¿É beneficioso empregar a comunicación por Internet para fuxir do aburrimiento? A progenie do aburrimento interactúa cos desexos inducidos por cue e as expectativas de evasión na explicación dos síntomas do trastorno da comunicación por Internet (2018)

https://doi.org/10.1371/journal.pone.0195742

Abstracto

O uso de aplicacións de comunicación en liña incluíndo mensaxeiros (por exemplo, WhatsApp) ou servizos de redes sociais (por exemplo, Facebook) no smartphone convertéronse en prácticas diarias para miles de millóns de persoas, por exemplo durante os tempos de espera. Un número crecente de individuos mostran un control diminuído do seu uso destas aplicacións, a pesar das consecuencias negativas na vida cotiá. Pódese chamar isto como trastorno de comunicación por Internet (ICD). O actual estudo investigou o efecto da aburrimento no aburrimento dos síntomas dun ICD. Examinou aínda máis o papel mediador dos mecanismos cognitivos e afectivos, é dicir, as expectativas para evitar sentimentos negativos en liña e o desexo inducido. Os resultados dun modelo de ecuacións estruturais (N = 148) ilustran que a aburrimento de aburrimento é un factor de risco para o desenvolvemento e mantemento dun CIE, xa que tivo un efecto directo significativo nos síntomas da CIE. Ademais, a aburrimento previu expectativas de evasión, así como o desexo inducido. Ambos aumentaron o risco de desenvolver tendencias de ICD. Ademais, ambas variables mediaron o efecto da prognosticación do aburrimento no ICD e interactuaron entre si. En resumo, os resultados demostran que as persoas que teñen unha maior susceptibilidade a experimentar o aburrimento mostran expectativas máis altas para evitar as emocións negativas en liña, o que promove maiores reaccións de desexo cando se enfronta con indicios específicos (por exemplo, unha mensaxe de entrada) e pode producir tendencias de ICD.

Cita: Wegmann E, Ostendorf S, Marca M (2018) ¿É beneficioso utilizar a comunicación por Internet para escapar do aburrimento? A aburrimento da aburrimento interactúa co desexo e as expectativas de evitación inducidas por sinal para explicar síntomas do trastorno de comunicación por Internet. PLoS ONE 13 (4): e0195742. https://doi.org/10.1371/journal.pone.0195742

Editor: Phil Reed, Swansea University, REINO UNIDO

Recibido: Novembro 22, 2017; Aceptada: Marzo 28, 2018; Publicado en: Abril 19, 2018

Copyright: © 2018 Wegmann 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.

Dispoñibilidade de datos: Todos os datos relevantes están dentro do ficheiro e os seus ficheiros de información de soporte.

Financiamento: Os autores non recibiron financiamento específico para este traballo.

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

introdución

Co lanzamento do smartphone hai máis de dez anos, o número de persoas que a usan na vida cotiá segue a aumentar. O número de usuarios de teléfonos intelixentes en todo o mundo está previsto chegar a 2.32 millóns en 2017, e deberá chegar a 2.87 millóns de usuarios en 2020 [1]. Entre outras, as aplicacións en liña máis populares utilizadas no smartphone son aplicacións de comunicación en liña. Permiten aos usuarios ter contacto directo con outras persoas, para estar conectados con amigos distantes e para compartir información persoal, imaxes ou vídeos [2, 3]. O termo "aplicacións de comunicación en liña" inclúe aplicacións moi populares, como o servizo de mensaxería instantánea WhatsApp con máis de 1.3 millóns de usuarios activos cada mes.4] ou servizos de redes sociais como Facebook con 2 millóns de usuarios activos mensuales5]. Ademais de moitas vantaxes da comunicación por Internet e do uso dos teléfonos intelixentes en xeral, hai unha cantidade crecente de individuos que experimentan consecuencias negativas debido a un uso excesivo e lento destas aplicacións [2, 6-8]. Especialmente a dispoñibilidade de diferentes dispositivos móbiles e o acceso sinxelo e permanente a tales aplicacións permiten ás persoas interactuar e comunicarse con outras persoas ao longo do día — en calquera momento, en calquera lugar [9, 10]. Este comportamento pode levar a un uso patolóxico e compulsivo, que é comparable a outros vicios de comportamento ou trastornos do uso de substancias como suxire varios estudos e investigadores [7, 8].

