Peng Wang1, Qingnan Lin2, 
Fengqiang Gao1* Yingmin Chen1*
- 1Escola de Psicoloxía da Universidade Normal de Shandong, Jinan, China
- 2Departamento de Educación Preescolar, Universidade de Heze, Heze, China
Este estudo explorou a relación recíproca entre a adicción a Internet (IA) e a cognición inadecuada relacionada coa rede (NMC) en estudantes de estudos universitarios chineses. Unha enquisa lonxitudinal a curto prazo cunha mostra de estudantes de estudos universitarios 213 foi realizada na provincia de Shandong, China. Os resultados revelaron que IA pode predecir significativamente a xeración e desenvolvemento de NMCs, e que cando se estableceron tales cognicións inadaptadas, poden afectar aínda máis a extensión do IA dos estudantes. Observouse un ciclo vicioso entre estas dúas variables, IA tendo prioridade predictiva na súa relación con NMC. Este estudo tamén determinou que a relación entre estas dúas variables era a mesma tanto para homes como para mulleres; polo tanto, o modelo final que establecemos pode ser aplicado extensivamente aos estudantes de estudos universitarios chineses, independentemente do sexo. Comprender a relación recíproca entre estas dúas variables pode axudar ás intervencións na IA dende o inicio da vida universitaria dos estudantes.
introdución
Desde a súa creación nas 1990s, Internet converteuse gradualmente nunha parte integrante da vida diaria en China, particularmente entre os adolescentes de 10-21 anos (Daniel et al., 2012; Liu et al., 2012). Segundo o 36thº informe estadístico de desenvolvemento de Internet en China, que foi publicado polo China Internet Network Information Center (CNNIC), o número de usuarios adolescentes de Internet en China aumentou rapidamente, pasando de 120 millóns en 2002 a 287 millóns en 2016 (Tian et al., 2017).
Internet produciu numerosos beneficios como a conexión social e o benestar (Bessière et al., 2008; Xove e de Abreu, 2011). Non obstante, a adicción a Internet (IA), que se caracteriza por un uso excesivo ou compulsivo de Internet (Young et al., 1999; Shek et al., 2013; Yang et al., 2014) tivo numerosos efectos negativos (Joseph et al., 2016). Varios estudos demostraron que a IA pode afectar negativamente á saúde física e mental (Ayas e Horzum, 2013; Georgios et al., 2014; Mike e Zhong, 2014). Por exemplo, os adolescentes con IA adoitan experimentar ansiedade, depresión, soidade, baixa autoestima e malas relacións interpersoais (Tokunaga and Rains, 2010; Georgios et al., 2014; Mike e Zhong, 2014), o que pode afectar negativamente o seu benestar (Tokunaga and Rains, 2010; Georgios et al., 2014; Mike e Zhong, 2014) e desenvolvemento académico (Chuang, 2006; Kim et al., 2008; Tsai et al., 2009; Ahmadi e Saghafi, 2013). Por iso, estudar IA en adolescentes ten implicacións sociais e educativas críticas.
Relación entre IA e NMC
Hai tempo que se pensaba que a cognición inadaptativa relacionada coa rede (NMC) xoga un papel central na IA (Li et al., 2013). Segundo o modelo cognitivo-comportamental (Davis, 2001), a psicopatoloxía (por exemplo, depresión e ansiedade social) é unha causa distal necesaria de síntomas de IA que en si mesmo non orixina síntomas de IA. Os factores clave na IA son as CMN, que son causas suficientes proximamente (Daniel et al., 2012; Figura 1). Numerosos estudos reportaron que a psicopatoloxía distal fai que un individuo sexa vulnerable á IA a través do NMC (Kalkan, 2012; Mai et al., 2012; Li e Wang, 2013; Lu e Yeo, 2015). Por exemplo, os investigadores investigaron a relación subxacente entre o temperamento (é dicir, o control de esforzos, a procura de altas sensacións e a alta ira ou frustración de disposición) e o desenvolvemento de IA; os resultados indicaron que certos temperamentos inflúen no nivel de IA a través do efecto que o temperamento ten na súa cognición de comportamentos en liña (Zhang et al., 2015). Tian et al. (2017) examinou as asociacións recíprocas entre timidez, cognicións inadecuadas e uso patolóxico xeneralizado de Internet (GPIU) nunha mostra chinesa. Os resultados indicaron que as asociacións entre estas variables son dinámicas e bidireccionais e que o aumento das cognicións inadaptativas mediaba de xeito bidireccional a relación entre a timidez e GPIU ao longo do tempo. Ademais, outros estudos determinaron que o estilo de parentesco e a relación entre iguais poderían predispoñer ás persoas a NMC, o que afectaría aínda máis ao nivel de IA (Li et al., 2013; Wang et al., 2015).
FIGURA 1. Modelo cognitivo-comportamental de uso patolóxico en Internet (Davis, 2001).
Ademais, moitos outros estudos centráronse na adicción aos xogos de Internet e investigaron a súa relación con cognicións inadaptadas. Rei e Delfabbro (2014) propuxo un novo modelo que ofreza explicacións teóricas das orixes e patoxénese da adicción aos xogos de Internet. Os autores identificaron catro cognicións inadaptativas subxacentes á adicción a xogos de Internet, é dicir, sobrevaloración, regras inadaptadas, autoestima do xogo e aceptación de xogos. Algúns estudos empíricos tamén descubriron que os adolescentes con síntomas de adicción a xogos de Internet reportaron cognicións significativamente máis inadaptadas que os adolescentes sen estes síntomas (Zhou et al., 2012; Liu et al., 2014; King e Delfabbro, 2016). Peng e Liu (2010) informou que unha escala de cinco elementos que medía as cognicións predicía significativamente a adicción ao xogo en internet en adultos chineses. Forrest et al. (2016) investigaron as cognicións inadaptativas asociadas a xogos de videoxogos problemáticos nunha mostra de adultos australianos de 465. Os resultados revelaron que estas cognicións problemáticas se correlacionaron moderadamente a altamente coa adicción a xogos de Internet. Forrest et al. (2017) explorou se a cognición inadaptada podería predicir cambios futuros no videoxogo problemático usando un estudo lonxitudinal de 12-mes. Os resultados demostraron que o cambio cognitivo representaba o 28% da variedade nas puntuacións de xogo problemáticas máis alá do xénero, idade e frecuencia de xogo.
