(CAUSATION) Mise à l’essai des relations longitudinales entre la dépendance à l’Internet et le bien-être chez des adolescents hongkongais: analyses transversales basées sur trois vagues de données (2018)

Child Indic Res. 2018;11(5):1545-1562. doi: 10.1007/s12187-017-9494-3.

Yu L1, Shek DTL2,3,4,5,6.

Abstract

À l'aide d'un panel, cette étude a examiné les relations prospectives entre la dépendance à Internet et la satisfaction à l'égard de la vie ainsi que le désespoir dans un échantillon représentatif d'adolescents de Hong Kong. À partir de l'année scolaire 2009/10, 3328 élèves du secondaire 1 de 28 écoles secondaires de Hong Kong ont participé à cette étude longitudinale (âge moyen = 12.59 ans; écart-type = 0.74 an). Tous les participants ont répondu à un questionnaire qui comprend le test de dépendance à Internet, l'échelle de satisfaction dans la vie et l'échelle de désespoir sur une base annuelle. Des analyses croisées basées sur trois vagues de données recueillies au cours de trois adolescentes juniors ont montré que la dépendance à Internet mesurée au temps 1 prédisait une faible satisfaction à l'égard de la vie et le désespoir au temps 2, mais pas l'inverse. De même, la dépendance à Internet au temps 2 prédit une faible satisfaction à l'égard de la vie au temps 3, et les effets croisés de la satisfaction à l'égard de la vie et du désespoir sur la dépendance à Internet du temps 2 au temps 3 sont restés non significatifs. Les résultats soutiennent la thèse selon laquelle le mauvais bien-être personnel des adolescents est la conséquence plutôt que la cause des comportements de dépendance à Internet. Pour améliorer la qualité de vie et prévenir la suicidalité chez les adolescents, des stratégies qui contribuent à réduire les comportements addictifs liés à Internet devraient être envisagées.

MOTS-CLÉS: Adolescents chinois; Hong Kong; Addiction à Internet; Conception longitudinale; Qualité de vie

PMID: 30220941

PMCID: PMC6132824

DOI: 10.1007/s12187-017-9494-3

Introduction

Le monde est entré dans une ère Internet où les appareils électroniques connectés ont progressivement joué un rôle important. De 1995 à 2016, le pourcentage de la population mondiale ayant accès à Internet a considérablement augmenté, passant de moins de 1% à environ 46% (Union internationale des télécommunications). ). Si l'utilisation d'Internet a fondamentalement changé la façon dont les gens vivent leur vie, les comportements addictifs liés à Internet sont encouragés. En 1995, Goldberg () a utilisé des critères qui définissent la dépendance à une substance dans le Manuel de diagnostic et de statistique (4th edition) (American Psychiatric Association ) décrire les comportements problématiques liés à l’utilisation d’Internet, y compris les principaux symptômes suivants: tolérance (nécessité de passer plus de temps en ligne), symptômes de sevrage liés à la réduction de l’utilisation d’Internet, manque de contrôle de l’utilisation d’Internet, poursuite de l’utilisation d’Internet, indépendamment de la prise de conscience du problème, grande temps passé en ligne, rechute et conséquences négatives. La même année, Young () et Griffiths () ont présenté des études de cas portant sur des individus présentant de tels symptômes liés à une utilisation incontrôlable d’Internet, qui ont jeté les bases d’une recherche empirique dans ce domaine. Un terme, dépendance à Internet (IA), a été inventé pour désigner l'incapacité d'un individu à contrôler son utilisation d'Internet, ce qui conduit en définitive à une altération de la vie quotidienne et à une détresse psychologique (Young ). Bien que d’autres chercheurs aient également adopté d’autres termes (par exemple, utilisation pathologique d’Internet, abus d’Internet, utilisation problématique d’Internet, etc.), le terme «dépendance à Internet» serait utilisé dans le présent document par souci de cohérence.

Sur la base de ces efforts initiaux, le phénomène de la dépendance à Internet a fait l’objet d’une intense recherche au cours des deux dernières décennies et le nombre d’études empiriques dans ce domaine a considérablement augmenté (Dalal et Basu). ). Les résultats de la recherche ont constamment montré que le risque de dépendance à Internet restait en augmentation, en particulier chez les adolescents du monde entier, bien qu'une grande variance des taux d'occurrence rapportés ait été constatée (Shek et al. ; Jeune et Nabuco de Abreu ). En se basant sur une revue systématique d’études empiriques à grande échelle publiées après 2000, les chercheurs ont révélé que les taux d’occurrence de dépendance à Internet allaient de 0.8% à 26.7% chez les adolescents (Kuss et al. ). On pense que les taux de prévalence variés sont principalement dus au taux de pénétration différent d’Internet dans différentes régions, à divers instruments de mesure et à divers seuils adoptés pour délimiter la dépendance à Internet. En outre, de nombreux chercheurs et cliniciens ont constaté que les symptômes de dépendance à Internet ressemblaient à d'autres troubles de dépendance (tels que la gratification instantanée causée par des activités en ligne qui changent l'humeur) et à des troubles compulsifs (répercussions négatives, par exemple), et ont plaidé en faveur de l'inclusion d'Internet dans le DSM. V comme un diagnostic distinct. Bien que la dépendance à Internet ne soit pas officiellement reconnue en tant que trouble indépendant, une condition connexe, intitulée Trouble du jeu sur Internet, a été incluse en tant que «condition pour étude ultérieure» dans le DSM-V (American Psychiatric Association). ). En dépit de controverses incessantes sur ce sujet, les professionnels de l’aide sont généralement conscients que peu importe la classification de la dépendance à Internet, les personnes ayant des besoins de dépendance à Internet doivent être traitées (Pies ).

En ce qui concerne Hong Kong, selon un rapport publié dans 2004 (Centre Tsuen Wan) ), environ 18.8% à 35.8% des étudiants du secondaire et 37.0% des étudiants universitaires étaient à risque élevé de dépendance à Internet. Basé sur un seuil plus strict, Fu et al. () ont rapporté qu'environ 6.7% des adolescents de Hong Kong (âgés de 15 à 19 ans) présentaient au moins cinq symptômes de dépendance à Internet. Plus récemment, Shek et Yu () ont constaté que les taux de prévalence de la dépendance à Internet allaient de 17% à 26.8% chez des lycéens de Hong Kong utilisant l’IAT de Young. Il a également été révélé que les taux de dépendance à Internet ont d'abord augmenté, puis diminué progressivement pendant l'adolescence (Shek et Yu ).

Alors qu'un ensemble consensuel de critères pour la dépendance à Internet fait toujours défaut et qu'il existe une controverse sur le point de savoir si la dépendance à Internet doit être considérée comme une maladie distincte, les résultats empiriques suggèrent généralement que les comportements de dépendance liés à Internet sont devenus un problème émergent chez les jeunes, qui mérite davantage d'attention. des chercheurs et des professionnels de la société (Chak et Leung ; Fu et al. ; Kuss et al. ; Shek et Yu , ). Des recherches ont mis en évidence l'impact négatif omniprésent d'une utilisation incontrôlable d'Internet sur la santé physique, les résultats scolaires, les relations familiales et sociales et le bien-être psychologique des jeunes (Engelberg et Sjoberg). ; Kim et al. ; Lin et al. ; Odaci et Çelik ). En outre, une comorbidité entre les comportements de dépendance à Internet et d'autres problèmes de santé mentale a été rapportée (par exemple, Byun et al. ; Ko et al. ; Shapira et al. ). Des spécialistes ont également averti que la dépendance à Internet entraînait une perte de productivité dans les organisations dépourvues de règles de régulation connexes (Yellowlees and Marks ; Jeune et Nabuco de Abreu ). Pour prévenir et résoudre efficacement ces problèmes, il est urgent d'élucider le mécanisme qui sous-tend le développement de la dépendance à Internet.

L'un des domaines les plus étudiés dans la recherche sur la dépendance à Internet est la relation entre la dépendance à Internet et le bien-être personnel. En particulier, il a été largement démontré que la dépendance à Internet est négativement liée à la satisfaction de la vie, composante cognitive du bien-être du sujet. Selon Diener (), la satisfaction dans la vie est définie comme l’évaluation globale de la qualité de la vie sur la base du jugement et des critères personnels et subjectifs d’un individu, qui reflètent le degré de satisfaction de l’individu vis-à-vis de sa vie. Sur la base d’une méta-analyse d’études menées dans les pays 31 de sept régions du monde, Cheng et Li () ont constaté que «la prévalence de la dépendance à Internet est inversement associée à la qualité de la vie, reflétée à la fois par des indicateurs subjectifs (satisfaction pour la vie) et objectifs (qualité des conditions environnementales)» (p. 755). Des résultats similaires ont été publiés par des chercheurs de différentes disciplines professionnelles (Cao et Su ; Ko et al. ; Fu et al. ). Cependant, les directions des relations causales entre la dépendance à Internet et la satisfaction de la vie restent floues. Il est donc urgent de clarifier cette question théorique.