Correlados cognitivos e afectivos do trastorno de comunicación por Internet

O crecente uso de Internet en todo o mundo leva á investigación a máis e máis estudos enfocados ao trastorno do uso de Internet como un tipo específico de adicción ao comportamento.2, 7, 11]. Ademais, algúns estudos suxiren un tipo específico de trastorno de uso de Internet, o trastorno de comunicación por Internet (ICD). ICD describe o uso adictivo de aplicacións de comunicación en liña [6-8, 12]. Os síntomas dun ICD, que se derivan das características dun trastorno de uso de Internet, defínense como perda de control, recaída, síntomas de abstinencia, preocupación, neglixencia de intereses, tolerancia e consecuencias negativas na vida social, profesional ou persoal.6, 7, 13, 14]. Davis [12] ofreceu o primeiro modelo teórico que describe os mecanismos dun uso patológico inespecífico de Internet, así como dun trastorno específico do uso de Internet. Máis recentemente, Brand, Young [7] introduciu un novo modelo teórico, o modelo de Interacción de Persoa-Afecto-Cognición-Execución (I-PACE), que resume os mecanismos potenciais do desenvolvemento e mantemento de trastornos específicos do uso de Internet, como o CIE. O modelo I-PACE ilustra a interacción das características principais da persoa, así como compoñentes afectivos, cognitivos e executivos. Suxire que as características básicas da persoa como a personalidade, as cognicións sociais, os síntomas psicopatolóxicos, os factores biopsicolóxicos e as predisposicións específicas afectan á percepción subxectiva dunha situación. Esta percepción está formada por factores como o enfrontamento con sinais relacionados coa adicción, o estrés, os conflitos persoais, o humor anormal e as respostas afectivas e cognitivas individuais. Estes últimos inclúen reactividade de sinalización, desexo, sesgo de atención, ou máis viés cognitivos relacionados coa Internet e estilo de enfrontamento disfuncional. Suponse que estes factores afectivos e cognitivos individuais median ou moderan o efecto das características básicas dunha persoa no desenvolvemento e mantemento dun trastorno específico do uso de Internet. Brand, Young [7] ilustran que o efecto das respostas afectivas e cognitivas interactúa con factores executivos, como o control inhibitorio. A decisión de utilizar unha determinada aplicación para experimentar gratificación ou compensación pode levar a un uso excesivo desa aplicación, reforzando así predisposicións específicas, así como factores afectivos, cognitivos e executivos similares a un círculo vicioso (para unha descrición máis detallada do modelo e unha descrición detallada dos estudos empíricos.7]).

Os estudos anteriores xa demostraron que o efecto dos síntomas psicopatolóxicos, como a depresión e a ansiedade social, eo efecto dos aspectos da personalidade, como a vulnerabilidade ao estrés, a autoestima e a autoeficacia nas tendencias dun CIE son mediadas por cognicións específicas. como un estilo de enfrontamento disfuncional e expectativas de uso de Internet [8, 15]. Wegmann, Oberst [16demostraron que especialmente as expectativas de evasión, incluído o desexo de escapar da realidade, para distraer de problemas da vida real ou evitar a soidade, son relevantes para explicar os síntomas da CIE. Brand, Laier [17] así como Trotzke, Starcke [18] amosou que as expectativas altas para o uso de aplicacións específicas como posibilidade de experimentar pracer ou distraer de problemas median a relación entre aspectos persoais e un trastorno de uso de Internet xeneralizado (inespecífico) e un trastorno de compra por Internet, respectivamente.

