Desenvolvemento da escala de progenies de adicción ao smartphone coreano para mozos (2012)

PLoS One. 2014 21; 9 (5): e97920. doi: 10.1371 / journal.pone.0097920.

Kim D1, Lee Y1, Lee J1, Nam JK1, Chung Y2.

Información do autor

  • 1Departamento de Educación da Universidade Nacional de Seúl, Seúl, Corea do Sur.
  • 2Departamento de Educación, Corea, Universidade Nacional de Educación, CheongJu, Corea do Sur.

Abstracto

Este estudo desenvolveu unha escala de sensibilidade de adicción a teléfonos intelixentes (SAPS) baseada nas escalas de adicción a internet e teléfonos móbiles existentes. Para o desenvolvemento desta escala, seleccionáronse inicialmente 29 elementos (1.5 veces o número final de elementos) como elementos preliminares, baseándose nos estudos previos sobre adicción a internet / teléfono, así como a experiencia clínica dos expertos implicados. A escala preliminar administrouse a unha mostra representativa a nivel nacional de 795 estudantes en escolas primarias, medias e secundarias de toda Corea do Sur. A continuación, seleccionáronse 15 ítems finais segundo os resultados da proba de fiabilidade. A escala final consistía en catro subdominios: (1) perturbación das funcións adaptativas, (2) orientación á vida virtual, (3) retirada e (4) tolerancia. A escala final indicou unha alta fiabilidade coa α de Cronbach de .880. O apoio á validez do criterio da escala demostrouse pola súa relación coa escala de adicción a Internet, KS-II (r = .49). Para a análise da validez do constructo, probamos o modelo de ecuación estrutural. Os resultados mostraron que a estrutura de catro factores era válida (NFI = .943, TLI = .902, CFI = .902, RMSEA = .034). A adicción aos teléfonos intelixentes está gañando un maior foco de atención como posiblemente unha nova forma de adicción xunto coa adicción a internet. O SAPS parece ser unha escala de diagnóstico fiable e válida para a detección de adolescentes que poden estar en risco de adicción aos teléfonos intelixentes. Discútense outras implicacións e limitacións.

figuras

Cita: Kim D, Lee Y, Lee J, Nam JK, Chung Y (2014) Desenvolvemento da Escala coreana de pronome de adicción ao teléfono intelixente para mozos. PLoS ONE 9 (5): e97920. doi: 10.1371 / journal.pone.0097920

Editor: Amanda Bruce, Universidade de Missouri-Kansas City, Estados Unidos de América

Recibido: Decembro 19, 2013; Aceptada: Abril 16, 2014; Publicado en: Pode 21, 2014

Copyright: © 2014 Kim et al. Este é un artigo de acceso aberto distribuído baixo os termos da Licenza de recoñecemento de Creative Commons, que permite o uso, distribución e reprodución sen restricións en calquera medio, sempre que o autor e a orixe orixinais se acrediten.

Financiamento: Os autores non teñen apoio nin financiamento para informar.

Intereses competidores: Os autores declararon que non existen intereses en competencia.

introdución

A propagación dos ordenadores persoais nos anos 1990 deu lugar a unha revolución dixital. Os escritorios persoais pronto se converteron en PMP, tabletas PC e teléfonos intelixentes, dispositivos que se fan cada vez máis comúns na vida das persoas. En particular, a taxa de distribución dos teléfonos intelixentes está en tendencia ascendente en todo o mundo desde 2000 [1]. O uso tan estendido dos teléfonos intelixentes recibiu o nome de "Revolución intelixente" e está a producir cambios dramáticos na vida diaria das persoas. Aínda que o uso de teléfonos intelixentes fixo a vida máis cómoda para moitas persoas, tamén provocou efectos adversos nos ámbitos do benestar psicolóxico, as relacións interpersoais e a saúde física. Por exemplo, debido ao fácil acceso ao ambiente en liña a través dos teléfonos intelixentes, consecuencias negativas de efecto de desinhibición en liña caracterizado por inhibicións de comportamento reducidas [2] [3] cada vez son máis rampantes, especialmente nas formas de violencia cibernética.

Os adolescentes actuais son moi receptivos ás novas formas de medios como os teléfonos intelixentes [4] como son a primeira xeración que creceron rodeados de diversas formas de medios de alta tecnoloxía [5]. Isto podería significar que os mozos son máis susceptibles aos efectos adversos dos medios intelixentes que os grupos de idade avanzada. En Corea do Sur, os mozos adictos ao teléfono móbil alcanzaron 11.4% da poboación, o primeiro 2.2% enfróntase a dificultades para vivir a súa vida cotiá debido á súa adicción. [6]. Antes da propagación dos teléfonos intelixentes, os teléfonos móbiles ocupaban gran parte da vida dos adolescentes ata o punto de que algúns informaron de ter altos niveis de ansiedade cando o teléfono non sempre está acendido. [4]. A adicción e a idade dos teléfonos móbiles parecen ser inversamente proporcional, con persoas máis novas que usan os seus teléfonos con máis frecuencia [8]e dúas veces máis que admitir ser un "adicto ao teléfono móbil" que os adultos [9]. Para os adolescentes, a comunicación por teléfono é un xeito importante de manter as súas relacións sociais [7]. Como a adicción aos teléfonos intelixentes se está a converter nun problema importante entre os mozos, o desenvolvemento dunha escala que poida estimar os niveis e condicións da adicción aos teléfonos intelixentes entre os adolescentes parece urxente para protexelos dos efectos adversos da adicción.