Le désespoir est un autre indicateur du bien-être subjectif, qui fait référence à des opinions négatives ou à des attentes par rapport à l'avenir (Beck et al. ). Les personnes ayant un niveau élevé de désespoir croient généralement que de bonnes choses ne leur arriveront jamais et qu'elles ne peuvent rien faire pour changer la situation. Selon la théorie du désespoir appris, la perception d'un événement négatif de la vie, associée au style inférentiel mésadapté d'un individu, contribue au développement du désespoir. Le style inférentiel mésadapté comprend: a) l'attribution d'événements négatifs à des causes stables, globales et internes; b) la conviction que les événements de la vie négatifs entraînent des conséquences aversives (3) en tirant des conclusions négatives sur le soi (Abramson et al. ). Une revue récente (Lester ) a révélé que, de 1978 à 2010, il y avait eu une augmentation du désespoir parmi les étudiants américains de premier cycle au fil des ans, ce qui indique qu’aujourd’hui les jeunes peuvent devenir plus déprimés et désespérés et mériter une enquête plus approfondie.

Les études sur la relation entre le désespoir et la dépendance à Internet sont rares, bien que de nombreux chercheurs aient découvert que la dépendance à Internet était associée de manière significative aux symptômes de la dépression. Par exemple, Caplan () a signalé que la dépression et la solitude prédisaient un problème d’utilisation d’Internet. Basé sur une étude transversale, Alpaslan et al. () ont rapporté que le désespoir était plus élevé chez les patients souffrant de trouble dépressif majeur avec dépendance à Internet que chez les patients sans dépendance à Internet. Dans une autre étude (Velezmoro et al. ), le désespoir perçu a été jugé prédictif de l’abus d’Internet à des fins non sexuelles plutôt que sexuelles. Ces études ont généralement montré que les personnes dépendantes d'Internet ont tendance à avoir un niveau de désespoir supérieur à celui des individus sans dépendance à Internet.

Selon la théorie cognitivo-comportementale (Davis ) et le modèle de prédisposition psychosociale problématique (Caplan ), les inadaptations psychosociales conduisent à des cognitions mésadaptées telles que la conviction que l’on peut résoudre son problème via la navigation sur Internet. La dépendance à Internet, par conséquent, représente un «auto-apaisement» adaptatif qui satisfait ses besoins psychosociaux non satisfaits et aide à éviter / modifier les sentiments d'inconfort liés aux problèmes psychologiques sous-jacents. Bien que l'utilisation excessive d'Internet puisse aggraver encore les problèmes et créer de nouveaux problèmes, on pense que les personnes dépendantes d'Internet auraient un certain degré d'inadéquation psychologique préexistante. Par conséquent, la dépendance à Internet devrait être considérée comme une manifestation secondaire (effets) du faible niveau de bien-être personnel existant précédemment (faible satisfaction à l'égard de la vie ou sentiment d'impuissance) au lieu d'être la cause de ses problèmes (Caplan et al. ; Chak et Leung ; Lo et al. ).

Par ailleurs, certains chercheurs ont fait valoir que l'utilisation problématique d'Internet entraînait la dégradation de la compétence sociale et affective de l'individu, ce qui nuisait à son bien-être (Beard ; Morahan-Martin et Schumacher ; Young et Rogers ). Selon la théorie du déplacement, Internet pourrait saper le développement social en occupant le temps nécessaire pour passer du temps avec sa famille et ses amis (Kraut et al. ). La diminution des interactions sociales dans le monde réel causée par une utilisation excessive d'Internet peut entraîner l'isolement social, la dépression et la solitude. Il a été signalé que de gros utilisateurs d’Internet se livraient à des relations en ligne ou à des relations extraconjugales, ce qui menait à des problèmes familiaux et à des difficultés dans les relations sociales réelles (Young ). Des résultats ont également montré que le comportement d'utilisation d'Internet, tel que le jeu, avait un impact négatif sur la satisfaction conjugale (Ahlstrom et al. ).

Un certain nombre d'études ont été menées sur les relations entre la dépendance à Internet et le bien-être personnel, mais la majorité d'entre elles étaient transversales et les résultats disponibles basés sur un nombre limité d'études longitudinales sont incohérents. Il a été constaté que des problèmes psychosociaux préexistants, tels que les idées suicidaires et la solitude, prédisaient plus tard des comportements de dépendance à Internet (Gentile et al. ; Koronczai et al. ; Yao et Zhong ). En revanche, certains chercheurs ont indiqué que le temps passé en ligne était négativement lié à la qualité de vie (Moody ). Les personnes ayant un problème de dépendance à Internet ont signalé une joie et une satisfaction dans la vie inférieures (Kraut et al. ; Kowert et al. ). Il existe également des résultats qui corroborent une relation réciproque entre la dépendance à Internet et le bien-être psychologique (Senol-Durak et Durak ). En tant que telles, les études existantes ne peuvent fournir aucune preuve solide permettant de déterminer si la dépendance à Internet cause un mal-être personnel ou inversement.

En prenant en compte les résultats de recherches antérieures, la présente étude visait à examiner le lien de causalité entre la dépendance à Internet et deux indicateurs de bien-être personnel (satisfaction face à la vie et désespoir) chez un échantillon représentatif d'adolescents de Hong Kong sur une période de trois ans. Plusieurs modèles à retardement croisé qui supposent différentes relations entre les indicateurs de dépendance à Internet et de bien-être personnel au fil du temps seraient examinés après contrôle des effets possibles des facteurs démographiques (Kuss et al. ). Dans les modèles de panneaux à décalage croisé, les effets autorégressifs décrivant la stabilité de la dépendance à Internet et du bien-être personnel construits à différents moments et les effets croisés retardant l'hypothèse des effets d'une construction sur une autre d'une occasion à l'autre peuvent être examiné simultanément. Cela permet de minimiser le biais dans l'estimation des effets retardés hypothétiques.

La présente étude examine quatre hypothèses contradictoires concernant la direction des effets entre la dépendance à Internet et le bien-être personnel: 1) La dépendance à Internet et le bien-être personnel ne s'influencent pas directement, mais partagent la variance causée par des facteurs non mesurés (modèle de stabilité). ; 2) Les indicateurs de bien-être personnel ont des effets directs et longitudinaux sur la dépendance à Internet; 3) La dépendance à Internet a un effet direct sur le bien-être personnel, ou 4) Les indicateurs de dépendance à Internet et de bien-être personnel démontrent des effets réciproques et longitudinaux. Les résultats de cette étude pionnière devraient approfondir notre compréhension des causes et des effets de la dépendance à Internet chez les adolescents. Les résultats devraient également éclairer l'élaboration de modèles théoriques sur la dépendance à Internet, ainsi que de programmes de prévention et d'intervention visant à promouvoir le bien-être personnel des jeunes.

Méthodologie

Participants et procédure

La présente étude faisait partie d’un vaste projet d’enquête qui retrace le développement des élèves du secondaire à Hong Kong. Sur la base d’une liste de toutes les écoles secondaires de différents districts de Hong Kong fournie par le Bureau de l’éducation local, des écoles secondaires 28 ont été sélectionnées au hasard pour participer au projet, notamment des écoles 5 de l’île de Hong Kong, 7 de Kowloon et 16 de New Territoires D'après Shek et al. (), les attributs démographiques de l’échantillon actuel se comparent favorablement à ceux de la population générale des lycéens de Hong Kong. À partir de l'année académique 2009 / 10, nous avons invité tous les élèves du secondaire 1 des écoles secondaires 28 à participer à l'étude. Au cours de leurs études secondaires, les participants ont été interrogés chaque année sur différents aspects de leur développement, notamment les comportements de dépendance à Internet, la satisfaction de la vie, le désespoir, les processus familiaux et de multiples indicateurs de qualités positives de développement des jeunes. Avant chaque enquête, les consentements des écoles, des parents et des répondants ont été obtenus. Les étudiants participants ont été rassurés sur la confidentialité de leurs informations personnelles. Au moins un membre du personnel de recherche a mené l'enquête en salle de classe et a répondu aux éventuelles questions posées par les participants.