Ademais do concepto de expectativas de uso de Internet, Brand, Young [7] ademais argumentan que a reactividade e desexo parecen ser construcións importantes no desenvolvemento e mantemento dun uso patolóxico de aplicacións específicas. Esta suposición baséase en investigacións anteriores sobre trastornos do uso de substancias (ver, por exemplo, resultados [19] así como outros vicios de comportamento [20], que mostran que os adictos son vulnerables a estímulos relacionados coa adicción que desencadean áreas de procesamento de recompensas no cerebro [21-25]. O desexo describe o desexo ou o desexo de tomar drogas ou de mostrar un comportamento adictivo repetidamente [26, 27]. O concepto de cue-reactividade e desexo foi transferido ao estudo de vicios de comportamento. Os correlatos de comportamento da reactividade e desexo xa se observaron no trastorno da compra por Internet [18], Desorden de visualización de pornografía en internet [28, 29], Trastorno de xogo en Internet [30, 31], Trastorno de xogo en internet [32, 33], e ICD [34].

Aínda que os estudos salientan o importante papel destes compoñentes afectivos (reactividade e desexo) e cognitivos (expectativas relacionadas coa Internet) no desenvolvemento e mantemento dun trastorno de uso de Internet específico, a interacción destes factores, que se postula no eu -Modelo PACE, non está claro. O estudo actual baséase nalgúns supostos principais do modelo I-PACE, especialmente os efectos de mediación de mecanismos afectivos e cognitivos sobre a relación entre as características do núcleo e os síntomas dunha CIE. O obxectivo deste estudo é investigar o efecto das características do núcleo da persoa en CIE mediadas tanto polos biaixos cognitivos relacionados coa Internet (por exemplo, as expectativas de uso de Internet) como as sesións afectivas (por exemplo, o desexo inducido). Baseado en Wegmann, Oberst [16], asumimos que o efecto da esperanza de evitar emocións negativas mediante o uso de aplicacións de comunicación en liña está mediada polo desexo inducido, como se describe no modelo de Brand, Young [7]. Como segundo obxectivo do estudo, centrámonos na investigación do papel da susceptibilidade ao aburrimento no CID. Deste xeito, queremos comprender mellor a relación entre as características básicas da persoa e os síntomas dun trastorno específico do uso de Internet, que aínda non se investigou no contexto da CIM.

Prognóstico de aburrimento como predictor dunha CIE

A conceptualización do aburrimento está determinada por diferentes factores situacionais e individuais.35]. O aburrimento en si podería describirse como un estado de ánimo negativo ou conflito interior entre unha experiencia esperada e unha percepción.36, 37]. Brissett e Snow [38] definiu o aburrimento como un estado de "subestimulación, subexcitación e falta de implicación psicolóxica asociada a insatisfacción e os individuos tratan de facer fronte ao aburrimento buscando unha estimulación adicional"39]. Este estado tamén está asociado a sentimentos desagradables, que os individuos tentan escapar [de40, 41]. A simpatía de aburrimento só se define como o aburrimento dos trazos. A construción da aburrimento no aburrimento é a miúdo "operacionalizada como a susceptibilidade dun individuo a experimentar o aburrimento"35]. Ademais, a aburrimento da aburrimento inclúe a dificultade dun individuo para chamar a atención cara a un estímulo, ser consciente deste déficit de atención e tratar de reducir a experiencia de aburrimento como estado.35, 42].

Varios estudos enfatizan a relevancia clínica da propensión ao aburrimento, ilustrando que o aburrimento está relacionado co consumo de alcohol.43], o uso de sustancias psicoativas44], índices de depresión e ansiedade [35], e problemas de saúde en xeral [45]. Zhou e Leung [46] mostrou que o aburrimento de lecer está relacionado con comportamentos de risco como a delincuencia, a actividade de sensación extrema e o abuso de drogas36, 46, 47]. Como posible explicación da relación entre a aburrimento e o abuso de substancias (por exemplo, beber alcohol), Biolcati, Passini [48] investigou os posibles efectos de mediación das expectativas cara ao consumo de alcohol. Os resultados ilustraron que o efecto da tendencia ao aburrimento no comportamento de bebida alcohólica está mediado polas expectativas de escapar do aburrimento, escapar dos problemas e facer fronte a sentimentos negativos.48]. Ademais, a investigación empírica sobre diferentes vicios de comportamento ou comportamentos patolóxicos explica a relevancia do aburrimento para o comportamento arriscado. Por exemplo, Blaszczynski, McConaghy [49] mostrou que os individuos con trastorno de xogo puntuaban máis en medidas de aburrimento en comparación cos non xogadores. O xogo parece ser unha posibilidade para eles para evitar ou reducir estados ou estados de ánimo negativos. Isto é consistente cos resultados reportados por Fortune e Goodie [50] ilustrando que o xogo patológico está asociado coa susceptibilidade ao aburrimento, que é unha subescala do Formulario de Escala de Sensación V de Zuckerman, Eysenck [51].