Porque a distribución de teléfonos intelixentes é un fenómeno relativamente recente, os estudos que definiron os síntomas únicos da dependencia dos teléfonos intelixentes son raros. O concepto máis próximo á adicción aos teléfonos intelixentes pode ser a adicción ao teléfono móbil, que se considera un tipo de adicción ao comportamento caracterizado por problemas de control de impulsos. Os síntomas reportados de adicción ao teléfono móbil inclúen a retirada, a tolerancia, a perturbación das funcións adaptativas, a compulsión e a inmersión patolóxica. [12] e abstinencia, falta de control e problemas derivados do uso e tolerancia e interferencia con outras actividades [13]. Escalas de dependencia dos teléfonos móbiles existentes [47] [48] [49] foron desenvolvidos con base en Young [10]Test de adicción a Internet (IAT) e Goldberg [11]Os criterios de diagnóstico para a adicción a Internet.

Non obstante, os teléfonos intelixentes son diferentes aos teléfonos móbiles de catro xeitos principais. En primeiro lugar, os usuarios de teléfonos intelixentes están máis implicados dinámicamente co dispositivo que os usuarios habituais de teléfonos móbiles. Os usuarios de teléfonos intelixentes interactúan activamente co propio dispositivo e cos contidos (aplicacións) simultaneamente e poden xogar un papel de produtor mediante a creación de aplicacións personalizadas. Dado que as aplicacións permiten aos usuarios de teléfonos intelixentes dar feedback inmediato e mutuo, os usuarios de teléfonos intelixentes adoitan ser activos, participativos, relacionais, competentes e produtivos [15]. Por conseguinte, o uso do teléfono intelixente é directamente proporcional ao uso da aplicación [14]. En segundo lugar, os teléfonos intelixentes dan maior importancia ás características sensoriais que estimulan o lado expresivo dos usuarios [16]. O sistema de interface de usuario distintivo do teléfono intelixente, que inclúe o funcionamento da pantalla táctil, arranxos de teclado, iconas, deseño sensato e outros compoñentes, permite ao seu usuario revelar a súa individualidade [17]. A importancia do aspecto expresivo das aplicacións de teléfonos intelixentes tamén se pode ver no feito de que os usuarios prefiren as aplicacións que permiten a varios usuarios divertirse xuntos e ser socialmente expresivos fronte ás aplicacións que só se poden gozar sós [18]. En terceiro lugar, os teléfonos intelixentes proporcionan unha converxencia de servizos como a cámara, MP3, GPS, navegación web, chamadas, correo electrónico, xogos e servizos de redes sociais (SNS) [19] [20] nun dispositivo portátil. Tamén chamada "Internet de man", a portabilidade dos teléfonos intelixentes permite servizos personalizados e en tempo real en calquera lugar que non se poderían cumprir nun computador de escritorio normal. Ademais, o "Servizo Push" do smartphone notifica aos usuarios con actualizacións relevantes, como correos electrónicos máis recentes ou respostas de Facebook, incluso antes de que o usuario os pida. [21]. Tales servizos personalizados ofrecidos por teléfonos intelixentes poden ser de axuda, pero tamén poden inducir a xente a usar excesivamente os seus teléfonos intelixentes [22] [23]. Finalmente, persoas de diferentes grupos de idade presentan patróns de uso de teléfono móbil variables. Os adolescentes utilizan principalmente os seus teléfonos intelixentes para a cámara, MP3 e outras funcións de entretemento; a xente de vinte anos usa principalmente SNS; e as persoas de entre 20 e 30 anos normalmente xestionan os seus horarios, lista de contactos, correo electrónico e outras funcións relacionadas co negocio [24] [25].

A pesar das características distintivas dos teléfonos intelixentes como se mencionou anteriormente, moitas das escalas de adicción aos teléfonos móbiles existentes eran idénticas á escala de adicción ao teléfono móbil, coa palabra "teléfono móbil" simplemente substituída por "teléfono intelixente". Un dos máis recentes, Casey [26] A escala de adicción aos teléfonos intelixentes tamén extraera elementos de escalas que miden outros tipos de adicción aos medios como a escala de uso do problema do teléfono móbil. [27], Proba de adicción a Internet [10]e Escala de Adicción á Televisión [28]. Ademais, dado que a adicción ao teléfono móbil tamén era vista como un tipo de adicción ao comportamento debido a problemas de control de impulsos, normalmente estaba composta por elementos da dependencia en internet.

Polo tanto, o estudo actual desenvolveu a escala coreana de adicción aos teléfonos intelixentes (SAPS) para a mocidade ao engadir elementos que reflicten características únicas dos teléfonos intelixentes á Internet Addon Proneness Scale (IAPS) para a mocidade. [29]. O IAPS é unha escala de elementos 20 que se usou para comprobar o nivel de adicción á internet entre os mozos en Corea do Sur desde 2007. O SAPS desenvolvido a través do estudo actual será unha ferramenta útil para examinar o fenómeno do uso excesivo de teléfonos intelixentes entre os mozos e, en definitiva, contribuirá a previr a adicción aos teléfonos intelixentes.