La présente étude est basée sur trois vagues de données collectées au cours du premier cycle du secondaire des participants, c’est-à-dire Time 1: à l’époque où les élèves venaient d’entrer dans l’école secondaire (Secondary 1; n = 3328); Temps 2: lorsque les élèves avaient passé un an au secondaire (Secondaire 2; n = 3638); et, temps 3: quand les élèves obtiendraient leur diplôme du premier cycle du secondaire (secondaire 3; n = 4106). Au cours de trois vagues, les étudiants de 2023 ont été appariés avec succès avec des données complètes, qui comprenaient 1040 étudiants de sexe masculin, 959 étudiantes et 24 étudiants qui n'ont pas indiqué leur sexe. Les caractéristiques démographiques de base des participants ont été résumées dans le tableau Table1.1. Les analyses statistiques qui comparaient les participants qui n'ont répondu qu'à la première enquête et ceux qui ont rempli le questionnaire à toutes les vagues (c.-à-d. Inclus dans la présente étude) n'ont montré aucune différence significative dans le rapport entre les sexes et la situation économique de la famille. Les participants inclus dans la présente étude (âge = 12.53 ± 0.66 ans) étaient légèrement plus jeunes que les participants qui n'ont répondu à l'enquête qu'au moment 1 (âge = 12.59 ± 0.74 ans), t = 2.99, p = 01. En ce qui concerne les variables sur lesquelles porte la présente étude, aucune différence significative n'a été identifiée dans la satisfaction à l'égard de la vie (t = −1.34, p > .05) et le désespoir (t = −.63, p (t = −3.89, p <001).

Tableau 1

Profil démographique et statistiques descriptives des variables clés sur deux vagues

Groupe 1Groupe 2Groupe 3Groupe 4Comparaison entre le groupe 1 et le groupe 4
Wave 1 (N a = 3328)Wave 2 (N a = 3638)Wave 3 (N a = 4106)Cas assortis (N = 2023) b
Âge12.59 ± 0.7417.33 ± 0.7214.65 ± 0.8012.53 ± 0.66t = 2.99, p = 01
Genrex 2 = 0.02, p = 88
 Homme1719 (% 52.2)1864 (% 52.1)2185 (53.7%)1040 (% 52.0)
 Femme1572 (% 47.8)1716 (% 47.9)1885 (46.3%)959 (% 48.0)
FESx 2 = 0.62, p = 43
 CSSA225 (% 6.8)208 (% 5.8)212 (5.2%)129 (% 6.4)
 Non CSSA2606 (% 79.1)2932 (% 81.2)3308 (81.4%)1636 (% 80.9)
 Inconnu465 (% 14.1)472 (% 13.1)545 (13.4%)258 (% 12.8)

FES Statut économique de la famille

aLes chiffres sont basés sur les participants qui ont répondu au sondage à différentes vagues.

bLes scores de cette colonne ont été mesurés à la vague 1 auprès de ce groupe de participants.

Instruments

Addiction à Internet

Les comportements de dépendance à Internet des adolescents ont été mesurés par le test de dépendance Internet (IAT) d’item 10 de Young, qui a été traduit en chinois et validé sur plusieurs échantillons d’adolescents de Hong Kong (par exemple, Shek et al. ; Shek et Yu ). Les répondants devaient indiquer s'ils avaient affiché les comportements décrits liés à l'année précédente. Le nombre de comportements de dépendance liés à Internet signalés par les participants a été utilisé dans la présente étude comme indicateur de la dépendance à Internet. Des études antérieures ont fourni des preuves des bonnes propriétés psychométriques du TAI (Shek et Yu ). Pour la présente étude, le alpha de l’IAT de Cronbach aux trois moments varie de 0.77 à 0.81 et les coefficients de corrélation moyenne entre les éléments sont tous supérieurs à .26 (voir tableau). Table2),2), suggérant une bonne cohérence interne de l’échelle (Clark et Watson ).

Tableau 2

Coefficients alpha de Cronbach des échelles à chaque point temporel des trois vagues (n = 2023)

Escaliers intérieursVagueAlpha de CronbachCorrélation moyenne entre les éléments
IATHeure 1 (Wave 1).77.26
Heure 2 (Wave 2).79.27
Heure 3 (Wave 3).78.27
SWLSHeure 1 (Wave 1).85.54
Heure 2 (Wave 2).87.59
Heure 3 (Wave 3).87.58
HOPELHeure 1 (Wave 1).85.54
Heure 2 (Wave 2).86.56
Heure 3 (Wave 3).87.59

Satisfaction avec l'échelle de vie (SWLS)

La satisfaction des étudiants en matière de vie a été mesurée à l’aide de l’élément largement utilisé SWLS 5 (Diener et al. ). Shek () a traduit le questionnaire en chinois pour évaluer le jugement global des Hongkongais sur leur qualité de vie. On a demandé aux participants de s'évaluer en fonction des cinq items sur une échelle de Likert en 6 points (1 = pas du tout d'accord; 6 = tout à fait d'accord). Le score moyen à l'échelle du SWLS (compris entre 1 et 6) a été utilisé dans cette étude. À chaque instant, le SWLS a montré de bonnes propriétés psychométriques, α de Cronbach variant de 85 à 89 et le coefficient de corrélation inter-items moyen variait de 54 à 62 (tableau (Table22).

Échelle de désespoir chinois (HOPEL)

La balance de désespoir chinois 5-item (Shek ) modifié de Beck et al. () l'échelle originale a été utilisée pour mesurer le sentiment de désespoir des participants. On a demandé aux individus d'évaluer dans quelle mesure ils seraient d'accord avec chaque énoncé concernant leur vie sur une échelle de Likert en 6 points (1 = pas du tout d'accord; 6 = tout à fait d'accord). Un exemple d'item se lit comme suit: «l'avenir me semble vague et incertain». Dans cette étude, le score moyen de l'échelle a été utilisé pour indiquer le sentiment de désespoir des participants à propos de leur vie. Le α de Cronbach était de 85, 87 et 89 aux trois occasions d'évaluation, respectivement.

Statut économique familial (FES)

La situation économique familiale des participants a été évaluée sur la base des informations auto-déclarées sur le fait de savoir si la famille du participant reçoit une assistance de sécurité sociale complète (CSSA) ou non. À Hong Kong, les familles bénéficiaires du CSSA sont généralement considérées comme ayant des difficultés financières (Shek et Lin ; Shek et Tsui ). Lors de la première vague de collecte de données, 79.1% des étudiants ont indiqué que leur famille n’avait pas reçu de CSSA, 14.1% des étudiants ont indiqué unknown et 6.8% ont déclaré avoir reçu du CSSA (Tableau 1). (Table11).

Plan d'analyse des données

La modélisation par équation structurelle (SEM) avec le logiciel AMOS 23.0 a été utilisée pour examiner le modèle longitudinal à retardement croisé. Premièrement, les modèles de mesure des trois variables latentes, la dépendance à Internet, la satisfaction à l'égard de la vie et le désespoir ont été testés à chaque vague. Deuxièmement, quatre modèles structurels hypothétiques concurrents ont été testés à l'aide de données recueillies à trois moments différents lorsque les élèves étaient en secondaire 1, secondaire 2 et secondaire 3, afin d'examiner les effets retardés croisés proposés. Le premier modèle (M1) peut être considéré comme un modèle de stabilité, qui contient uniquement les effets autorégressifs de chaque variable latente sur deux vagues, mais ne contient aucun effet à retardement croisé. Le second modèle (M2) est un modèle causal qui inclut à la fois les effets autorégressifs spécifiés dans M1 et les effets décalés de la satisfaction à l'égard de la vie et du désespoir à un point temporel antérieur (Time 1 et Time 2) Heure 2). Le troisième modèle (M3) représente un modèle causal inversé comprenant à la fois les effets autorégressifs et les effets croisés de la dépendance à Internet à des moments antérieurs à la satisfaction de la vie et au désespoir, c'est-à-dire aux effets inversés des chemins causaux spécifiés dans M3. Le quatrième modèle (M2) est désigné comme étant le modèle réciproque combinant M4 et M2, ce qui suppose qu'il existe des relations réciproques entre la dépendance à Internet et les deux indicateurs de bien-être personnel dans le temps. Pour chaque modèle, nous avons autorisé les corrélations synchrones entre les variables latentes et la covariation des termes d'erreur de chaque indicateur à l'heure 3 avec l'indicateur correspondant à l'heure 1 et l'heure 2, comme pratique courante dans la modélisation par équation structurelle longitudinale (Gollob et Reichardt ). Les quatre modèles hypothétiques sont illustrés à la Fig. Fig.11 (un d).