Como se describiu anteriormente, o uso de teléfonos intelixentes na vida cotiá resulta dun acceso sinxelo e permanente que permite a comunicación e entretemento continuos [2, 52]. Hipótese que a posibilidade de ter unha estimulación duradeira leva a un uso excesivo e excesivo do smartphone e as aplicacións de comunicación en liña. Do mesmo xeito, evitar a sensación de aburrimento parece ser a principal motivación para usar Internet [53]. Lin, Lin [37] mostrou que a aburrimento e a implicación elevada en Internet tanto aumentan a probabilidade dun trastorno de uso de Internet. Os autores destacan que Internet parece ser unha posibilidade de buscar emoción e pracer, o que aumenta o nivel de uso patolóxico. Isto é consistente coas investigacións anteriores enfatizando a relación entre un trastorno de uso de Internet e unha maior propensión ao aburrimento []54-56]. Zhou e Leung [46] especificou esta relación e mostrou que o aburrimento é un predictor dun uso patolóxico de sitios de redes sociais, así como dun comportamento patolóxico no xogo dos servizos de redes sociais. Elhai, Vasquez [42] ilustrou que unha maior tendencia ao aburrimento media o efecto da depresión e a ansiedade no comportamento problemático dos teléfonos intelixentes. En xeral, asumimos que a aburrimento de aburrimento como aburrimento de trazos é un factor de risco persoal no desenvolvemento dun ICD.

Resumo dos obxectivos do estudo

O estudo actual ten como obxectivo contribuír a unha mellor comprensión dos mecanismos afectivos e cognitivos subxacentes nos síntomas dunha CIE. As nosas suposicións están baseadas en estudos anteriores, que informaron o efecto da aburrimento no aburrimento de comportamentos de risco como o abuso de substancias [57], factores de risco para a saúde [46], xogo patolóxico50], ou trastorno de uso de Internet [37, 54]. Supoñemos que os individuos que teñen unha maior susceptibilidade a experimentar o aburrimento e que usan repetidamente o smartphone como estratexia de adaptación inadaptada teñen máis probabilidade de desenvolver un uso patolóxico de aplicacións de comunicación en liña. Consistente co modelo I-PACE de Brand, Young [7], hipótese que o efecto da prognosticación por aburrimento está mediado por cognicións específicas. Ademais e baseado no estudo de Biolcati, Passini [48] Asumimos tamén que especialmente os individuos que teñen unha maior propensión ao aburrimento e expectativas para evitar emocións negativas mediante o uso de aplicacións de comunicación en liña experimentan consecuencias máis negativas debido ao uso de tales aplicacións. Como obxectivo adicional, investigamos os efectos das respostas afectivas e cognitivas. O modelo I-PACE suxire que o efecto das expectativas de evitación nos síntomas de ICD está mediada por experiencias de ansia máis elevadas. En xeral, o efecto de mediación do desexo inducido tamén podería ser relevante para o efecto de mediación das expectativas de evasión entre o aburrimento e a CIE. Fig 1 resume as hipóteses nun modelo de ecuación estructural.

Fig 1. Modelo hipotetizado.