Método

os participantes

Este estudo é unha análise de datos secundaria sobre os datos da enquisa nacional do proxecto da Axencia Nacional de Información de Corea sobre a adicción aos teléfonos intelixentes realizado en 2012 [34]. Os investigadores deste estudo participaran no proxecto como investigadores principais e investigadores auxiliares. Dado que este proxecto se realizou a nivel nacional, os datos resultantes proceden dunha mostra a grande escala representativa en termos de rexión, idade e xénero. A enquisa distribuída afirmou explicitamente o propósito do proxecto e notificou aos participantes que están a consentir participar ao cubrir a enquisa. En proporción á distribución da poboación en Corea, os estudantes de ensino medio, secundario e secundario 795 (461 varón e 324 feminino) completaron a enquisa. As axencias rexionais foron seleccionadas de xeito aleatorio entre cada unha das catro áreas: a área metropolitana de Seúl, a área de Chungcheong / Gangwon, a zona de Honam (incluída a Jeju) ea área de Yeongnam. Moitos (44.7%) foron estudantes de ensino medio, seguidos de estudantes de bacharelato (37.7%) e estudantes de primaria (17.6%).

Medidas

Cuestionario demográfico.

No paquete de enquisas incluíuse un cuestionario demográfico que incluía elementos relacionados coa información persoal do estudante, a extensión e a natureza do uso de teléfonos intelixentes e o rendemento académico.

Elementos de escala de inclinación da adicción ao teléfono intelixente.

A partir das escalas de diagnóstico desenvolvidas anteriormente e dos resultados da investigación, así como de experiencias clínicas de numerosos especialistas, seleccionáronse elementos que representan teóricamente e empíricamente as distintas características da adicción aos teléfonos intelixentes. A escala preliminar estaba composta por vinte e nove elementos, e cada elemento foi puntuado nunha escala Likert de punto 4 (1 = non está de acordo, 2 = non está de acordo, 3 = está de acordo, 4 = está moi de acordo). Os vinte e nove elementos preliminares estruturáronse en catro subdominios: perturbación das funcións adaptativas (elementos 9), retirada (elementos 7), tolerancia (elementos 6) e orientación á vida virtual (elementos 7).

Escala de problemas de saúde mental.

Para comprobar a validez do SAPS, elaborouse unha medida que avalía problemas de saúde mental relacionados coa adicción aos teléfonos intelixentes. Entre as dificultades psicolóxicas que poden acompañar a adicción aos teléfonos intelixentes inclúese ansiedade, depresión, impulsividade e agresión [50]. Así, proba de personalidade xuvenil NEO [30] os elementos relacionados con estes problemas (factores) modificáronse e incluíronse na escala actual. A escala consta de 32 elementos, 8 elementos por cada factor. Os elementos clasifícanse nunha escala de 4 puntos (1 = moi en desacordo, 2 = en desacordo, 3 = de acordo, 4 = moi de acordo). A consistencia entre elementos para a escala é alta cun alfa de Cronbach de .944 en xeral e .865, .870, .820, .878 para cada factor.

Escala de promoción da adicción á internet para a mocidade (KS-II).

Para comparar a adicción aos teléfonos intelixentes coa dependencia de internet, empregouse o elemento 15 KS-II. KS-II desenvolvido pola Axencia Nacional da Sociedade da Información [31] pasou polo proceso de normalización en Corea a través dunha enquisa de campo a nivel nacional. KS-II estrutúrase ao redor dos catro factores: (1) perturbación das funcións adaptativas, (2) retirada, (3) tolerancia e (4) orientación á vida virtual. Os elementos clasifícanse nunha escala de 4 puntos (1 = moi en desacordo, 2 = en desacordo, 3 = de acordo, 4 = moi de acordo). A consistencia entre elementos para a escala é alta cun alfa de Cronbach de, 87.

Procedemento

En primeiro lugar, revisando as escalas relacionadas que foron desenvolvidas anteriormente e examinando os seus antecedentes teóricos, os especialistas seleccionaron elementos para un cuestionario preliminar. Esta piscina inicial tiña aproximadamente o dobre de elementos que a escala final. Administrouse a escala preliminar aos estudantes e recolléronse datos. A continuación, seleccionáronse os elementos finais segundo os resultados das probas de fiabilidade de cada subescala. Finalmente, o modelo de validez da construción para cada subdominio validouse en AMOS. A descrición máis detallada de cada paso do procedemento é a seguinte.

Escala de pronancia da adicción aos teléfonos intelixentes para a mocidade.