Un fichier externe contenant une image, une illustration, etc. Le nom de l'objet est 12187_2017_9494_Fig1_HTML.jpg

Modèles structuraux hypothétiques

Troisièmement, pour éviter l'influence potentielle des facteurs démographiques sur la relation entre la dépendance à Internet et le bien-être personnel, le sexe des participants (homme = 1; femme = 0), l'âge et la situation économique de la famille (CSSA = 1; non-CSSA = 0) ) au moment 1 ont été inclus dans le modèle de panel en tant que facteurs de confusion possibles, comme suggéré par des études antérieures (Kuss et al. ; Yu et Shek ). Il a été supposé que ces facteurs démographiques étaient directement liés aux variables de la vague 1 et indirectement à des variables mesurées ultérieurement par la corrélation test-retest d'une vague à l'autre.

Résultats

Les statistiques descriptives de toutes les variables à l'étude ont été calculées et résumées dans des tableaux. Tables11 ainsi que et2.2. Le schéma des corrélations transversales et longitudinales entre les variables était conforme aux attentes, selon la littérature existante, la dépendance à Internet étant associée négativement à la satisfaction dans la vie et positivement au désespoir, de manière synchrone et longitudinale. La satisfaction de la vie et le désespoir étaient négativement corrélés.

lampe de table Table33 résume la qualité des indices d'ajustement des deux modèles de mesure et des quatre modèles structurels hypothétiques. On peut constater que tous les modèles de mesure (MM1 à MM9) correspondaient bien aux données, ce qui suggère que les outils d’évaluation de la satisfaction de la vie, du désespoir et de la dépendance à Internet étaient valides et fiables sur trois vagues (Anderson et Gerbing). ). Les résultats des indices de qualité d’ajustement des quatre modèles structurels supposés ont montré que les modèles correspondent de manière satisfaisante aux données actuelles à trois vagues (FCI ≥ .95, NFI ≥ .92, TLI = 95 et RMSEA = .03). Comme tous les modèles structurels sont des modèles imbriqués, ils ont été comparés par des tests de différence du chi carré (Bentler et Bonett ), et les résultats sont présentés dans le tableau Table33.

Tableau 3

Statistiques descriptives des variables pour les participants ayant répondu aux six vagues du questionnaire

VariablesCatégorieMoyenne ± ETSkewnessKurtosisIA1LS1HL1IA2LS2HL2IA3LS3HL3
IA10-102.15 ± 2.251.190.92-
LS11-63.98 ± 1.05-0.48-0.05−.31**-
HL11-62.59 ± 1.110.680.13.26**−.32**-
IA20-102.28 ± 2.331.160.82.55**−.16**.21**-
LS21-63.85 ± 1.06-0.46-0.07−.25**.56**−.30**−.23**-
HL21-62.66 ± 1.100.560.04.27**−.31**.47**.29**−.41**-
IA30-101.17 ± 2.171.661.55.44**−.13**.14**.56**−.16**.10**-
LS31-63.59 ± 1.05-0.29-0.37−.22**.51**−.26**−.16**.61**−.32**−.18**-
HL31-62.67 ± 1.060.50-0.01.21**−.29**.43**.26**−.36**.57**.29**−.39**-

IA1 Dépendance à Internet au moment 1 (Wave 1); LS1 Satisfaction à l'égard de la vie chez Time 1 (Wave 1); HL1 Désespoir au moment 1 (Wave 1); IA2 Dépendance à Internet au moment 2 (Wave 2); LS2 Satisfaction à l'égard de la vie chez Time 2 (Wave 2); HL2 Désespoir au moment 2 (Wave 2); IA3 Dépendance à Internet au moment 3 (Wave 3); LS3 Satisfaction à l'égard de la vie chez Time 3 (Wave 3); HL3 Désespoir au moment 3 (Wave 3)

Les scores de l’AI étaient basés sur le nombre de réponses «Oui» de la IAT échelle, c’est-à-dire le nombre de comportements de dépendance à Internet mesurés par IAT; les scores de satisfaction à l'égard de la vie et de désespoir ont été calculés sur la base des scores moyens de SWLS ainsi que HOPEL

**p <.001

Premièrement, le modèle de stabilité (M1) sans chemins à retardement croisé a été comparé au modèle causal (M2) qui spécifie les effets de retard de la satisfaction de la vie et du désespoir dans Time 1 et Time 2 sur la dépendance à Internet à Time 2 et Time 3, respectivement. Les résultats n'ont montré aucune amélioration significative (Hache 2 = 8.91, Δdf = 4, p > .05). Deuxièmement, le modèle causal inversé (M3) avec les effets croisés de la dépendance à Internet à un moment antérieur (Temps 1 et Temps 2) sur la satisfaction et le désespoir ultérieurs dans la vie (Temps 2 et Temps 3) a fourni un meilleur ajustement aux données. que le modèle de stabilité (Hache 2 = 93.74, Δdf = 4, p <.001). Troisièmement, alors que le modèle réciproque (M4) correspondait mieux aux données que M1 (modèle de stabilité) et M2 (modèle causal), ce modèle n'a pas amélioré de manière significative l'ajustement du modèle par rapport à M3, le modèle causal inversé (Hache 2 = 8.57, Δdf = 4, p > .05). Par conséquent, M3 semble être le modèle le plus adapté en termes de parcimonie, bien que M4 ait montré une amélioration légèrement significative par rapport à M3 (p = .04 en utilisant un test unilatéral) qui peut également mériter l'attention. En d'autres termes, les données soutiennent l'hypothèse selon laquelle la dépendance à Internet entraîne une faible satisfaction à l'égard de la vie et un niveau élevé de désespoir à l'avenir, mais pas l'inverse (tableau (Table44).

Tableau 4

Index d'ajustement du modèle des modèles de mesure et des modèles structurels (N = 2023)

ModèleDescriptionx 2dfFCINFITLIRMSEAComparaisons de modèlesHache 2Δdfp
MM1IA Time 1144.0933.97.96.96.04----
MM2LS Time 16.241.001.001.00.02----
MM3HL Time 11.431.001.001.00.00----
MM4IA Time 2154.5933.97.96.96.04
MM5LS Time 218.241.001.00.99.04
MM6HL Time 24.731.001.001.00.02
MM7IA Time 3179.7233.97.96.95.05----
MM8LS Time 37.641.001.001.00.02----
MM9HL Time 311.531.001.00.99.04----
M1Modèle de stabilité4304.641794.95.92.95.03----
M2Modèle causal4295.731790.95.92.95.03M1 vs. M28.914.06
M3Modèle causal inversé4210.901790.96.93.95.03M1 vs. M393.744.00
M4Modèle réciproque4202.331786.96.93.95.03M1 vs. M4102.314.00
M2 vs. M493.404.00
M3 vs. M48.574.07

MM Modèle de mesure (par exemple, MM1 Modèle de mesure 1)

Figure Figure22 a également montré les coefficients de chemin du modèle causal inversé pris en charge (M3). Premièrement, à Time 1, le sexe (être un homme) était positivement associé au désespoir (β = 08, p <.001) et le faible statut économique de la famille (recevant du CSSA) étaient négativement liés à la satisfaction à l'égard de la vie des adolescents (β = −.08, p <.001). Deuxièmement, la dépendance à Internet des adolescents au temps 1 avait un effet longitudinal croisé positif sur le désespoir au temps 2 (β = 21, p <.001), et un effet différentiel négatif sur leur satisfaction à l'égard de la vie au temps 2 (β = −.12, p <.001), après contrôle de leurs effets autorégressifs et de l'influence des variables démographiques. Troisièmement, du temps 2 au temps 3, la dépendance à Internet a prédit négativement la satisfaction dans la vie (β = −.10, p <01), alors que la prédiction du désespoir n'était pas significative (β = 04, p > .05).

Un fichier externe contenant une image, une illustration, etc. Le nom de l'objet est 12187_2017_9494_Fig2_HTML.jpg

Modèle de causalité inversé (M3): relations croisées entre la dépendance à Internet, la satisfaction à l'égard de la vie et le désespoir à travers trois vagues (N = 2023)

a lieu

La plupart des études précédentes sur la relation entre la dépendance à Internet et le bien-être personnel des jeunes étaient fondées sur une conception transversale. En tant que tels, des données longitudinales provenant d'un échantillon représentatif sont nécessaires pour permettre aux chercheurs de comprendre si le manque de bien-être est un facteur de risque de dépendance à Internet chez les jeunes ou ses conséquences. La présente étude poursuit cet objectif en examinant les relations longitudinales entre la dépendance à Internet et deux indicateurs de bien-être personnel, la satisfaction face à la vie et le désespoir, chez un grand échantillon d'adolescents de Hong Kong.