Aínda que varios estudos identificaron a influencia do NMC na IA, poucos estudos exploraron a posible influencia da IA sobre o NMC. Teoría da disonancia cognitiva (Festinger, 1957), que se refire principalmente á forma en que a xente experimenta e responde ás incoherencias dentro do pensamento e entre o comportamento e o pensamento, ofrece unha explicación alternativa de como se relaciona a NMC coa IA. Cando a xente toma conciencia de incoherencias, experimenta molestias ou disonancias, o que leva a cabo esforzos para reducir estas experiencias e recuperar a coherencia mediante a adaptación das súas actitudes, percepcións ou comportamentos ata que se resolvan esas inconsistencias (de Vries e Timmins, 2016). Segundo esta teoría, cando as persoas se comportan de xeito inconsistente cos seus valores, como por exemplo en Internet cando xa afectou negativamente á súa vida, experimentan disonancias en forma de arrepentimento; isto ocorre con sentimentos de responsabilidade persoal polas consecuencias negativas das súas condutas. A maioría das persoas son capaces de axustar o seu comportamento con éxito para reducir esta disonancia. Non obstante, algunhas persoas poden reducir a disonancia cambiando a súa actitude cara a Internet, reducindo así a súa disonancia mantendo comportamentos problemáticos. Chiou e Wan (2007) investigou este proceso cunha mostra de reprodutores de videoxogos. Os resultados revelaron que os xogadores que se senten responsables do seu comportamento son máis propensos a cambiar as súas actitudes cara aos videoxogos de positivos a negativos, mentres que os xogadores con maior investimento en xogos de videoxogos teñen menos probabilidades de comportarse con actitudes discrepantes.
Investigación sobre IA entre estudantes universitarios
Varios estudos suxeriron que os adolescentes son a maioría dos usuarios de Internet e que os estudantes universitarios son especialmente vulnerables á IA debido ao seu fácil acceso a Internet, uns horarios flexibles e a súa menor capacidade para controlar o seu comportamento (Shaw e Black, 2008; Fu et al., 2010; Georgios et al., 2014; Yang et al., 2014). É máis, o inicio da vida universitaria é un período de desenvolvemento para os estudantes durante a transición afastada dunha confianza relativamente alta nas relacións interpersoais (non só as relacións familiares senón tamén as demais relacións sociais; Woodhouse et al., 2012). Estudos anteriores informaron que o uso de Internet non controlado está estreitamente relacionado cunha caída na comunicación e supervisión da familia (Van den Eijnden et al., 2010; Liu et al., 2012). Así, o cambio nas relacións interpersoais tende a poñer os alumnos de primeiro ano universitarios en risco de desenvolver IA (Zhang et al., 2014).
Ademais, os estudantes de primeiro curso deben pasar unha serie de exames rigorosos para acceder á universidade en China e normalmente non teñen tempo suficiente para auto-reflexionar durante o ensino medio. Así, cando se enfrontan á vida universitaria, a súa falta de estudo e habilidades interpersoais pode facer que se sintan confusas (Ni et al., 2009). Ademais, debido ao abundante tempo de lecer e acceso a Internet ilimitado a través dunha variedade de ferramentas sen fíos, os alumnos de idade universitaria adoitan pasar grandes cantidades de tempo en liña e, polo tanto, son moi propensos a experimentar síntomas de IA durante este período único (Chen, 2012). Para proporcionar estratexias preventivas e de intervención para IA, realizouse un estudo lonxitudinal a curto prazo durante un primeiro semestre na universidade.
O presente estudo
Aínda que moitos investigadores investigaron a relación entre IA e NMC, a maioría adoptou un enfoque transversal; así, é difícil identificar unha relación recíproca entre estas dúas variables (Joseph et al., 2016). Ademais, aínda que a probabilidade de que os estudantes desenvolvan IA sexan substancialmente maiores ao comezo da universidade (Li e Liang, 2007; Ni et al., 2009), os participantes de estudos anteriores normalmente foron estudantes universitarios de todas as idades, sendo menos frecuentes estudantes no seu primeiro semestre. Polo tanto, o presente estudo adoptou unha análise de varios pasos para explorar a relación entre IA e NMC entre estudantes universitarios durante o primeiro semestre da súa vida universitaria. Segundo estudos teóricos e empíricos anteriores, pode existir unha relación recíproca entre estas dúas variables. Por iso, propuxemos un modelo de interacción (Figura 2) e probou tres hipóteses sobre a relación entre estas dúas variables.
FIGURA 2. Modelo hipotizado.
H1 Existen camiños positivos e significativos con retardos entre a IA e a NMC, e o NMC é un predictor eficaz de IA entre os estudantes de estudos de estudos chineses.
H2 Os camiños retrasados de IA a NMC alcanzan un nivel significativo, e o nivel de IA en consecuencia afecta negativamente a NMC.
H3 A relación entre IA e NMC pódese aplicar xeralmente en homes e mulleres.
Materiais e Métodos
os participantes
O número inicial de estudantes de estudos universitarios dispoñibles para a participación foi 300 participantes, todos eles inscritos en dúas facultades situadas en dúas cidades (Jinan e Heze) na provincia de Shandong, China. A colección de datos realizouse a principios de setembro de 2015 (T1), 2 meses despois (T2) e logo de 4 meses despois (T3). Na primeira onda de recollida de datos, todos estes estudantes de 300 completaron a medición. Non obstante, nas ondas posteriores, 87 destes estudantes 300 retirouse a metade do camiño. A falta de participación foi por ausencia ou enfermidade (taxa de participación: 71.00%). Polo tanto, os estudantes de 213 mantivéronse na análise de datos finais (homes 104 e femias 109), con idades comprendidas entre os anos 17 e os anos 21 (M = 18.87 anos, SD = 0.76 anos). Para determinar se os datos dos estudantes que se retiraron a medias (estudantes 87) diferían dos que non se retiraron (estudantes 213) con respecto a algunha das variables incluídas neste estudo, unha serie de t-as probas realizáronse empregando os datos recollidos na primeira onda de recollida de datos; ningunha destas análises foi significativa. Todos estes participantes tiveron experiencia en internet e foron incluídos neste estudo. Os participantes usaron Internet durante unha media de 5.59 anos (SD = 2.06) ao comezo da súa vida universitaria. A información foi recollida sobre a residencia rexistrada dos estudantes: o 43.19% viviu en cidades grandes, o 35.68% viviu en cidades e o 21.13% vivía en aldeas. Ademais, estableceuse un ficheiro para cada estudante (estes ficheiros incluían a súa información básica, así como o estado de saúde física e mental) cando entraron na facultade. Segundo os expedientes, ningún dos participantes ten trastornos psiquiátricos ou neurolóxicos. Este estudo realizouse de acordo coas recomendacións das directrices éticas da Universidade Normal de Shandong e a Declaración de Helsinki, co consentimento informado por escrito de todos os participantes. O protocolo foi aprobado polo Comité de Ética de Investigación Humana da Universidade Normal de Shandong.