Elaborouse un conxunto de elementos preliminares para a scolaridade da adicción aos teléfonos intelixentes (SAPS) para a mocidade baseándose nos resultados da literatura anterior sobre adicción a internet, adicción a teléfonos móbiles e dependencia de medios dixitais. Dado que o smartphone é un dispositivo móbil que permite o uso de internet, empregáronse escalas de adicción a internet existentes como referencia. As características da adicción aos medios dixitais suxeridas por Young [38] e Greenfield [44] tamén se reflectiron nos elementos desenvolvidos. Tendo en conta que os teléfonos intelixentes poden verse como versións avanzadas de teléfonos móbiles habituais, existen escalas de teléfonos móbiles existentes [12] [8] tamén se examinaron. En consecuencia, os subdominios de SAPS chegaron a incluír a perturbación das funcións adaptativas, a retirada, a tolerancia e a orientación da vida virtual. Finalmente, expertos (especialistas en educación, psiquiatras) crearon elementos preliminares de 29 que reflicten estes catro subdominios da adicción aos teléfonos intelixentes.

Administración de escalas.

O SAPS distribuíuse en escolas elementais, medias e secundarias seleccionadas aleatoriamente para que os participantes poidan ser seleccionados en proporción á distribución real da poboación en Corea.

Selección de elementos mediante análise de fiabilidade.

As análises de fiabilidade dos 29 ítems preliminares realizáronse por subdominio. Seleccionáronse un total de 15 elementos que parecen adecuados. Finalmente, calculouse o alfa de Cronbach para a escala final con 15 elementos.

Construír Modelo de validez para cada subdominio.

Para confirmar a validez da construción de SAPS, validouse o modelo de validez da construción para cada subdominio en AMOS.

Resultados

Selección de elementos finais mediante análises de fiabilidade en subdominios

Dos 29 elementos orixinais, os elementos que parecían inadecuados para cada subdominio elimináronse ou revisáronse en función dos resultados das análises de fiabilidade. Para verificar a fiabilidade dos elementos de cada subdominio, examináronse os alfa de Cronbach. Os elementos que reduciron a fiabilidade xeral do subdominio se se eliminaron, así como os elementos con maior fiabilidade seleccionáronse para a escala final. Ademais, para detectar respondedores descoidados ou inconsistentes, incluíronse elementos con codificación inversa con alta fiabilidade. Táboa 1 a continuación móstranse os resultados de fiabilidade de cada subdominio e Táboa 2 mostra os últimos elementos 15 seleccionados.

miniaturas

Táboa 1. Selección de elementos finais mediante Análise de fiabilidade en subescalas.

doi: 10.1371 / journal.pone.0097920.t001

miniaturas

Táboa 2. Elementos finais.

doi: 10.1371 / journal.pone.0097920.t002

Confianza

A fiabilidade de SAPS verificouse cun alfa de Cronbach de 0.88.

Validez

Análise de validez do criterio.

Para confirmar a validez do criterio de SAPS, comparáronse as puntuacións da SAPS e a Escala de problemas de saúde mental. Táboa 3 mostra os resultados da correlación de Pearson das dúas escalas. Como resultado, o coeficiente de correlación foi 0.43. Ademais, as correlacións entre as subescalas de SAPS e a escala de problemas de saúde mental foron na gama 0.49 ~ 0.67, confirmando un certo grao de correlación.

miniaturas

Táboa 3. Análise de correlación entre a SAPS ea escala de problemas de saúde mental.

doi: 10.1371 / journal.pone.0097920.t003

Analizouse a correlación entre SAPS e KS-II; Táboa 4 mostra os resultados da análise de correlación de Pearson. O coeficiente de correlación de 0.49 mostrou que se a puntuación en SAPS era alta, a puntuación KS-II tamén sería alta. Ademais, as correlacións entre as subescalas do KS-II e SAPS estaban entre 0.12 e 0.51, mostrando de novo un certo grao de correlación.

miniaturas

Táboa 4. Análise de correlación entre SAPS e KS-II.

doi: 10.1371 / journal.pone.0097920.t004

Análise de validez de construción.

Realizouse unha análise factorial confirmativa usando AMOS 7.0 para confirmar a estrutura do factor SAPS. Para iso, o modelo de estrutura de factores foi definido como segue (figura 1).

miniaturas

Figura 1. A estrutura de factores de SAPS.

O modelo estructural dos catro subdominios da dependencia dos teléfonos intelixentes (perturbación das funcións de adaptación, orientación á vida virtual, retirada e tolerancia) e os seus elementos pertinentes apareceron válidos.

doi: 10.1371 / journal.pone.0097920.g001

En primeiro lugar, os índices de axuste do modelo NFI, TLI, CFI e RMSEA foron .943, .902, .962 e .034 respectivamente, amosando que o modelo pertinente era o máis adecuado aos datos. Polo tanto, o modelo estrutural dos catro subdominios da dependencia dos teléfonos intelixentes (perturbación das funcións de adaptación, orientación á vida virtual, retirada e tolerancia) e os seus elementos pertinentes apareceron válidos.