Basés sur une conception de panneau à décalage croisé à trois vagues, les résultats ont corroboré un modèle de causalité inversé, selon lequel la dépendance à Internet entraînait une baisse du bien-être personnel après le statut de base et les effets du sexe, de l'âge et du statut économique de la famille. Le modèle réciproque qui supposait des influences mutuelles n'était pas soutenu. Ces résultats fournissent de nouvelles informations sur l'orientation des relations entre les comportements de dépendance à Internet et le bien-être personnel des jeunes. Contrairement aux études transversales, l'utilisation de la conception de panneaux et de la modélisation par équations structurelles est une approche plus rigoureuse pour examiner les problèmes de causalité et de réciprocité.

Il a été constaté que la dépendance à Internet prédisait longitudinalement la faible satisfaction à l'égard de la vie et le fort désespoir des adolescents, mais les effets croisés des deux indicateurs de bien-être sur les comportements de dépendance à Internet étaient non significatifs. Bien que cette constatation confirme la relation négative qui existe entre la dépendance à Internet et le bien-être personnel, l’orientation de cette association n’est que partiellement conforme aux constatations précédemment rapportées (Cao et al. ; Ko et al. ; Whang et al. ). Par exemple, des résultats ont montré que les adolescents ayant des vulnérabilités psychosociales préexistantes sont particulièrement susceptibles de créer une dépendance à l'utilisation d'Internet (par exemple, Lemmens et al. ). Une étude de Bozoglan et al. () a révélé qu'une faible satisfaction à l'égard de la vie, une faible estime de soi et une grande solitude prédisaient la dépendance à Internet chez les étudiants universitaires. Dans une autre étude longitudinale (Lemmens et al. ), un bien-être psychosocial inférieur était une cause autre que la conséquence d’utilisations informatiques pathologiques et du jeu vidéo. Soleil et Shek () ont également signalé que la satisfaction de la vie avait influencé la relation entre les attributs positifs et une liste de comportements problématiques des jeunes, en ce sens qu'un jugement positif sur la vie atténuait les comportements problématiques futurs en permettant un développement positif futur des jeunes. Ces résultats ont convergé pour suggérer une voie de causalité allant d'une baisse de bien-être à une dépendance à Internet.

Pendant ce temps, de nombreux chercheurs ont tendance à penser qu'il existe une relation réciproque entre le bien-être psychologique et la dépendance à Internet: bien qu'un mal-à-vivre médiocre puisse utiliser intensément Internet comme stratégie d'adaptation pour échapper au stress qu'il / elle subit en réalité , se plonger dans le monde virtuel d'Internet crée en réalité davantage de problèmes de la vie réelle et de sentiments de solitude, lesquels, à leur tour, aggravent le bien-être personnel de l'individu. Malheureusement, le modèle réciproque n'a pas obtenu beaucoup de soutien empirique dans cette étude.

Il existe plusieurs explications plausibles pour les présentes conclusions. Premièrement, les résultats peuvent être considérés comme des preuves de la théorie du déplacement. Autrement dit, les jeunes toxicomanes Internet accordent la priorité absolue à leur utilisation d'Internet et éprouvent un sentiment de déplacement lorsqu'ils sont en ligne. Peu importe si l'adolescent a une condition psychosociale préexistante ou non, c'est le déplacement qui isole l'individu de sa vie réelle qui cause des problèmes d'adaptation (par exemple, la famille, les études, des problèmes physiques) et une baisse du niveau de bien-être. . Par exemple, des problèmes de sommeil ont souvent été signalés à la suite de la dépendance à Internet (Chen et Gau ; Do et al. ), et le manque de sommeil est associé à un niveau de satisfaction inférieur à l'égard de la vie (Piper ; Van Praag et Ferrer-i-Carbonell ) et un sentiment plus élevé de désespoir (McCall et Black ). En tant que tels, les problèmes physiques causés par une utilisation excessive d'Internet pourraient affecter directement la qualité de vie.

Deuxièmement, bien que des problèmes psychosociaux préexistants tels que la dépression, le stress et l’anxiété sociale puissent prédisposer les adolescents à la dépendance à Internet, les problèmes eux-mêmes peuvent ne pas être suffisamment puissants pour que les adolescents deviennent dépendants d’Internet. Il existe évidemment d'autres facteurs qui contribuent au développement et au maintien de la dépendance à Internet. Par exemple, l’impulsivité élevée de l’individu (Lee et al. ), accès gratuit à Internet (Young ), renforcement positif des comportements en ligne (sentiment d'accomplissement, diminution de la solitude, par exemple), conviction cognitive qu'Internet est un ami apaisant son chagrin (Davis ), etc. Sans ces facteurs, un mauvais bien-être psychologique seul ne peut pas entraîner de dépendance à Internet chez les adolescents. Troisièmement, il est également possible que le lien de causalité entre le bien-être et la dépendance à Internet soit modéré par d'autres facteurs tels que le contrôle du comportement des parents. Les chercheurs ont constaté que les adolescents rapportant plus de comportements de surveillance de la part de leurs parents avaient tendance à afficher moins de comportements de dépendance à Internet que ceux ayant déclaré moins de surveillance parentale (Li et al. ). Apparemment, des recherches plus approfondies sont nécessaires pour examiner les effets potentiels de différents modérateurs et pour tester plus avant le modèle réciproque qui a été jugé légèrement significatif dans cette étude. En outre, bien que le modèle réciproque ne soit pas suffisamment soutenu, la différence de khi carré marginalement significative suggère qu’il est nécessaire d’explorer ce modèle en utilisant davantage de vagues de données longitudinales.

Les présents résultats ont des implications à la fois théoriques et pratiques pour les chercheurs et les praticiens travaillant avec les jeunes. Théoriquement, comme très peu d'études ont examiné l'association longitudinale entre la dépendance à Internet et le désespoir, la conclusion selon laquelle la dépendance à Internet accroît le sentiment de désespoir des adolescents au fil du temps ajoute à la littérature de ce domaine. En particulier, cela suggère que le bien-être personnel n'est pas un facteur important conduisant à la dépendance à Internet. Une possibilité est que ceux qui ont un haut niveau de bien-être personnel soient également sujets à la dépendance à Internet. D'autre part, ceux qui ont un faible niveau de bien-être personnel peuvent ne pas avoir l'énergie nécessaire pour développer une dépendance et manquent simplement de motivation pour s'engager de manière prolongée dans Internet. Les présents résultats suggèrent qu'il est nécessaire d'examiner les relations théoriques possibles entre le bien-être personnel et la dépendance.

En pratique, les résultats fournissent un nouvel angle sur la manière de promouvoir le bien-être personnel des adolescents. Les chercheurs ont notamment soutenu que le désespoir était un facteur de prédiction significatif de la dépression et de la suicidabilité (Minkoff et al. ), et que le désespoir conduirait à une série de déficits désespérés comprenant la passivité et une persévérance, une anxiété et une tristesse réduites, une estime de soi affaiblie et une incapacité à percevoir la contrôlabilité d'événements négatifs. Afin de réduire le désespoir des adolescents et de promouvoir leur bien-être personnel, des stratégies et des outils pouvant aider à dépister et traiter les comportements de dépendance à Internet devraient être envisagés. Par exemple, des études ont suggéré qu'une approche comportementale cognitive ciblant spécifiquement la dépendance à Internet pourrait être utile pour réduire les symptômes (King et al. ; Jorgenson et al. ; Winkler et al. ; Jeune ). Sur la base de cette approche, aider les professionnels de l’école ou de la communauté peut se concentrer sur le suivi des comportements d’utilisation d’Internet par les adolescents (comme l’aider à enregistrer ses propres activités en ligne quotidiennes), la correction de la cognition déformée des adolescents sur Internet et la gestion du temps d’enseignement. compétences d'établissement d'objectifs. Une intervention à plusieurs niveaux intégrant à la fois un conseil individuel et une intervention familiale s'est également révélée efficace pour réduire le temps passé en ligne et les problèmes psychosociaux connexes (Shek et al. ). Lorsque les adolescents sont moins dépendants d’Internet, ils sont plus susceptibles de s’engager dans une véritable interaction sociale et d’établir un lien social susceptible de favoriser un sentiment d’espoir pour l’avenir des adolescents (Stoddard et al. ). De toute évidence, d'autres facteurs pouvant contribuer à la dépendance à Internet (par exemple, les processus familiaux), nous devons également examiner ces facteurs. Enfin, différentes parties prenantes, notamment les enseignants, les parents et les élèves eux-mêmes, devraient être sensibles aux conséquences néfastes de la dépendance à Internet. Les présents résultats peuvent être utilisés pour développer des programmes de prévention de la dépendance à Internet fondés sur des preuves.