Instruments
Adicción a Internet
O estudo actual adoptou a revisada escala de adicción a internet chinesa (CIAS-R; Bai e Fan, 2005). O CIAS-R contén elementos 19 que se poden dividir en catro factores: uso e retirada compulsivos (por exemplo, "síntome deprimido durante un período de tempo sen acceso a Internet"), tolerancia (por exemplo, "atópome tendo que gastar cantidades crecentes" de tempo en liña para sentirme satisfeito ”), problemas de xestión do tempo (por exemplo,“ O meu rendemento académico ou laboral ten efectos adversos por mor do meu uso en Internet ”) e problemas interpersoais e de saúde (por exemplo:“ Reduzo o tempo de sono para ter máis tempo en liña ”). Cada resposta foi medida nunha escala tipo Likert de punto 4 con puntuacións que oscilan entre 1 (non é certo) a 4 (sempre certo). Polo tanto, as puntuacións medias máis altas representan niveis máis altos de IA. A escala foi aplicada en estudos recentes sobre estudantes universitarios chineses e demostrou alta fiabilidade e validez (Tian et al., 2015). No presente estudo, os coeficientes alfa da escala foron 0.92 en T1, 0.95 en T2 e 0.91 en T3.
Coñecemento maladaptivo relacionado coa rede
Este estudo adoptou a escala de cognición Maladaptive relacionada coa rede revisada por Liang; a escala orixinal foi a Escala de Cognición en Línea, que se desenvolveu a partir do modelo cognitivo-comportamental proposto por Davis (Tian et al., 2015). A escala revisada contén elementos 14 que se poden dividir en tres factores: confort de Internet (por exemplo, "recibo máis respecto en liña que na" vida real "), control do impulso diminuído (por exemplo," cando estou en Internet, a miúdo sentir unha especie de "présa" ou emocional alto), e distracción (por exemplo, "Usar Internet é un xeito de esquecer as cousas que debo facer pero realmente non quero facer"). Os participantes valoraron como era verdadeira cada declaración nunha escala tipo Likert de punto 5, con puntuacións que oscilan entre 1 (non é certo) a 5 (sempre certo). Polo tanto, as puntuacións medias máis altas representan niveis máis altos de NCM respecto ao uso de Internet. A escala aplicouse en estudos anteriores sobre estudantes universitarios chineses (Tian et al., 2015, 2017). No estudo actual, os coeficientes alfa da escala foron 0.87 en T1, 0.90 en T2 e 0.90 en T3.
Análise Estatística
Neste estudo, empregamos un deseño de panel totalmente retrasado para examinar as relacións unidireccionais e bidireccionais entre IA e NMC en estudantes de estudos universitarios chineses (Van Lier et al., 2012). O modelo xeral consistiu en medidas de IA e NMC en T1, T2 e T3. Propuxemos e probamos catro modelos que representan os posibles mecanismos entre as dúas variables. En primeiro lugar, propuxemos un “modelo de estabilidade” (modelo 1, figura 3) que incluía só efectos de estabilidade a través do tempo. En segundo lugar, un modelo cognitivo-comportamental (Modelo 2, Figura 3) Propúxose examinar se o NMC nun momento puntual podería predicir IA no momento seguinte. En terceiro lugar, propuxemos un “modelo comportamental-cognitivo” (Modelo 3, Figura 3) para examinar se IA nun momento determinado podería predicir NMC no momento seguinte. Finalmente, propuxemos un “modelo de causalidade recíproca” (Modelo 4, Figura 3) que explorou a influencia recíproca entre IA e NMC. Ademais, fíxose unha análise de varios grupos que se baseou en función do xénero para examinar se a relación entre as dúas variables clave difería entre homes e mulleres.
FIGURA 3. Resultados da análise retardada. As liñas de única frecha representan coeficientes de ruta e as liñas de dobre frecha representan covarianzas. As liñas sinalizadas indican coeficientes non significativos e as liñas sólidas indican coeficientes significativos. ***indicar que o coeficiente é significativo no nivel de 0.001, **indicar que o coeficiente é significativo no nivel de 0.01, e *indicar que o coeficiente é significativo no nivel de 0.05.
Para estudar o modelo hipotizado neste estudo empregouse un modelo de ecuacións estruturais con variables latentes. De acordo coa recomendación de Holbert e Stephenson (2002), avaliouse a bondade do axuste do modelo empregando unha variedade de índices. O χ2 estimar con graos de liberdade non deixa de ser o medio máis empregado para realizar comparacións entre diferentes modelos. A relación entre χ2 e os graos de liberdade non deben exceder 5 para modelos con bo axuste. Adicionalmente, informamos do índice de axuste comparativo (CFI) xunto co índice Tucker – Lewis (TLI) e o erro cadrado medio de aproximación (RMSEA). En xeral, os valores CFI e TLI de 0.95 ou superior reflicten un bo axuste e os valores RMSEA inferiores a 0.06 indican un axuste excelente, mentres que os valores entre 0.06 e 0.08 indican un bo axuste (Yuan et al., 2014). Ademais, o χ2 proba de diferenza (Δχ2) usouse para comparar o axuste dos modelos anidados. Un non significativo Δχ2 A proba indica que os dous modelos proporcionan un axuste igual aos datos, mentres que un Δχ significativo2 suxire que se debe manter o modelo menos restrinxido (Tian et al., 2017).
Resultados
Análise descritiva
Os medios e as desviacións estándar das variables clave neste estudo preséntanse na táboa 1. Medidas repetidas ANOVA foi realizada para explorar as influencias do xénero e do tempo de medición no IA e NMC dos participantes ("xénero" é unha variable entre suxeitos e "tempo de medición" é unha variable dentro de suxeitos). Os resultados revelaron ningunha diferenza significativa entre os sexos en canto ás dúas variables dependentes (F = 0.10, p = 0.749; F = 0.02, p = 0.822). Co paso do tempo, o nivel de IA aumentou significativamente de T1 a T3 entre os alumnos de primeiro momento (F = 28.71, p <0.001). Os resultados dun post hoc A proba indicou que o nivel de IA medido en T3 foi significativamente superior ao de T2 (p <0.01) e T1 (p <0.001), e que o nivel de IA medido en T2 foi significativamente superior ao de T1 (p <0.001). Ademais, existían diferenzas significativas marxinais en NMC cando se medían en diferentes momentos (F = 2.93, p = 0.055). Os resultados da post hoc a proba revelou que o nivel de IA medido en T3 foi significativamente superior ao de T1 (p <0.05), e que existían diferenzas marxinais significativas en NMC cando se medían en T1 e T2 (p = 0.065). Non obstante, non existía ningunha diferenza significativa en NMC cando se medía en T2 e T3 (p = 0.846). A interacción entre xénero e tempo de medición nas dúas variables non alcanzou niveis significativos (F = 0.38, p = 0.682; F = 0.24, p = 0.791).