Ademais, para descubrir como cada elemento explica de forma exhaustiva os factores relacionados, examináronse o coeficiente de regresión de cada variable observable eo seu grao de significación estatística. En todas as variables observables agás para a "orientación á vida virtual", os coeficientes estandarizados foron maiores que .5 en media, o que foi estatisticamente significativo (p<.001). Táboa 5 mostra estas estatísticas.

miniaturas

Táboa 5. Coeficientes de regresión de variables observables respecto de cada factor.

doi: 10.1371 / journal.pone.0097920.t005

Conversa

Como parte do proxecto da Axencia Nacional de Información de Corea sobre a adicción aos teléfonos intelixentes xuvenís realizado en 2012 [34], este estudo buscou establecer as bases para os esforzos de prevención e intervención para a adicción aos teléfonos intelixentes dos mozos. Especificamente, o estudo desenvolveu unha breve escala de pronese de adicción de teléfonos con elemento 15 que podería utilizarse en esforzos de recollida de datos a nivel nacional. Os desenvolvedores prestaron unha atención especial á simplicidade dos elementos de escala e á facilidade de uso na administración a escala para facilitar a utilización real.

O alfa de Cronbach do SAPS final foi de .880, demostrando que a escala era fiable. Tamén se informou que as escalas de adicción a Internet ou de smartphones existentes son fiables cos alfa de Cronbach superiores a .7. Non obstante, pode non ser prudente confiar nos seus valores de fiabilidade porque o seu proceso de recollida de datos non estaba estandarizado ou o seu tamaño de mostra era pequeno. Por exemplo, Barba e Lobo [37] intentou mellorar Young [38] Criterios de diagnóstico para a adicción a Internet, pero o seu proceso de desenvolvemento a escala non foi estandarizado. Widyanto e McMurren [39], por outra banda, seguiu un procedemento estandarizado para o desenvolvemento de escala, pero non conseguiu recoller datos suficientes (n = 86). Ademais, recolleron datos en liña, o que podería significar que a súa recollida de datos foi parcial. Limitacións similares tamén están presentes nas escalas de dependencia dos teléfonos móbiles. Kwon et al. [36] desenvolvera unha escala baseada nos elementos da escala K e as características do dispositivo intelixente e informou que a escala tiña un alfa de Cronbach de, 91. Non obstante, hai que ter en conta que a súa recollida de datos tivo lugar en dúas escolas situadas nunha rexión concreta de Corea, o que suscita dúbidas sobre o valor de fiabilidade da súa escala. Así, os SAPS deste estudo pódense considerar máis fiables en comparación coas escalas existentes xa que se desenvolveu baseándose nos datos recollidos de 795 estudantes en toda Corea en proporción á distribución da poboación real da nación.

SAPS parecía estar válidamente estruturado en torno a catro subdominios (funcións adaptativas, retirada, tolerancia e orientación á vida virtual) da adicción aos teléfonos intelixentes. Para decidir sobre os subdominios da escala, examináronse investigacións previas con especial atención aos estudos sobre escalas de adicción a internet e os criterios de diagnóstico doutras adiccións ao comportamento. Incluíronse factores que aparecen habitualmente entre estes estudos, así como factores que reflicten as características dos teléfonos intelixentes. Realizouse unha análise de factores confirmatorios usando AMOS 7.0 para verificar a validez de construción da escala. Finalmente, comprobáronse as correlacións entre SAPS e KS-II (unha escala de adicción a internet), así como entre SAPS e a escala de problemas de saúde mental, para confirmar a validez do criterio de SAPS.

As escalas de adicción a Internet desenvolvidas e validadas en varios países varían segundo as súas estruturas de factores. Canan et al. [40] desenvolveu unha escala de adicción á internet para os adolescentes turcos e descubriu que os seus elementos agrupáronse como un factor. Do mesmo xeito, Khazaal et al. [41] desenvolveu unha escala de adicción á internet para adultos franceses e descubriu que os seus elementos agrupábanse como un único factor. Non obstante, outros estudos informaron de que os seus artigos de escala de adicción a Internet agrupáronse en varios factores, como obsesión, neglixencia e trastorno de control [42] [43]. A escala K máis usada de Corea tamén está composta por moitos factores, como funcións de adaptación, retirada, tolerancia e orientación á vida virtual. Como tal, os estudosos parecen non estar de acordo sobre os subdominios das escalas de adicción a internet, o que implica que a estrutura de factores das escalas de adicción a internet pode non ser bastante estable.

As limitacións deste estudo e as suxestións para estudos futuros son as seguintes.

En primeiro lugar, a "tolerancia", un subdominio de SAPS e as escalas de adicción a internet, non é un factor central de dependencia de Charlton e Danforth. [45]. Noutras palabras, o uso de internet durante moitas horas non pode ser un criterio para a adicción ata que tal comportamento non teña consecuencias negativas [35]. Dado que os teléfonos intelixentes son dispositivos que a xente leva e usa en todas partes, a tolerancia pode non ser apta como o factor principal da adicción aos teléfonos intelixentes. Isto require unha enquisa nacional adicional e análises de datos sobre este tema. Ademais, a validación da escala podería mellorarse, por exemplo, administrándoa a poboacións de mozos adictos e non adictos para examinar a validez discriminante da escala.