Plusieurs limites de la présente étude sont à noter. Premièrement, bien que nous ayons utilisé une modélisation à décalage croisé avec des données longitudinales collectées sur trois ans pour déduire des relations de cause à effet entre la dépendance à Internet et le bien-être personnel de jeunes adolescents, des preuves basées sur des études expérimentales sont nécessaires pour confirmer ces relations de cause à effet. relation. Des études ultérieures pourraient adopter des essais contrôlés randomisés pour vérifier si le changement des comportements de dépendance à Internet des adolescents augmenterait leur satisfaction de la vie et diminuerait le désespoir. Deuxièmement, alors que nous contrôlions les effets des facteurs démographiques en incluant les variables mesurées à Time 1 dans les modèles à retardement croisé, il était supposé que ces facteurs auraient une influence directe sur la dépendance à Internet, la satisfaction de la vie et le désespoir mesurés à Time 1. seuls les effets indirects sur ces constructions ont été mesurés lors de vagues ultérieures par leurs effets autorégressifs. Cependant, il est possible que les variables démographiques puissent changer au fil du temps (par exemple, le statut économique de la famille) et il pourrait également y avoir une association synchronique entre les facteurs démographiques et ces construits à des moments ultérieurs. Par conséquent, les études futures pourraient inclure ces facteurs comme covariables à chaque vague lors de l’examen de la relation entre la dépendance à Internet et le bien-être personnel. En outre, des résultats ont montré que l'association négative entre une utilisation problématique d'Internet et le bien-être était plus forte chez les femmes adultes que chez les hommes. Il serait intéressant d'étudier la possibilité d'une différence de genre dans de telles relations chez les adolescents en utilisant une approche de modélisation à équations structurelles multi-groupes.

La dernière limite est que les effets de retard croisés trouvés dans la présente étude étaient relativement faibles, en particulier l'effet de la dépendance à Internet de Time 2 sur le désespoir et la satisfaction de la vie chez Time 3. Une explication pourrait être que le bien-être personnel des adolescents au cours de la dernière année d'études du premier cycle du secondaire est considérablement affecté par des facteurs autres que la dépendance à Internet, tels que le stress de l'examen d'entrée au deuxième cycle du secondaire. Par conséquent, la variance supplémentaire qui peut être expliquée par la dépendance à Internet est limitée. En outre, les effets de la dépendance à Internet sur le désespoir et la satisfaction dans la vie peuvent être modérés par d'autres facteurs, tels que les performances scolaires des étudiants, qui n'ont pas été étudiés dans la présente étude. Dans les recherches futures, il conviendrait d'examiner plus avant les éventuels effets modérateurs des résultats scolaires des étudiants et du stress perçu sur la relation entre la dépendance à Internet et le bien-être personnel. Bien que les effets constatés dans la présente étude soient modérés, les résultats peuvent être considérés comme significatifs.

Remerciements

L'étude longitudinale du projet PATHS et la préparation de ce document bénéficient du soutien financier du Hong Kong Jockey Club Charities Trust. Des portions de cette étude ont été présentées à la Conférence internationale «Construire un meilleur avenir pour les jeunes: le rôle du développement positif de la jeunesse, de la famille et de la communauté», à Hong Kong, en mai 12, 2016.

Informations du contributeur

Lu Yu, Téléphone: (852) 2766 4859, [email protected].

Daniel Tan Lei Shek, [email protected].