TABLA 1. Estatísticas descritivas de IA e NMC (n = 213).
Como se mostra na táboa 2, as correlacións bivariadas entre IA e NMC en T1, T2 e T3, así como todas as correlacións retrasadas entre as dúas variables, foron significativas e positivas, suxerindo unha relación positiva entre IA e NMC.
TABLA 2. Correlacións entre IA e NMC (n = 213).
Relacións cruzadas entre IA e NMC
Especifiouse unha serie de modelos retardados para examinar as relacións recíprocas entre IA e NMC. Primeiro, un modelo de base (Modelo 1, Figura 3) especificouse; neste modelo estimáronse os coeficientes de estabilidade para IA e NMC, pero non se estimaron os efectos retrasados entre as dúas variables. O axuste do modelo era aceptable (Táboa 3). En segundo lugar, para probar o modelo cognitivo-comportamental presentado anteriormente, engadíronse os camiños retrasados de NMC a IA ao modelo base (modelo 2, figura 3), que melloraron o axuste do modelo de xeito significativo (táboa 3). O2 A proba de diferenza revelou que o modelo 2 demostrou un axuste mellor aos datos que o modelo 1 (Δχ2 = 27.05, Δdf = 2, Δχ2/ Δdf = 13.53> 6.63) (Wen et al., 2006). Segundo o modelo 2, os coeficientes de ruta normalizados foron 0.10 (p = 0.309) para NMC medido en T1 a IA medido en T2, e 0.36 (p <0.001) para NMC medido en T2 a IA medido en T3. En terceiro lugar, para examinar se IA nun momento determinado podía predicir NMC no seguinte momento, engadíronse as traxectorias retardadas de IA a NMC ao modelo de base (modelo 3, figura 3). O resultado demostrou que se logrou un bo axuste do modelo (táboa 3). O2 A proba de diferenza demostrou que o modelo 3 demostrou un axuste superior aos datos do que o modelo 1 fixo (Δχ2 = 47.20, Δdf = 2, Δχ2/ Δdf = 23.60> 6.63). Segundo o modelo 3, os coeficientes de ruta estandarizados foron 0.44 (p <0.001) para IA medido en T1 a NMC medido en T2 e 0.50 (p <0.001) para IA medido en T2 a NMC medido en T3. Isto indica que IA nun momento determinado foi un predictor efectivo de NMC no seguinte momento e que a adición dos dous camiños ao modelo podería mellorar o axuste do modelo significativamente. En cuarto lugar, o Modelo 4 especificouse tanto con coeficientes de estabilidade como co efecto retardado entre IA e NMC (Modelo 4, Figura 3). O modelo encaixa os datos suficientemente (Táboa 3). Non obstante, os modelos 3 e 4 están anidados, e o χ2 A proba de diferenza indicou que os dous modelos funcionaron igualmente ben (Δχ2 = 11.69, Δdf = 2, Δχ2/ Δdf = 5.85 <6.63). Finalmente, como se mostra no modelo 4, agás os coeficientes de traxectoria estandarizados para NMC medidos en T1 a IA medidos en T2, o resto dos traxectos atrasados entre IA e NMC alcanzaron un nivel significativo. Polo tanto, eliminamos este camiño e desenvolvemos o modelo 5. O modelo axustouse suficientemente aos datos (táboa 3). Consecuentemente, o modelo 5 mantívose como o modelo final de análise por razóns seguintes: (1) Aínda que os dous modelos funcionaron igualmente ben (Δχ2 = 0.21, Δdf = 1, Δχ2/ Δdf = 0.21 <6.63), o modelo 5 é máis sinxelo e parsimonioso que o modelo 4 e débense seleccionar menos parámetros para a súa análise. (2) O χ2 proba de diferenza demostrou que o modelo 5 demostrou un axuste mellor aos datos do que o modelo 3 fixo (Δχ2 = 11.48, Δdf = 1, Δχ2/ Δdf = 11.48> 6.63), e o coeficiente de traxecto estandarizado foi 0.25 (p <0.001) para NMC medido en T2 a IA medido en T3. É dicir, existe unha forte posibilidade de que NMC medido en T2 poida predicir IA medido en T3.
TABLA 3. Comparacins entre diferentes modelos.
Diferenzas de xénero
Para investigar se as relacións de retraso entre IA e NMC difiren entre homes e mulleres, realizamos unha análise a varios grupos. Primeiro estimamos que o modelo apto para homes (M)masculino) e femias (Mfeminino) por separado, e os índices de axuste foron adecuados para ambos os dous exemplares (Táboa) 4). A comprobación da invariancia de medición foi probada para determinar se ambas as variables foron medidas idénticamente para homes e mulleres. No modelo de medición totalmente sen restricións (M1), permitíronse variar todos os parámetros entre os dous grupos. Conseguiuse un axuste do modelo aceptable e un modelo de medición totalmente restrinxido (M)2) analizouse logo en que todos os parámetros se fixaron de xeito idéntico para os dous grupos; o modelo encaixa os datos suficientemente (Táboa 4). O2 A proba de diferenza indicou que os dous modelos funcionaron igualmente ben (Δχ2 = 6.50, Δdf = 15, p = 0.970).
TABLA 4. Análise multigrupo entre homes e mulleres.
Para abordar o obxectivo de investigación desta parte do estudo, levamos a cabo unha análise a varios pasos de varios grupos segundo o xénero dos estudantes universitarios. Tres parámetros foron probados para examinar se diferían entre os sexos: coeficientes de estabilidade, coeficientes de traxectoria con retraso e covarianzas entre IA e NMC. Un modelo restrinxido (M3) especificouse en que os tres parámetros eran idénticos entre os dous grupos; este modelo logrou un axuste satisfactorio do modelo (Táboa 4). O2 A proba de diferenza indicou que este modelo encaixa os datos de xeito adecuado como o modelo totalmente sen restricións (Δχ2 = 1.78, Δdf = 7, p = 0.996), o que indica que o patrón xeral dos camiños era invariante entre machos e mulleres.
