput. Tour. 19 431 – 444. 10.1177 / 089443930101900403 [Croix Ref]
- Lazarus RS, Folkman S. (1984). Stress, évaluation et adaptation. New York, NY: Springer.
- Lepp A., JE Barkley, AC Karpinski (2014). La relation entre l'utilisation du téléphone cellulaire, les performances scolaires, l'anxiété et la satisfaction à l'égard de la vie à l'université. Comput. Fredonner. Comportement 31 343 – 350. 10.1016 / j.chb.2013.10.049 [Croix Ref]
- Point de vue (2012). Une étude sur les mentalités mobiles révèle que l'attachement des Américains au smartphone altère nos comportements et nos émotions. Disponible à: https://www.businesswire.com/news/home/20120621005339/en/Mobile-Mindset-Study-Reveals-Americans%E2%80%99-Smartphone-Attachment
- Lopez-Fernandez O., DJ Kuss, Romo L., Morvan Y., Kern L., Graziani P., et al. (2017). Dépendance autodéclarée au téléphone mobile chez les jeunes adultes: enquête empirique interculturelle européenne. J. Behav. Toxicomane. 6 168 – 177. 10.1556 / 2006.6.2017.020 [Article gratuit PMC] [PubMed] [Croix Ref]
- Orford J. (2001). Appétits excessifs: une vision psychologique des dépendances, 2nd Edn. Chichester: Wiley.
- Parlak S., Eckhardt A. (2014). Développement d’une échelle de retrait sur Facebook: résultats d’une expérience de terrain contrôlée. Document présenté à la Conférence européenne sur les systèmes d'information (ECIS), Tel Aviv.
- Patel A., T. Schieble, M. Davidson, Tran MC, C. Schoenberg, Delphin E., et al. (2006). La distraction avec un jeu vidéo portable réduit l’anxiété préopératoire pédiatrique. Pédiatr. Anesth. 16 1019 – 1027. 10.1111 / j.1460-9592.2006.01914.x [PubMed] [Croix Ref]
- Przybylski AK, K. Murayama, DeHaan CR, Gladwell V. (2013). Corrélats motivationnels, émotionnels et comportementaux de la peur de manquer. Comput. Fredonner. Comportement 29 1841 – 1848. 10.1016 / j.chb.2013.02.014 [Croix Ref]
- Rosen LD, K. Whaling, Carrier LM, Cheever NA, Rokkum J. (2013a). L'échelle d'utilisation et d'attitude des médias et de la technologie: une enquête empirique. Comput. Fredonner. Comportement 29 2501 – 2511. 10.1016 / j.chb.2013.06.006 [Article gratuit PMC] [PubMed] [Croix Ref]
- Rosen LD, K. Whaling, Rab LM, Cheever NA (2013b). Facebook crée-t-il des «IDisorders»? Le lien entre les symptômes cliniques de troubles psychiatriques et l'utilisation de la technologie, les attitudes et l'anxiété. Comput. Fredonner. Comportement 29 1243 – 1254. 10.1016 / j.chb.2012.11.012 [Croix Ref]
- Salehan M., Negahban A. (2013). Réseaux sociaux sur les smartphones: quand les téléphones mobiles créent une dépendance. Comput. Fredonner. Comportement 29 2632 – 2639. 10.1016 / j.chb.2013.07.003 [Croix Ref]
- Sapacz M., Rockman G., Clark J. (2016). Sommes-nous accro à nos téléphones cellulaires? Comput. Fredonner. Comportement 57 153 – 159. 10.1016 / j.chb.2015.12.004 [Croix Ref]
- Vendeurs EM, Kalant H. (1976). Intoxication alcoolique et sevrage. N. Engl. J. Med. 294 757 – 762. 10.1056 / NEJM197604012941405 [PubMed] [Croix Ref]
- Shiffman SM, Jarvik ME (1976). Symptômes de sevrage tabagique après deux semaines d'abstinence. Psychopharmacologie 50 35 – 39. 10.1007 / BF00634151 [PubMed] [Croix Ref]
- Starcevic V. (2016). Les symptômes de tolérance et de sevrage peuvent ne pas être utiles pour améliorer la compréhension de la dépendance comportementale. Dépendance 111 1307 – 1308. 10.1111 / add.13381 [PubMed] [Croix Ref]
- Thomée S., M. Eklöf, Gustafsson E., R. Nilsson, Hagberg M. (2007). Prévalence du stress perçu, des symptômes de dépression et des troubles du sommeil liés à l'utilisation des technologies de l'information et de la communication (TIC) chez les jeunes adultes - une étude prospective exploratoire. Comput. Fredonner. Comportement 23 1300 – 1321. 10.1016 / j.chb.2004.12.007 [Croix Ref]
- Thompson L., Cupples J. (2008). Vu et pas entendu? Messagerie texte et socialité numérique. Soc. Culte. Geogr. 9 95 – 108. 10.1080 / 14649360701789634 [Croix Ref]
- Tossell C., Kortum PT, Shepard C., Rahmati A., Zhong L. (2015). Exploration de la dépendance au smartphone: informations tirées de mesures comportementales télémétriques à long terme. IJIM 9 37 – 43. 10.3991 / ijim.v9i2.4300 [Croix Ref]
- Urbaniak GC, S. Plous (2015). Research Randomizer (Version 4.0) [Logiciels]. Récupéré le 18 d'octobre, 2016.
- Valderrama JA (2014). Développement et validation de l'échelle d'utilisation problématique du smartphone. Thèse de doctorat, Alliant International University, Alhambra, CA.
- van den Eijnden R., S. Doornwaard, Ter Bogt T. (2017). Les symptômes de dépendance au smartphone sont-ils liés au FoMO, à l'état de manque et aux symptômes de sevrage pendant l'abstinence du smartphone? Résultats d'une expérience naturelle. J. Behav. Toxicomane. 6 (Suppl. 1): 56.
- van Deursen AJ, Bolle CL, Hegner SM, Kommers PA (2015). Modélisation du comportement habituel et addictif du smartphone: rôle des types d'utilisation du smartphone, de l'intelligence émotionnelle, du stress social, de l'autorégulation, de l'âge et du sexe. Comput. Fredonner. Comportement 45 411 – 420. 10.1016 / j.chb.2014.12.039 [Croix Ref]
- Watson D., Clark LA, Tellegen A. (1988). Développement et validation de brèves mesures d’affect positif et négatif: les échelles PANAS. J. Pers. Soc. Psychol. 54 1063 – 1070. 10.1037 / 0022-3514.54.6.1063 [PubMed] [Croix Ref]
- West West, Welch KB, Galecki AT (2014). Modèles mixtes linéaires, 2nd Edn. Ann Arbor, MI: CRC Press; 10.1201 / b17198 [Croix Ref]
- Xie Y., GP Szeto, Dai J., Madeleine P. (2016). Comparaison de l'activité musculaire liée à l'utilisation d'un smartphone à écran tactile chez des jeunes souffrant ou non de douleurs chroniques cou-épaule. Ergonomie 59 61 – 72. 10.1080 / 00140139.2015.1056237 [PubMed] [Croix Ref]
- Jeune KS (1998). Dépendance à Internet: l'émergence d'un nouveau trouble clinique. CyberPsychol. Comportement 1 237 – 244. 10.1089 / cpb.1998.1.237 [Croix Ref]
;