A continuación, SAPS para a mocidade pode ser amplamente utilizado na investigación de adicción aos teléfonos intelixentes que está gañando impulso nestes días. Os dispositivos de medios dixitais de hoxe desenvolvéronse rapidamente dende formularios baseados en PC ata teléfonos intelixentes e varias tabletas PC. Noutras palabras, os medios de comunicación existentes e os recentes están atravesando a competencia e o proceso de substitución. Dende os mozos estes días considéranse nativos dixitais [46] quen aceptan e usan activamente os medios máis actualizados [32], investigar os posibles efectos secundarios do seu uso de medios sobre a súa saúde mental parece urxente. O uso excesivo de medios dixitais pode traer consecuencias negativas nos aspectos físicos, psicolóxicos e sociais da vida dos adolescentes e incluso pode desencadear comportamentos delincuentes. Por exemplo, Kross et al. [33] descubriu que o uso de Facebook non é útil para a interacción social e está asociado a baixos niveis de benestar psicolóxico subjetivo. Polo tanto, a investigación sobre os síntomas da adicción aos teléfonos intelixentes e os efectos da adicción aos teléfonos intelixentes na saúde mental dos adolescentes é necesaria, e SAPS pode ser ben utilizada neste esforzo.

Contribucións do autor

Concibida e deseñada os experimentos: DK YHL. Analizou os datos: JYL YJC. Reactivos / materiais / ferramentas de análise contribuídos: DK YHL. Escribiu o artigo: DK YHL JYL JEKN YJC.