Conversa
Este estudo incluíu a realización dunha enquisa de paneis cruzados para explorar a relación recíproca entre IA e NMC entre os estudantes de estudos universitarios chineses. Segundo o modelo cognitivo-comportamental (Davis, 2001), pode existir unha relación recíproca entre as dúas variables, e NMC é un probable predictor de IA. Non obstante, esta hipótese non foi totalmente apoiada. Durante os primeiros meses 2 do estudo, non observamos ningún efecto predictivo da CMN sobre IA; isto non é coherente cos resultados dun estudo anterior (Tian et al., 2015). Concretamente, a NMC parece non ser a condición esencial para a xeración de IA. Este resultado está probablemente relacionado cos participantes no estudo actual. Neste estudo, os participantes da enquisa foron estudantes de estudos universitarios chineses que recentemente completaron un exame estricto de acceso, a saber, "Gaokao". Para acceder á universidade, os estudantes deben realizar un gran esforzo durante toda a educación primaria e secundaria; polo tanto, poucos deles teñen moito tempo para usar Internet (Li e Liang, 2007). Polo tanto, o nivel de NMC foi máis baixo cando os participantes se matricularon na universidade, o que podería ter impedido unha influencia importante na xeración de IA. Durante o período universitario, moitos outros factores poden facer que as persoas se volvan adictas a Internet. Por exemplo, o anonimato e a ausencia de indicios demográficos e non verbais proporcionados por Internet poden ser beneficiosos para o benestar dos estudantes a través da súa alivio da angustia emocional (Caplan e Turner, 2007) e potenciar as percepcións de apoio social e autoestima (Kraut et al., 2002), ademais de ampliar o abano de relacións interpersoais (Cotten, 2008). Ademais, os trazos de personalidade poden xogar un papel crítico na xeración de IA durante este período (Mike et al., 2014). Por exemplo, as persoas con alta capacidade de control de esforzos foron máis eficaces para suprimir actos impulsivos cando tentados con Internet, como se mencionou anteriormente. Pola contra, as persoas con altos niveis de busca de sensacións eran máis propensas a desenvolver condutas adictivas (Zhang et al., 2015). Non obstante, o estrés académico dos estudantes de idade chinesa diminuíu significativamente despois de ingresar na universidade e tiveron máis tempo para usar Internet (Li e Liang, 2007). Así, pode que desenvolveron gradualmente diversas respostas cognitivas cara a Internet a través das súas propias experiencias ou experiencias de intercambio entre pares, o que afectou o seu nivel de IA (Wang et al., 2015).
Segundo o modelo cognitivo-comportamental (Davis, 2001), IA podería ter un impacto negativo na NMC (Caplan, 2010). Non obstante, poucos estudos empíricos realizáronse para probar esta hipótese e poucos investigadores propuxeron teorías para explicar este fenómeno. Non obstante, a evidencia empírica do actual estudo suxire que IA tiña prioridade predictiva na súa relación con NMC, o que podería afectar tanto á xeración como ao desenvolvemento de NMC. Algúns investigadores exploraron comportamentos de xogos en liña en adolescentes chineses. Informaron que os comportamentos de xogos en liña poderían afectar significativamente a cognición respecto de xogos en liña porque o cambio das cognicións relativas sobre os xogos en liña foi un método eficiente para aliviar o malestar causado polas inconsistencias entre o comportamento e o pensamento (Wang et al., 2015). Por iso, aplicamos a teoría da disonancia cognitiva como modelo explicativo para discutir o mecanismo de efecto preditivo de IA sobre NMC (Cooper, 2007). Segundo esta teoría, cando a xente toma conciencia de incoherencias, experimenta molestias ou disonancias, o que leva a cabo esforzos para reducir esta experiencia e recuperar a coherencia adaptando as súas actitudes, percepcións ou comportamentos ata que se resolvan esas inconsistencias (de Vries e Timmins, 2016). É posible que a maioría da xente poida axustar o seu comportamento con éxito para reducir esta disonancia. Non obstante, hai quen adoita xustificar comportamentos que parecen reducir a disonancia, empregando razóns como "podo recibir máis respecto en liña que" na vida real "," séntome máis seguro cando estou en Internet "ou" Usar Internet é un xeito de esquecer as cousas que debo facer pero non quero facer. ”Cando a xente se convenceu de ser adicto a Internet é razoable, a disonancia redúcese e séntense mellor. Non obstante, o método eficaz para reducir a molestia de disonancia tende a repetirse cando se produce outra violación idéntica, o que é problemático (de Vries e Timmins, 2016). É dicir, cando estes estudantes estableceron tales NMC, o posterior uso excesivo de Internet non produce o mesmo nivel de molestias, o que aumenta aínda máis o uso excesivo de Internet. En resumo, a xeración e desenvolvemento de IA é causada por un ciclo vicioso que implica NMC e un uso excesivo de Internet, e IA ten a prioridade predictiva na súa relación con NMC.
Os resultados indican que non hai diferenzas significativas nas variables clave entre homes e mulleres. Isto é inconsistente coas conclusións de moitos outros estudos (Müller et al., 2014). Isto é posíbel debido ao rápido desenvolvemento de tecnoloxías de computación e redes, que cambiaron considerablemente os equipos de terminal de rede así como as súas aplicacións (Daniel et al., 2012; Mike e Zhong, 2014). Por exemplo, na sociedade contemporánea, os teléfonos móbiles convertéronse gradualmente no medio principal para acceder a Internet e pódense realizar con elas diversas actividades, como compras e navegación. Tanto os homes como as mulleres gozan da maioría destas actividades (San, 2015). Ademais, os resultados da análise de retraso multigrupo revelan que os camiños atopados entre IA e NMC foron os mesmos para homes e mulleres. É dicir, os procesos que conducen á IA poden ser idénticos para ambos os sexos, e o modelo final establecido no presente estudo posúe así unha ampla aplicabilidade e importancia práctica para os estudantes de estudos universitarios chineses.
Para identificar aínda máis o mecanismo xerador e de desenvolvemento da IA, propuxemos un modelo teórico baseado nos resultados atopados neste estudo así como o modelo cognitivo-comportamental proposto por Davis (Figura 4). Segundo este modelo, a xeración e desenvolvemento de IA é o resultado dun ciclo vicioso que implica IA e NMC, e este ciclo é principalmente inducido polo malestar causado polas inconsistencias entre o comportamento e o pensamento (de Vries e Timmins, 2016). Debido a que este ciclo comeza principalmente cun uso excesivo de Internet, é preciso paliar este vicioso ciclo a principios do semestre mediante varios métodos. Non obstante, debido ao poderoso atractivo de Internet para os mozos, é difícil evitar a IA entre os estudantes de primeiro momento. Segundo a teoría da disonancia cognitiva, cando algúns deles vólvense adictos a Internet, existen dous métodos para reducir o malestar causado polas inconsistencias entre o comportamento e o pensamento. O primeiro método implica cambiar o comportamento en liña, e o segundo método consiste en axustar as cognicións para desenvolver xustificacións do comportamento adictivo. É evidentemente preferido o segundo método. Por tanto, este modelo pode proporcionar apoio teórico aos plans de prevención e remediación de IA entre estudantes chineses ao comezo dos seus anos universitarios.