Bibliographie

  • Abramson LY, Metalsky GI, alliage LB. Dépression: désespoir: Un sous-type de dépression basé sur la théorie. Examen psychologique. 1989;96:358–372. doi: 10.1037/0033-295X.96.2.358. [Croix Ref]
  • Ahlstrom M, Lundberg NR, Zabriskie R, Eggett D, Lindsay GB. Moi, mon épouse et mon avatar: La relation entre la satisfaction conjugale et les jeux de rôle en ligne massivement multijoueurs (MMORPG) Journal of Leisure Research. 2012;44(1):1–22. doi: 10.1080/00222216.2012.11950252. [Croix Ref]
  • Alpaslan AH, N Soylu, Kocak U, Guzel HI. L'utilisation problématique d'Internet était plus fréquente chez les adolescents turcs présentant des troubles dépressifs majeurs que chez les témoins. Acta Paediatrica. 2016;105(6):695–700. doi: 10.1111/apa.13355. [PubMed] [Croix Ref]
  • Association américaine de psychiatrie. Manuel diagnostique et statistique des troubles mentaux. 4. Washington, DC: auteur; 1994.
  • Association américaine de psychiatrie. Manuel diagnostique et statistique des troubles mentaux. 5. Washington, DC: auteur; 2013.
  • Anderson JC, Gerbing DW. La modélisation des équations structurelles en pratique: examen et approche en deux étapes recommandée. Bulletin psychologique. 1988;103(3):411–423. doi: 10.1037/0033-2909.103.3.411. [Croix Ref]
  • Barbe KW. Dépendance à Internet: Examen des techniques d’évaluation actuelles et des questions d’évaluation potentielles. Cyberpsychologie et comportement. 2005;8: 7 – 14. doi: 10.1089 / cpb.2005.8.7. [PubMed] [Croix Ref]
  • Beck AT, Weissman A, Lester D, Trexler L. La mesure du pessimisme: l'échelle du désespoir. Journal de consultation et de psychologie clinique. 1974;42(6):861–865. doi: 10.1037/h0037562. [PubMed] [Croix Ref]
  • Beck AT, Steer RA, Kovacs M, Garrison B. Désespoir et suicide éventuel: Étude prospective de dix ans sur des patients hospitalisés pour des idées suicidaires. American Journal of Psychiatry. 1985;142: 559 – 563. doi: 10.1176 / ajp.142.5.559. [PubMed] [Croix Ref]
  • Bentler PM, Bonett DG. Tests de signification et qualité de l'ajustement dans l'analyse des structures de covariance. Bulletin psychologique. 1980;88:588–606. doi: 10.1037/0033-2909.88.3.588. [Croix Ref]
  • Bozoglan, B., Demirer, V., et Sahin, I. (2013). La solitude, l'estime de soi et la satisfaction dans la vie en tant que prédicteurs de la dépendance à Internet: une étude transversale parmi des étudiants universitaires turcs. Journal scandinave de psychologie, 54(4), 313-319. [PubMed]
  • Byun, S., Ruffini, C., Mills, JE, Douglas, AC, Niang, M., Stepchenkova, S., Lee, SK, Loutfi, J., Lee, JK, Atallah, M., et Blanton, M (2009). Dépendance à Internet: métasynthèse de la recherche quantitative 1996-2006. Cyberpsychologie et comportement, 12203-207. [PubMed]
  • Cao F, Su L. Dépendance à Internet chez les adolescents chinois: prévalence et caractéristiques psychologiques. Enfant: soins, santé et développement. 2007;33: 275-281. [PubMed]
  • Cao H, Sun Y, Wan Y, Hao H, Tao F. Utilisation problématique d'Internet chez les adolescents chinois et son lien avec les symptômes psychosomatiques et la satisfaction de la vie. BMC Santé publique. 2011;11:802. doi: 10.1186/1471-2458-11-802. [Article gratuit PMC] [PubMed] [Croix Ref]
  • Caplan SE. Préférence pour les interactions sociales en ligne: théorie de l'utilisation problématique d'Internet et du bien-être psychologique. Recherche en communication. 2003;30: 625-648. doi: 10.1177 / 0093650203257842. [Croix Ref]
  • Caplan S, Williams D, Yee N. Utilisation d'Internet problématique et bien-être psychosocial parmi les joueurs de MMO. Ordinateurs dans le comportement humain. 2009;25: 1312 – 1319. doi: 10.1016 / j.chb.2009.06.006. [Croix Ref]
  • Centre Tsuen Wan, YMCA chinois de Hong Kong. (2004). Étude sur l'utilisation d'Internet chez les adolescents. Centre Tsuen Wan, YMCA chinois de Hong Kong, Hong Kong.
  • Chak K, Leung L. Timidité et locus de contrôle en tant que prédicteurs de la dépendance à Internet et de l'utilisation d'Internet. Cyberpsychologie et comportement. 2004;7(5):559–570. doi: 10.1089/cpb.2004.7.559. [PubMed] [Croix Ref]
  • Chen YL, Gau SS. Problèmes de sommeil et dépendance à Internet chez les enfants et les adolescents: une étude longitudinale. Journal de recherche sur le sommeil. 2016;25(4):458–465. doi: 10.1111/jsr.12388. [PubMed] [Croix Ref]
  • Cheng C, Li AY. Prévalence de la dépendance à Internet et qualité de vie (réelle): une méta-analyse des nations 31 dans sept régions du monde. Cyberpsychologie, comportement et réseautage social. 2014;17(12):755–760. doi: 10.1089/cyber.2014.0317. [Article gratuit PMC] [PubMed] [Croix Ref]
  • Clark LA, Watson D. Construire la validité: Problèmes de base dans le développement d'une échelle objective. Évaluation psychologique. 1995;7:309–319. doi: 10.1037/1040-3590.7.3.309. [Croix Ref]
  • Dalal PK, Basu D. Vingt ans de dépendance à Internet… Quad Vadis? Journal indien de psychiatrie. 2016;58(1):6–11. doi: 10.4103/0019-5545.174354. [Article gratuit PMC] [PubMed] [Croix Ref]
  • Davis RA. Un modèle cognitivo-comportemental d'utilisation d'Internet pathologique. Ordinateurs dans le comportement humain. 2001;17:187–195. doi: 10.1016/S0747-5632(00)00041-8. [Croix Ref]
  • Diener E. Bien-être subjectif. Bulletin psychologique. 1984;95:542–575. doi: 10.1037/0033-2909.95.3.542. [PubMed] [Croix Ref]
  • Diener E, Emmons RA, Larsen RJ, Griffin S. La satisfaction avec l'échelle de la vie. Journal d'évaluation de la personnalité. 1985;49:71–75. doi: 10.1207/s15327752jpa4901_13. [PubMed] [Croix Ref]
  • Do Y, Shin E, Bautista M, Foo K. Les associations entre la durée de sommeil autodéclarée et les résultats pour la santé des adolescents: quel est le rôle du temps passé à utiliser Internet? Médecine du sommeil. 2013;14: 195 – 200. doi: 10.1016 / j.sleep.2012.09.004. [PubMed] [Croix Ref]
  • Engelberg E, Sjoberg L. Utilisation d'Internet, compétences sociales et adaptation. Cyberpsychologie et comportement. 2004;7: 41-47. doi: 10.1089 / 109493104322820101. [PubMed] [Croix Ref]
  • Fu KW, Chan WS, PW Wong, PS Yip. Dépendance à Internet: prévalence, validité discriminante et corrélations chez les adolescents de Hong Kong. Le British Journal of Psychiatry. 2010;196: 486 – 492. doi: 10.1192 / bjp.bp.109.075002. [PubMed] [Croix Ref]
  • DA Gentile, Choo H, Liau A, Sim T, Li D, Fung D, Khoo A. Utilisation de jeux vidéo pathologiques chez les jeunes: étude longitudinale de deux ans. Pédiatrie. 2011;127:e319–e329. doi: 10.1542/peds.2010-1353. [PubMed] [Croix Ref]
  • Goldberg, I. (1995). Internet Addiction Disorder (IAD) - Critères de diagnostic. Récupéré de http://www-usr.rider.edu/~suler/psycyber/supportgp.html.
  • Gollob H, Reichardt C. Interpréter et estimer les effets indirects en supposant que les décalages dans le temps ont vraiment de l'importance. Dans: Collins L, Horn J, éditeurs. Meilleures méthodes pour l’analyse du changement: avancées récentes, questions restées sans réponse, orientations futures. Washington: American Psychological Association; 1991. pp. 243 – 259.
  • Griffiths MD. La dépendance à Internet: un problème de psychologie clinique? Forum de psychologie clinique. 1996;97: 32-36.
  • Union internationale des télécommunications. (2016). Faits et chiffres sur les TIC 2016. Récupéré de http://www.itu.int/en/ITUD/Statistics/Documents/facts/ICTFactsFigures2016.pdf.
  • Jorgenson AG, RC Hsiao, Yen CF. Dépendance à Internet et autres dépendances comportementales. Cliniques psychiatriques pour enfants et adolescents d'Amérique du Nord. 2016;25(3):509–520. doi: 10.1016/j.chc.2016.03.004. [PubMed] [Croix Ref]
  • Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS, Nam BW. La dépendance à Internet chez les adolescents coréens et son lien avec la dépression et les idées suicidaires: une enquête par questionnaire. Revue internationale d'études infirmières. 2006;43: 185 – 192. doi: 10.1016 / j.ijnurstu.2005.02.005. [PubMed] [Croix Ref]
  • King DL, PH Delfabbro, MD Griffiths, Gradisar M. Évaluation des essais cliniques de traitement de la toxicomanie sur Internet: revue systématique et évaluation CONSORT. Examen de psychologie clinique. 2011;31(7):1110–1116. doi: 10.1016/j.cpr.2011.06.009. [PubMed] [Croix Ref]
  • Ko CH, Yen JY, CS Chen, CC Chen, Yen CF. Comorbidité psychiatrique de la dépendance à Internet chez les étudiants: une étude par interview. Spectres du SNC. 2008;13: 147-153. doi: 10.1017 / S1092852900016308. [PubMed] [Croix Ref]
  • Koronczai B, G Kokonyei, R Urbain, B Kun, O Papay, Nagygyorgy K, Griffiths M, Demetrovics Z. L'effet médiateur de l'estime de soi, de la dépression et de l'anxiété entre la satisfaction de l'apparence physique et l'utilisation problématique d'Internet. Journal américain sur l'abus de drogues et d'alcool. 2013;39(4):259–265. doi: 10.3109/00952990.2013.803111. [PubMed] [Croix Ref]
  • Kowert R, J Vogelgesang, Festl R, Quandt T. Causes psychosociales et conséquences du jeu vidéo en ligne. Ordinateurs dans le comportement humain. 2015;45: 51 – 58. doi: 10.1016 / j.chb.2014.11.074. [Croix Ref]
  • Kraut R, M Patterson, Lundmark V, Kiesler S, Mukopadhyay T, Scherlis W. Internet paradoxe: une technologie sociale qui réduit l'engagement social et le bien-être psychologique? Psychologue américain. 1998;53:1017–1031. doi: 10.1037/0003-066X.53.9.1017. [PubMed] [Croix Ref]