References

  1. 1. Chen J, Yen D, Chen K (2009) A aceptación e difusión do innovador uso do smartphone. Información e xestión 46: 241 – 248. doi: 10.1016 / j.im.2009.03.001
  2. 2. Lapidot-Lefler N, Barak A (2012) Efectos do anonimato, invisibilidade e falta de contacto ocular sobre o desinhibición tóxico en liña. Ordenadores en comportamento humano 28: 434 – 443. doi: 10.1016 / j.chb.2011.10.014
  3. Ver artigo
  4. PubMed / NCBI
  5. Google Scholar
  6. Ver artigo
  7. PubMed / NCBI
  8. Google Scholar
  9. Ver artigo
  10. PubMed / NCBI
  11. Google Scholar
  12. Ver artigo
  13. PubMed / NCBI
  14. Google Scholar
  15. 3. Suler J (2004) O efecto de desinhibición en liña. Ciberpsicoloxía e comportamento 7: 321-326. doi: 10.1089 / 1094931041291295
  16. Ver artigo
  17. PubMed / NCBI
  18. Google Scholar
  19. Ver artigo
  20. PubMed / NCBI
  21. Google Scholar
  22. 4. Sohn S (2005) Competencia e substitución de soportes dixitais: patróns de uso de contidos de noticias, deportes e adultos. Journal of Cybercommunication 16: 273 – 308.
  23. Ver artigo
  24. PubMed / NCBI
  25. Google Scholar
  26. 5. Canción Y, Oh S, Kim E, Na E, Jung H, Park S (2007) Patróns de usuario de medios de adolescentes nun ambiente multimedia: unha avaliación das diferenzas de xénero e de renda. Xornal de Investigación en Comunicación 46 (2): 33 – 65.
  27. Ver artigo
  28. PubMed / NCBI
  29. Google Scholar
  30. Ver artigo
  31. PubMed / NCBI
  32. Google Scholar
  33. Ver artigo
  34. PubMed / NCBI
  35. Google Scholar
  36. Ver artigo
  37. PubMed / NCBI
  38. Google Scholar
  39. Ver artigo
  40. PubMed / NCBI
  41. Google Scholar
  42. Ver artigo
  43. PubMed / NCBI
  44. Google Scholar
  45. 6. Axencia Nacional da Sociedade da Información (2011) Informe sobre o desenvolvemento da escala coreana de pronome de adicción ao teléfono intelixente para mozos e adultos.
  46. Ver artigo
  47. PubMed / NCBI
  48. Google Scholar
  49. 7. Skierkowski D, Wood RM (2012) A texto ou non ao texto? A importancia da mensaxe de texto entre os mozos de idade universitaria. Ordenadores en comportamento humano 28: 744 – 756. doi: 10.1016 / j.chb.2011.11.023
  50. Ver artigo
  51. PubMed / NCBI
  52. Google Scholar
  53. Ver artigo
  54. PubMed / NCBI
  55. Google Scholar
  56. Ver artigo
  57. PubMed / NCBI
  58. Google Scholar
  59. 8. Lee H (2008) Exploración das variables predictivas que afectan ao uso do teléfono móbil adictivo. O xornal coreano de psicoloxía social e de personalidade 22 (1): 133 – 157.
  60. Ver artigo
  61. PubMed / NCBI
  62. Google Scholar
  63. 9. Informe da Axencia Nacional da Sociedade da Información (2010): Plan de mellora da lexislación sobre prevención e solución de adiccións en Internet.
  64. Ver artigo
  65. PubMed / NCBI
  66. Google Scholar
  67. Ver artigo
  68. PubMed / NCBI
  69. Google Scholar
  70. Ver artigo
  71. PubMed / NCBI
  72. Google Scholar
  73. 10. Young KS (1998) Psicoloxía do uso da computadora: uso adictivo de internet: un caso que rompe o estereotipo. Informes psicolóxicos 79: 899 – 902. doi: 10.2466 / pr0.1996.79.3.899
  74. 11. Goldberg I (1996). Trastorno de adicción a Internet. Mensaxe electrónica publicada na lista de discusións de investigación. http://users.rider.edu/~suler/psycyber/s​upportgp.html (accedeu a 20 de abril, 2011).
  75. Ver artigo
  76. PubMed / NCBI
  77. Google Scholar
  78. Ver artigo
  79. PubMed / NCBI
  80. Google Scholar
  81. 12. Kang H, Son C (2009) Desenvolvemento e validación da escala de dependencia do teléfono móbil para adolescentes. Xornal coreano de psicoloxía da saúde 14 (3): 497 – 510.
  82. Ver artigo
  83. PubMed / NCBI
  84. Google Scholar
  85. Ver artigo
  86. PubMed / NCBI
  87. Google Scholar
  88. Ver artigo
  89. PubMed / NCBI
  90. Google Scholar
  91. Ver artigo
  92. PubMed / NCBI
  93. Google Scholar
  94. Ver artigo
  95. PubMed / NCBI
  96. Google Scholar
  97. Ver artigo
  98. PubMed / NCBI
  99. Google Scholar
  100. Ver artigo
  101. PubMed / NCBI
  102. Google Scholar
  103. Ver artigo
  104. PubMed / NCBI
  105. Google Scholar
  106. Ver artigo
  107. PubMed / NCBI
  108. Google Scholar
  109. Ver artigo
  110. PubMed / NCBI
  111. Google Scholar
  112. Ver artigo
  113. PubMed / NCBI
  114. Google Scholar
  115. Ver artigo
  116. PubMed / NCBI
  117. Google Scholar
  118. Ver artigo
  119. PubMed / NCBI
  120. Google Scholar
  121. Ver artigo
  122. PubMed / NCBI
  123. Google Scholar
  124. Ver artigo
  125. PubMed / NCBI
  126. Google Scholar
  127. 13. Choliz M (2010) Dependencia por teléfono móbil: un punto de emisión. Adicción 105 (2): 373 – 375. doi: 10.1111 / j.1360-0443.2009.02854.x
  128. 14. Zsolt D, Beatrix S, Sandor R (2008) O modelo de tres factores de adicción a Internet: o desenvolvemento do problemático Cuestionario de uso de Internet. Métodos de investigación de comportamento 40 (2): 563 – 574. doi: 10.3758 / brm.40.2.563
  129. 15. Kim D, Tae J (2010) Un estudo sobre as experiencias de mediación dos usuarios de teléfonos intelixentes. Xornal de Corea da Humanidade Content Society 19: 373-394.
  130. 16. Kim D, Lee C (2010) Tendencias tecnolóxicas da interfaz de usuario de Smartphone. Korea Information Science Society Review 28 (5): 15 – 26.
  131. 17. Hwang H, Sohn S, Choi Y (2011) Explorando os factores que afectan a adicción aos teléfonos intelixentes: características dos usuarios e atributos funcionais. Korean Journal of Broadcasting 25 (2): 277-313.
  132. 18. Kim M (2011) Study on Online and Offline Relationship of Smart Phone SNS Users: Centering on Twitter. A Escola de Posgrao da Universidade de Mulleres Ewha. Traballo Fin de Máster.
  133. 19. Noh M, Kim J, Lee J (2010) Análise de Smartphone e Converxencia de Funcións a través da Análise da Asociación. Xornal da Sociedade de Sistemas de Información de Xestión de Corea 1: 254 – 259.