FIGURA 4. Modelo teórico do presente estudo.
Limitacións e indicacións futuras
Cabe destacar varias limitacións deste estudo. Primeiro, aínda que propuxemos un modelo teórico sobre a xeración e o desenvolvemento de IA, este modelo non se validou completamente no estudo actual, e centrábamos só na relación recíproca entre IA e NMC. Polo tanto, deberían levarse a cabo investigacións empíricas para verificar este modelo. Por outra banda, este modelo teórico non puido abordar a influencia doutros factores como a emoción e o ambiente externo. Por iso, deberían desenvolverse modelos teóricos máis sofisticados para tratar este problema. En segundo lugar, para explorar a relación recíproca entre IA e NMC, este estudo realizou tres enquisas desde 2015 de setembro ata 2016 de xaneiro. Non obstante, o período de tempo das tres enquisas pode ser demasiado curto para detectar un cambio estable na IA ao longo do tempo. A tendencia de desenvolvemento pode ser diferente en períodos posteriores durante a vida da universidade. Polo tanto, é necesaria unha maior exploración desta cuestión nos restantes anos do seu tempo na universidade. Finalmente, foi necesario o uso dunha mostra conveniente de estudantes de estudos universitarios debido a restricións que inclúen finanzas e recursos humanos. Nesta mostra só participaron participantes 213, todos procedentes da universidade da provincia de Shandong, China. As diferenzas económicas e culturais entre as provincias poden afectar as relacións entre as dúas variables clave que inclúen estudantes de estudantes. Polo tanto, o estudo debería replicarse cunha mostra máis grande que involucre distintas rexións da China.
Contribucións do autor
PH contribuíu á concepción da idea inicial e á escritura do manuscrito. PW e FG contribuíron ás revisións críticas. QL e YT axudaron a completar a recollida e análise de datos. Todos os autores aprobaron a versión final do manuscrito para a súa publicación.
Financiamento
Esta investigación contou co apoio do programa de investigación científica Humanidades-Sociedade da provincia de Shandong (J16YG21), o programa de arte científico da provincia de Shandong (ZX2015021) e o programa de investigación científica Humanidades-Sociedade da Universidade de Heze (XY16SK09).
Declaración de conflitos de intereses
Os autores declaran que a investigación foi realizada en ausencia de relacións comerciais ou financeiras que puidesen interpretarse como un potencial conflito de intereses.
References
Ahmadi, K., e Saghafi, A. (2013). Perfil psicosocial da adicción a internet dos adolescentes iranianos. Cyberpsychol. Behav. Soc. Rede. 16, 543 – 548. doi: 10.1089 / cyber.2012.0237
Ayas, T., e Horzum, MB (2013). Relación entre depresión, soidade, autoestima e dependencia de internet. educación 133, 183-190.
Bai, Y. e Fan, FM (2005). Un estudo sobre a dependencia de internet dos estudantes universitarios: revisar e aplicar unha medida. Psicoloxía. Dev. Educar 4, 99 – 104. doi: 10.3969 / j.issn.1001-4918.2005.04.019
Bessière, K., Kiesler, S., Kraut, R. e Boneva, BS (2008). Efecto do uso de internet e recursos sociais sobre os cambios na depresión. Informar Comunista Soc. 11, 47 – 70. doi: 10.1080 / 13691180701858851
Caplan, S. (2010). Teoría e medida do uso problemático de internet xeneralizado: unha visión en dous pasos. Computo. Hum. Behav. 26, 1089 – 1097. doi: 10.1016 / j.chd.2010.03.012
Caplan, SE e Turner, JS (2007). Traer a teoría para investigar sobre unha comunicación confortable mediada por ordenador. Computo. Hum. Behav. 23, 985 – 998. doi: 10.1016 / j.chb.2005.08.003
Chen, SK (2012). Uso de Internet e benestar psicolóxico entre estudantes universitarios: un enfoque de perfil latente. Computo. Hum. Behav. 28, 2219 – 2226. doi: 10.1016 / j.chb.2012.06.029
Chiou, WB e Wan, CS (2007). Empregar a disonancia cognitiva para inducir a fuga dos adolescentes da garra do xogo en liña: os roles da responsabilidade persoal e a xustificación do custo. CyberPsychol. Behav. 10, 663 – 670. doi: 10.1089 / cpb.2007.9972
Chuang, C. (2006). Secuestros inducidos por xogos en liña multijugador: un problema de saúde descoidado na dependencia de internet. Cyberpsychol. Behav. 9, 451 – 456. doi: 10.1089 / cpb.2006.9.451
Cooper, J. (2007). Disonancia Cognitiva: 50 anos dunha teoría clásica. Londres: Sabio.
Cotten, SR (2008). O uso da tecnoloxía dos estudantes e os impactos no benestar. Nova Dir. Stud. Serv. 124, 55 – 70. doi: 10.1002 / ss.295
Daniel, LK, Paul, HD, Mark, DG e Michael, G. (2012). Enfoques cognitivo-comportamentais para tratar o paciente con dependencia de internet en nenos e adolescentes. J. Clin. Psicoloxía. 68, 1185 – 1195. doi: 10.1002 / jclp.21918
Davis, RA (2001). Un modelo de comportamento cognitivo de uso patolóxico en internet. Computo. Hum. Behav. 17, 187–195. doi: 10.1016/S0747-5632(00)00041-8
de Vries, J., e Timmins, F. (2016). A erosión dos coidados nos hospitais: problemas na práctica de enfermaría reflexiva e o papel da disonancia cognitiva. Enfermeira Educ. Hoxe 38, 5 – 8. doi: 10.1016 / j.nedt.2015.12.007
Festinger, L. (1957). Unha teoría da disonancia cognitiva. Evanston, IL: Fila, Peterson.