  • DJ Kuss, Griffiths MD, Karila L, Billieux J. Addiction à Internet: Revue systématique de la recherche épidémiologique au cours de la dernière décennie. Conception pharmaceutique actuelle. 2014;20: 4026-4052. doi: 10.2174 / 13816128113199990617. [PubMed] [Croix Ref]
  • Lee HW, Choi JS, Shin YC, Lee JY, Jung HY, Kwon JS. Impulsivité dans la dépendance à Internet: une comparaison avec le jeu pathologique. Cyberpsychologie, comportement et réseautage social. 2012;15(7):373–377. doi: 10.1089/cyber.2012.0063. [PubMed] [Croix Ref]
  • Lemmens, JS, Valkenburg, PM et Peter, J. (2011a). Causes et conséquences psychosociales du jeu pathologique. Ordinateurs à comportement humain, 27(1), 144-152.
  • Lemmens, JS, Valkenburg, PM et Peter, J. (2011b). Les effets du jeu pathologique sur le comportement agressif. Journal de la jeunesse et de l'adolescence, 40(1), 38-47. [Article gratuit PMC] [PubMed]
  • Lester D. Le désespoir chez les étudiants de premier cycle du monde entier: bilan. Journal of Affective Disorders. 2013;150: 1204-1208. doi: 10.1016 / j.jad.2013.04.055. [PubMed] [Croix Ref]
  • Li X, Li D, Newman J. Contrôle parental comportemental et psychologique et utilisation problématique d'Internet chez les adolescents chinois: le rôle médiateur de la maîtrise de soi. Cyberpsychologie, comportement et réseautage social. 2013;16(6):442–447. doi: 10.1089/cyber.2012.0293. [PubMed] [Croix Ref]
  • Lin CH, Chen SK, Chang SM, Lin SSJ. Relations croisées entre l'utilisation problématique d'Internet et les changements de mode de vie. Ordinateurs dans le comportement humain. 2013;29: 2615 – 2621. doi: 10.1016 / j.chb.2013.06.029. [Croix Ref]
  • Lo SK, Wang CC, Fang W. Relations physiques interpersonnelles et anxiété sociale chez les joueurs de jeux en ligne. Cyberpsychologie et comportement. 2005;8: 15 – 20. doi: 10.1089 / cpb.2005.8.15. [PubMed] [Croix Ref]
  • McCall WV, Black CG. Le lien entre suicide et insomnie: mécanismes théoriques. Rapports de psychiatrie actuels. 2013;15(9):389. doi: 10.1007/s11920-013-0389-9. [Article gratuit PMC] [PubMed] [Croix Ref]
  • Minkoff K, Bergman E, Beck AT, Beck R., désespoir, dépression et tentative de suicide. American Journal of Psychiatry. 1973;130(4): 455-459. [PubMed]
  • Moody EJ. Utilisation d'Internet et son rapport à la solitude. Cyberpsychologie et comportement. 2001;4(3):93–401. doi: 10.1089/109493101300210303. [PubMed] [Croix Ref]
  • Morahan-Martin J, Schumacher P. Solitude et usages sociaux d'Internet. Ordinateurs dans le comportement humain. 2003;19:659–671. doi: 10.1016/S0747-5632(03)00040-2. [Croix Ref]
  • Odaci H, Çelik ÇB. Qui sont les utilisateurs d'Internet problématiques? Une enquête sur les corrélations entre l’utilisation problématique d’Internet et la timidité, la solitude, le narcissisme, l’agression et la perception de soi. Ordinateurs dans le comportement humain. 2013;29: 2382 – 2387. doi: 10.1016 / j.chb.2013.05.026. [Croix Ref]
  • Pies R. Le DSM-V devrait-il désigner «la dépendance à Internet» un trouble mental? Psychiatrie. 2009;6: 31-37. [Article gratuit PMC] [PubMed]
  • Piper AT. Durée du sommeil et satisfaction de la vie. Revue internationale d'économie. 2016;63(4):305–325. doi: 10.1007/s12232-016-0256-1. [Croix Ref]
  • Senol-Durak E, Durak M. Les rôles de médiateur de la satisfaction de la vie et de l'estime de soi entre les composantes affectives du bien-être psychologique et les symptômes cognitifs de l'utilisation problématique d'Internet. Recherche sur les indicateurs sociaux. 2011;103(1):23–32. doi: 10.1007/s11205-010-9694-4. [Croix Ref]
  • NA Shapira, Goldsmith TG, Keck PE, Jr, Khosla UM, Mcelroy SL. Caractéristiques psychiatriques des personnes ayant une utilisation Internet problématique. Journal of Affective Disorders. 2000;57:267–272. doi: 10.1016/S0165-0327(99)00107-X. [PubMed] [Croix Ref]
  • Shek DTL. Différences «idéales» dans la représentation de soi et des personnes significatives et dans le bien-être psychologique des adolescents chinois. Journal international de psychologie. 1992;27(3): 229.
  • Shek DTL. Relation entre conflit entre parents et adolescents, bien-être psychologique des adolescents, adaptation à l'école et problèmes de comportement. Comportement social et personnalité. 1997;25(3):277–290. doi: 10.2224/sbp.1997.25.3.277. [Croix Ref]
  • Shek DTL, Lin L. Bien-être personnel et qualité de vie de la famille des jeunes adolescents à Hong Kong: le désavantage économique et le manque de temps? Recherche sur les indicateurs sociaux. 2014;117:795–809. doi: 10.1007/s11205-013-0399-3. [Croix Ref]
  • Shek, DTL, Tsui, PF (2012). Adaptation familiale et personnelle d'adolescents chinois économiquement défavorisés à Hong Kong. TheScientificWorldJournal, ID d'article 142689. 10.1100 / 2012 / 142689. [Article gratuit PMC] [PubMed]
  • Shek DTL, Yu L. Dépendance à Internet chez des adolescents de Hong Kong: profils et corrélats psychosociaux. Journal international de l'invalidité et du développement humain. 2012;11: 133-142.
  • Shek DTL, Yu L. Phénomène de dépendance à Internet chez les jeunes adolescents à Hong Kong. Revue internationale de la santé des enfants et du développement humain. 2013;6: 145-156.
  • Shek DTL, Addiction Internet Yu L. Adolescent à Hong Kong: Prévalence, changement et corrélats. Journal de gynécologie pédiatrique et adolescente. 2016;29: S22 – S30. doi: 10.1016 / j.jpag.2015.10.005. [PubMed] [Croix Ref]
  • Shek DTL, JMV Tang, Lo CY. Dépendance à Internet chez des adolescents chinois à Hong Kong: évaluation, profils et corrélats psychosociaux. Le journal scientifique mondial. 2008;8: 776 – 787. doi: 10.1100 / tsw.2008.104. [Article gratuit PMC] [PubMed] [Croix Ref]
  • Shek DTL, JMV Tang, Lo CY. Évaluation d'un programme de traitement de la dépendance à Internet pour des adolescents chinois à Hong Kong. Adolescence. 2009;44: 359-373. [PubMed]
  • Shek DTL, Sun RCF, Ma CMS, éditeurs. Adolescents chinois à Hong Kong: vie de famille, bien-être psychologique et comportements à risque. Singapour: Springer; 2014.
  • Shek DTL, Yu L, Sun RCF. Addiction à Internet. Dans: Pfaff DW, Martin E, Pariser E, éditeurs. Les neurosciences au 21e siècle. seconde. New York: Springer; 2016.
  • Stoddard SA, McMorris BJ, Sieving RE. Les liens sociaux et l’espoir comptent-ils dans la prévision de la violence chez les jeunes adolescents? American Journal of Community Psychology. 2011;48(3–4):247–256. doi: 10.1007/s10464-010-9387-9. [Article gratuit PMC] [PubMed] [Croix Ref]
  • Sun RC, Shek DT. Influence longitudinale du développement positif des jeunes et de la satisfaction à l'égard de la vie sur les comportements problématiques chez les adolescents de Hong Kong. Recherche sur les indicateurs sociaux. 2013;114(3):1171–1197. doi: 10.1007/s11205-012-0196-4. [Croix Ref]
  • Van Praag BMS, Ferrer-i-Carbonell A. Le bonheur quantifié. Oxford: Oxford University Press; 2007.
  • Velezmoro R, Lacefield K, Roberti JW. Stress perçu, recherche de sensations et abus d'Internet par les étudiants. Ordinateurs dans le comportement humain. 2010;26: 1526 – 1530. doi: 10.1016 / j.chb.2010.05.020. [Croix Ref]
  • Whang L, Lee S, Chang G. Profils psychologiques des internautes sur Internet: analyse d'échantillonnage de comportement sur la dépendance à Internet. Cyberpsychologie et comportement. 2003;6: 143-150. doi: 10.1089 / 109493103321640338. [PubMed] [Croix Ref]
  • Winkler A, Dörsing B, Rief W, Shen Y et la juge Glombiewski. Traitement de la dépendance à Internet: une méta-analyse. Examen de psychologie clinique. 2013;33: 317 – 329. doi: 10.1016 / j.cpr.2012.12.005. [PubMed] [Croix Ref]
  • Yao MZ, Zhong ZJ. Solitude, contacts sociaux et dépendance à Internet: une étude par panel en retard. Ordinateurs dans le comportement humain. 2014;30: 164 – 170. doi: 10.1016 / j.chb.2013.08.007. [Croix Ref]
  • Yellowlees PM, Marks S. Utilisation d'Internet problématique ou addiction à Internet? Ordinateurs dans le comportement humain. 2007;23: 1447 – 1453. doi: 10.1016 / j.chb.2005.05.004. [Croix Ref]
  • Jeune KS. Utilisation d'Internet pathologique: un cas qui casse le stéréotype. Rapports psychologiques. 1996;79: 899 – 902. doi: 10.2466 / pr0.1996.79.3.899. [PubMed] [Croix Ref]
  • Jeune KS. Dépendance à Internet: L’émergence d’un nouveau trouble clinique. Cyberpsychologie et comportement. 1998;1: 237 – 244. doi: 10.1089 / cpb.1998.1.237. [Croix Ref]
  • Jeune KS. Dépendance à Internet: Un nouveau phénomène clinique et ses conséquences. Scientifique du comportement américain. 2004;48(4):402–415. doi: 10.1177/0002764204270278. [Croix Ref]
  • Jeune KS. Thérapie cognitivo-comportementale auprès des toxicomanes sur Internet: résultats et implications du traitement. Cyberpsychologie et comportement. 2007;10: 671 – 679. doi: 10.1089 / cpb.2007.9971. [PubMed] [Croix Ref]
  • Young KS, Nabuco de Abreu C, éditeurs. Dépendance à Internet: Manuel et guide d'évaluation et de traitement. Hoboken: John Wiley & Sons, Inc .; 2010.
  • Young KS, Rogers RC. La relation entre la dépression et la dépendance à Internet. Cyberpsychologie et comportement. 1998;1: 25 – 28. doi: 10.1089 / cpb.1998.1.25. [Croix Ref]
  • Yu L, Shek DTL. Dépendance à Internet chez des adolescents de Hong Kong: étude longitudinale de trois ans. Journal de gynécologie pédiatrique et adolescente. 2013;26: S10 – S17. doi: 10.1016 / j.jpag.2013.03.010. [PubMed] [Croix Ref]