  134. 20. Apple Pty Ltd. (2011). Características do iPhone. http://www.apple.com/au/iphone/features/ Accedeu a Mar 19 2011.
  135. 21. Kim J (2010) The Evolution of Mobile Internet Service. OSIA Standards & Technology Review 38 (1): 4-12.
  136. 22. Parque I, Shin D (2010) Usando a teoría de usos e gratificacións para entender o uso e gratificación dos teléfonos intelixentes. Xornal de Ciencias da Comunicación 10 (4): 192 – 225.
  137. 23. Choi WS (2010) Estudo sobre a importancia das características funcionais dos teléfonos intelixentes. Journal of Information Technology Application & Management 1: 289-297.
  138. 24. Digieco Reports (2010) Unha análise do efecto socioeconómico do iPhone. KT Management Economics Research Institute.
  139. 25. Koh Y, Lee H (2010) Un estudo sobre os cambios nos patróns de comportamento nos usuarios de teléfonos intelixentes a través de Shadowing Early Users do iPhone. Journal of Commodity Science 28 (1): 111 – 120.
  140. 26. Casey BM (2012) relacionando os atributos psicolóxicos coa adicción ao teléfono intelixente, a comunicación cara a cara, a ausencia actual e o capital social. Proxecto de graduación, Escola de posgrao da Universidade chinesa de Hong Kong.
  141. 27. Bianchi A, Phillips JG (2005) Predictores psicolóxicos do problema Uso do teléfono móbil. CyberPscyhology, Behavior and Social Networking 8 (1): 2152 – 2715.
  142. 28. Horvath CW (2004) Measuring Television Addiction. Xornal de Radiodifusión e Medios Electrónicos 48 (3): 378 – 398. doi: 10.1207 / s15506878jobem4803_3
  143. 29. Kim DI, Chung Y, Lee E, Kim DM, Cho Y (2008) Desenvolvemento da escala de proneness de adicción a Internet - Forma curta. O xornal coreano de asesoramento 9 (4): 1703 – 1722.
  144. 30. Kim DI (2005). Gran proba de personalidade 5 para nenos e adolescentes. Seúl, Corea: Hakjisa.
  145. 31. Informe da Axencia da Sociedade da Información Nacional (2011): Terceira normalización da escala de proneness de vicios de Internet en Corea.
  146. 32. Kim DI, Lee YH, Lee JY, Kim MC, Keum CM, et al. (2012) Novos patróns en adicción aos medios: o Smartphone é un substituto ou un complemento a Internet? O Xornal Coreano de Asesoramento Xuvenil 20 (1): 71 – 88.
  147. 33. Kross E, Verduyn P, Demiralp E, Park J, et al. (2013) O uso de Facebook prevé caídas no benestar subjetivo en adultos novos. PLoS ONE 8 (8): e69841. doi: 10.1371 / journal.pone.0069841
  148. 34. Informe de Shin K, Kim DI, Chung Y (2011): desenvolvemento da escala de pronome de adicción ao teléfono intelixente coreano para mozos e adultos Axencia Nacional da Sociedade da Información.
  149. 35. Griffiths MD (2010) O uso de metodoloxías en liña na recollida de datos para o xogo e as adiccións aos xogos. International Journal of Mental Health and Addiction 8: 8 – 20. doi: 10.1007 / s11469-009-9209-1
  150. 36. Kwon M, Kim DJ, Cho H, Yang S (2013) A escala de dependencia do smartphone: desenvolvemento e validación dunha versión curta para adolescentes. PLoS ONE 8 (12): e83558 doi: 10.1371 / journal.pone.0083558.
  151. 37. Beard KW, Wolf EM (2001) Modificación dos criterios de diagnóstico propostos para a adicción a Internet. CyberPsychology & Behavior. 4 (3): 377-383. doi: 10.1089 / 109493101300210286
  152. 38. Young KS (1996) Uso adictivo de internet: un caso que rompe o estereotipo. Informes psicolóxicos 79: 899 – 902. doi: 10.2466 / pr0.1996.79.3.899
  153. 39. Widyanto L, McMurren M (2004) As propiedades psicométricas da proba de adicción a Internet. CyberPsychology & Behavior 7 (4): 443-450. doi: 10.1089 / cpb.2004.7.443
  154. 40. Canan F, Ataoglu A, Nichols LA, Yildirim T, Ozturk Ou (2010) Avaliación das propiedades psicométricas da escala de adicción a Internet nunha mostra de estudantes do instituto turco. Cyberpsychology, Behavior and Social Networking 13 (3): 317 – 320. doi: 10.1089 / cyber.2009.0160
  155. 41. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. (2008) Validación francesa da proba de adicción a Internet. Ciberpsicoloxía e comportamento 11 (6): 703-706. doi: 10.1089 / cpb.2007.0249
  156. 42. Demetrovics Z, Szereredi B, Rozsa S (2008) O modelo de tres factores de adicción a Internet: o desenvolvemento do cuestionario problemático de uso de Internet. Métodos de investigación de comportamento 40 (2): 563 – 574. doi: 10.3758 / brm.40.2.563
  157. 43. Kelley KJ, Gruber EM (2010) Propiedades psicométricas do cuestionario do problema da internet. Ordenadores en comportamento humano 26: 1838 – 1845. doi: 10.1016 / j.chb.2010.07.018
  158. 44. Greenfield DN (1999) Características psicolóxicas do uso compulsivo de Internet: unha análise preliminar. Ciberpsicoloxía e comportamento 8 (5): 403-412. doi: 10.1089 / cpb.1999.2.403
  159. 45. Charlton JP, Danforth IDW (2007) Distinguindo a adicción e o alto compromiso no contexto do xogo en liña. Ordenadores en comportamento humano 23 (3): 1531 – 1548. doi: 10.1016 / j.chb.2005.07.002
  160. 46. Prensky M (2001) nativos dixitais, parte dos inmigrantes dixitais 1. No horizonte 9: 1 – 6. doi: 10.1108 / 10748120110424816
  161. 47. Park W (2005) Dependencia do teléfono móbil. Comunicacións móbiles. Traballo cooperativo soportado por ordenador Vol. 31: 253 – 272. doi: 10.1007 / 1-84628-248-9_17
  162. 48. Kang H, Son C (2009) Desenvolvemento e validación da escala de dependencia do teléfono móbil para adolescentes. Xornal coreano de psicoloxía da saúde 14 (3): 497 – 510.
  163. 49. Koo H (2013) Desenvolvemento dunha escala de dependencia do teléfono móbil para os pais coreanos dos nenos pequenos. Investigación en Enfermaría para a Saúde do Neno 19 (1): 29 – 38. doi: 10.4094 / chnr.2013.19.1.29
  164. 50. Keum C (2013) Investigación sobre a propiedade da adicción aos teléfonos intelixentes e o problema de saúde mental para estudantes de secundaria e secundaria en Corea. Traballo Fin de Máster da Universidade Nacional de Seúl.