Forrest, CJ, King, DL e Delfabbro, PH (2016). A medida das cognicións inadaptativas que subxacen ao xogo de videoxogos problemático entre adultos. Computo. Hum. Behav. 55, 399 – 405. doi: 10.1016 / j.chb.2015.09.017
Forrest, CJ, King, DL e Delfabbro, PH (2017). Os coñecementos adaptativos predican cambios nos xogos problemáticos en adultos altamente comprometidos: un estudo longitudinal 12-mes. Adicto. Behav. 65, 125 – 130. doi: 10.1016 / j.addbeh.2016.10.013
Fu, KW, Chan, WS, Wong, PW e Yip, PS (2010). A adicción a Internet: prevalencia, validez discriminante e correlación entre os adolescentes de Hong Kong. Br. J. Psiquiatría 196, 486 – 492. doi: 10.1192 / bjp.bp.109.075002
Georgios, F., Konstantinos, S., Ariadni, S., Loannis, G., e Georgios, G. (2014). A relación entre personalidade, estilos de defensa, trastorno por adicción a internet e psicopatoloxía en estudantes universitarios. Cyberpsychol. Behav. Soc. Netw. 17, 6722 – 6676. doi: 10.1089 / cyber.2014.0182
Holbert, RL, e Stephenson, MT (2002). Modelado de ecuacións estruturais nas ciencias da comunicación, 1995-2000. Hum. Comunista Res. 28, 531–551. doi: 10.1111/j.1468-2958.2002.tb00822.x
Joseph, CP, Philip, P., Baljinder, S., Sarah, M., Chris, J., Andrew, TG, et al. (2016) O desenvolvemento dun uso compulsivo de internet e saúde mental: un estudo de catro anos na adolescencia. Dev. Psicoloxía. 52, 272 – 283. doi: 10.1037 / dev0000070
Kalkan, M. (2012). Produtividade de distorsións cognitivas interpersoais na problemática utilización de internet dos estudantes universitarios. Fillo. Servo xuvenil. Rev. 34, 1305 – 1308. doi: 10.1016 / j.childyouth.2012.03.003
Kim, EJ, Namkoong, K., Ku, T., e Kim, SJ (2008). A relación entre a adicción ao xogo en liña e a agresión, o autocontrol e os trazos de personalidade narcisista. EUR. Psiquiatría 23, 212 – 218. doi: 10.1016 / j.eurpsy.2007.10.010
King, DL e Delfabbro, PH (2014). A psicoloxía cognitiva do trastorno de xogos en internet. Clin. Psicoloxía. Rev. 34, 298 – 308. doi: 10.1016 / j.cpr.2014.03.006
King, DL e Delfabbro, PH (2016). A psicopatoloxía cognitiva do trastorno do xogo por internet na adolescencia. J. Psicoloxía infantil anormal. 44, 1635–1645. doi: 10.1007/s10802-016-0135-y
Kraut, R., Kiesler, S., Boneva, B., Cummings, J., Helgeson, V., e Crawford, A. (2002). Revisado o paradoxo de Internet. J. Soc. Edicións 58, 49 – 74. doi: 10.1111 / 1540-4560.00248
Li, DL, Zhang, W., Wang, YH e Li, DP (2013). Control psicolóxico materno e uso problemático de internet dos adolescentes: o papel mediador da cognición inadaptada. Psicoloxía. Sci. 36, 411-416.
Li, H., e Wang, S. (2013). O papel da distorsión cognitiva na adicción aos xogos en liña entre os adolescentes chineses. Fillo. Servo xuvenil. Rev. 35, 1468 – 1475. doi: 10.1016 / j.childyouth.2013.05.021
Li, N. e Liang, NJ (2007). Un estudo sobre o fundamento cognitivo do trastorno por adicción a internet dos estudantes. Psicoloxía. Sci. 30, 65 – 68. doi: 10.3969 / j.issn.1671-6981.2007.01.015
Liu, GC, Jen, JY, Chen, CY, Yen, CF, Chen, CS, Lin, WC, et al. (2014) Activación do cerebro para a inhibición da resposta baixo distracción no xogo no trastorno de xogos en internet. Kaohsiung J. Med. Sci. 30, 43 – 51. doi: 10.1016 / j.kjms.2013.08.005
Liu, QX, Fang, XY, Deng, LY e Zhang, JT (2012). Comunicación entre pais e nais, uso de internet dos pais e normas específicas de internet e uso patolóxico de internet entre adolescentes chineses. Computo. Hum. Behav. 28, 1269 – 1275. doi: 10.1016 / j.chb.2012.02.010
Lu, X. e Yeo, KJ (2015). Uso patolóxico de internet entre estudantes universitarios de Malaisia: factores de risco e papel da distorsión cognitiva. Computo. Hum. Behav. 45, 235 – 242. doi: 10.1016 / j.chb.2014.12.021
Mai, Y., Hu, J., Yan, Z., Zhen, S., Wang, S., e Zhang, W. (2012). Estrutura e función das cognicións inadaptativas no uso patolóxico de internet entre os adolescentes chineses. Computo. Hum. Behav. 28, 2376 – 2386. doi: 10.1016 / j.chb.2012.07.009
Mike, ZY, He, J., Deborah, MK e Pang, KC (2014). A influencia dos comportamentos de personalidade e a autoestima na adicción a internet: un estudo de estudantes universitarios chineses. Cyberpsychol. Behav. Soc. Rede. 17, 104 – 110. doi: 10.1089 / cyber.2012.0710
Mike, ZY e Zhong, ZJ (2014). Soidade, contactos sociais e adicción a internet: un estudo de paneis cruzados. Computo. Hum. Behav. 30, 164 – 170. doi: 10.1016 / j.chb.2013.08.007
Müller, KW, Glaesmer, H., Brähler, E., Woelfling, K., e Beutel, ME (2014). Prevalencia da adicción a internet na poboación xeral: resultados dunha enquisa alemá baseada na poboación. Comportamento. Informar Tecnol. 33, 757 – 766. doi: 10.1080 / 0144929X.2013.810778
Ni, XL, Yan, H., Chen, SL, e Liu, ZG (2009). Factores que inflúen na adicción a internet nunha mostra de estudantes universitarios en China. Comunidade Rápida. 12, 327 – 330. doi: 10.1089 / cpb.2008.0321
Peng, W., e Liu, M. (2010). Dependencia de xogos en liña: estudo preliminar en China. Cyberpsychol. Behav. Soc. Rede. 13, 329 – 333. doi: 10.1089 / cyber.2009.0082
San, C. (2015). O CNNIC emitiu o trinta e quinto informe de estatísticas de desenvolvemento de internet de China. Dis. Educar China 4, 99 – 104. doi: 10.13541 / j.cnki.chinade.2015.02.006
Shaw, M. e Black, DW (2008). A adicción a Internet: definición, avaliación, epidemioloxía e xestión clínica. Drogas do SNC 22, 353–365. doi: 10.2165/00023210-200822050-00001
Shek, DTL, Sun, RCF e Yu, L. (2013). "Adicción a Internet", en Neurociencia no século 21st: do básico ao clínico, ed. DW Pfaff (Nova York, NY: Springer), 2775 – 2811. doi: 10.1007 / 978-1-4614-1997-6_108
Tian, Y., Bian, YL, Han, PG, Gao, FQ e Wang, P. (2017). Asociacións entre factores psicosociais e uso de internet patolóxico xeneralizado en estudantes da Universidade chinesa: unha análise lonxitudinal. Computo. Hum. Behav. 72, 178 – 188. doi: 10.1016 / j.chb.2017.02.048
Tian, Y., Bian, YL, Han, PG, Wang, P. e Gao, FQ (2015). O efecto da timidez na adicción a internet: os efectos mediadores da tendencia á inmersión e da cognición inadecuada relacionada coa rede. Queixo. J. Spec. Educar 12, 83 – 89. doi: 10.3969 / j.issn.1007-3728.2015.12.014
Tokunaga, RS e Rains, SA (2010). Unha avaliación de dúas caracterizacións das relacións entre o uso problemático de internet, o tempo empregado na internet e problemas psicosociais. Hum. Comunista Res. 36, 512 – 545. doi: 10.1111 / J.1468-2958.2010.01386.X
Tsai, HF, Cheng, SH, Yeh, TL, Shih, CC, Chen, KC, Yang, YC, et al. (2009) O factor de risco da adicción a internet: unha enquisa a estudantes de primeiro momento. Psiquiatría Res. 167, 294 – 299. doi: 10.1016 / j.psychres.2008.01.015
Van den Eijnden, RJJM, Spijkerman, R., Vermulst, AA, Van Rooij, TJ, e Engles, RCME (2010). Uso compulsivo de internet entre adolescentes: relacións bidireccionais pais-fillos. J. Abnorm. Child Psychol. 38, 77–89. doi: 10.1007/s10802-009-9347-8
Van Lier, PA, Vitaro, F., Barker, ED, Brendgen, M., Tremblay, RE, e Boivin, M. (2012). A vitimización entre iguais, o mal rendemento académico e o vínculo entre os problemas de exteriorización e interiorización da infancia. Neno Dev. 83, 1775 – 1788. doi: 10.1111 / j.1467-8624.2012.01802.x
Wang, T., Wei, H., Zhou, ZK, Xiong, J., Li, X., Yang, X., et al. (2015) Relacións de proporción de xogadores entre pares, cognición inadecuada e adicción a xogos en liña. Queixo. J. Clin. Psicoloxía. 23, 487 – 493. doi: 10.16128 / j.cnki.1005-3611.2015.03.023
Wen, ZL, Chang, L., e Hou, JT (2006). Moderador mediado e mediador moderado. Acta Psychol. Pecado. 38, 448-452.
Woodhouse, SS, Dykas, MJ e Jude, C. (2012). Soidade e relacións entre iguais na adolescencia. Rev. Soc. Dev. 21, 273 – 293. doi: 10.1111 / j.1467-9507.2011.00611.x
Yang, LS, Sun, L., Zhang, ZH, Sun, YH, Wu, HY, e Ye, DQ (2014). A adicción a internet, a depresión adolescente eo papel mediador dos acontecementos da vida. Buscando dunha mostra de adolescentes chineses. Int. J. Psychol. 49, 342 – 347. doi: 10.1002 / ijop.12063
Young, KS e de Abreu, CN (2011). A adicción a Internet: un manual e guía para a avaliación e o tratamento. Hoboken, NJ: Wiley.
Young, KS, Pistner, M., O'Mara, J., e Buchanan, J. (1999). Os ciberastornos: a preocupación para a saúde mental para o novo milenio. Cyberpsychol. Behav. 2, 475 – 479. doi: 10.1089 / cpb.1999.2.475
Yuan, YC, Shao, AH, Liang, LC, e Bian, YF (2014). Unha análise retardada da relación entre a insociabilidade, o rexeitamento dos pares e a vitimización entre iguais. Psicoloxía. Dev. Educar 30, 16-23.
Zhang, HY, Li, DP, e Li, X. (2015). Temperamento e uso problemático de internet en adolescentes: un modelo de mediación moderada de cognicións inadaptadas e estilos de parentalidade. J. Estudante de Familia infantil. 24, 1886–1897. doi: 10.1007/s10826-014-9990-8
Zhang, JT, Chen, C., Wang, LJ, Liu, L., Liu, FE, Zhao, HC, et al. (2014) A relación entre o tempo empregado en liña e a adicción a internet entre os estudantes de estudos universitarios chineses: un modelo de moderación mediado. Acta Psychol. Pecado. 30, 65 – 68. doi: 10.3969 / j.issn.1671-6981.2007.01.015
Zhou, Z., Yuan, G., e Yao, J. (2012). Tendencias cognitivas cara ás imaxes relacionadas co xogo e déficits executivos en persoas con adicción a un xogo en Internet. PLoS ONE 7: e48961. doi: 10.1371 / journal.pone.0048961
Palabras clave: adicción a Internet, cognición inadecuada relacionada coa rede, estudantes de estudos universitarios, enquisa de paneis retrasados, chinés
Citación: Han P, Wang P, Lin Q, Tian Y, Gao F e Chen Y (2017) relación recíproca entre a adicción a Internet e a cognición inadecuada relacionada coa rede entre os estudantes de estudos primarios de chinés: unha análise lonxitudinal. Diante. Psicol. 8: 1047. doi: 10.3389 / fpsyg.2017.01047
Recibiu: 13 marzo 2017; Aceptado: 08 Xuño 2017;
Publicado: 22 2017 de xuño.
Editado por:
Qinghua El, Universidade do Suroeste, China
Avaliado por:
Guangheng Dong, Universidade Normal de Zhejiang, China
Jennifer Kennel, Universitätsklinikum des Saarlandes, Alemaña
Copyright © 2017 Han, Wang, Lin, Tian, Gao e Chen. Este é un artigo de acceso aberto distribuído baixo os termos do documento Licenza de atribución de Creative Commons (CC BY). Está permitido o uso, distribución ou reprodución noutros foros sempre que se acredite o autor ou licenciador orixinal e cítase a publicación orixinal nesta revista, de acordo coa práctica académica aceptada. Non se permite ningún uso, distribución ou reprodución que non cumpra estes termos.
;