O modelo de hipótese para analizar os efectos directos e indirectos suxeridos, incluídas as variables latentes do ICD.

https://doi.org/10.1371/journal.pone.0195742.g001

Methods

Participantes e procedemento

Cento corenta e oito participantes entre 18 e 60 anos (M = 25.61, SD = 8.94) participou no estudo actual. Destes, 91 eran femias e 57 eran machos. Todos os participantes foron usuarios de aplicacións de comunicación en liña, que van desde dous ata 19 anos de uso (M = 8.09, SD = 3.09). A aplicación de comunicación en liña WhatsApp foi a aplicación máis utilizada (% 97.97 de todos os participantes), seguida de Facebook (% 78.38 de todos os participantes), Facebook Messenger (% 62.84 de todos os participantes) e Instagram (% 53.38 de todos os participantes) . Outras aplicacións de comunicación en liña como Twitter, iMessage, Snapchat ou Skype foron utilizadas por menos de 50% de todos os participantes. Os participantes gastan en promedio minutos 125.41 (SD = 156.49) por día usando WhatsApp, seguido de Instagram (M = 57.97, SD = 78.76), Snapchat (M = 53.71, SD = 65.40) e Facebook (M = 55.48, SD = 84.74). Todas as outras aplicacións usáronse en promedio menos de 30 minutos por día.

Recrutamos a mostra na Universidade de Duisburg-Essen (Alemaña) a través de listas de correo, redes sociais en liña e recomendacións boca a boca. O estudo levouse a cabo nun laboratorio, nunha situación individual. En primeiro lugar, informouse por escrito aos participantes do procedemento e déronse o consentimento por escrito. Pedímoslles que cambiarían os seus teléfonos intelixentes ao modo de voo e mantéñano no seu peto durante a participación. Posteriormente, os participantes responderon aos cuestionarios en liña e realizaron un paradigma de reacción de cue, así como outros paradigmas experimentais que non son relevantes para o manuscrito actual. Despois diso, os participantes responderon a outros cuestionarios en liña, como a Boredom Proneness Scale, a Internet-Use-Expectancies Scale ou o curto Internet Addiction Test, que se explicará a continuación. En xeral, o estudo tardou aproximadamente unha hora. Os alumnos obtiveron puntos de crédito para a súa participación. O comité de ética da Universidade de Duisburg-Essen aprobou o estudo.

Instruments

Versión modificada do curto Internet Addiction Test para o trastorno de comunicación por Internet (s-IAT-ICD).

As tendencias dun ICD foron medidas coa versión curta do Internet Addiction Test (s-IAT) de Pawlikowski, Altstötter-Gleich58]. Para este estudo usamos a versión modificada para ICD (s-IAT-ICD) [15]. A escala evalúa as queixas subxectivas na vida cotiá debido ao uso de aplicacións de comunicación en liña. Ao comezo, dáse unha definición de aplicacións de comunicación en liña. As instrucións subliñan que o termo aplicacións de comunicación en liña inclúe o uso activo (por exemplo, a escritura de novas publicacións) e o pasivo (por exemplo, a navegación e a lectura de novas publicacións) o uso de sitios de redes sociais e blogs como Facebook, Twitter e Instagram , así como mensaxería instantánea como WhatsApp.

Os participantes teñen que valorar doce elementos nunha escala Likert de cinco puntos (de 1 = "nunca" a 5 = "moi a miúdo"). Calculouse unha puntuación suma que varía de doce a 60. As puntuacións> 30 indican un uso problemático de aplicacións de comunicación en liña, mentres que as puntuacións> 37 indican un uso patolóxico de aplicacións de comunicación en liña. O cuestionario consta de dous factores (seis ítems cada un): perda de control / xestión do tempo (s-IAT-ICD 1: α = .849) e problemas sociais / ansia (s-IAT-ICD 2: α = .708). A consistencia interna xeral foi α = .842. Ambos os factores representan a dimensión latente do CDI no modelo de ecuacións estruturais.

Reactividade e ansia.

Para investigar a reactividade e desexo, aplicouse un paradigma de reacción de cue consistente en doce imaxes relacionadas con aplicacións de comunicación en liña [1]34, 59]. As pistas visuais mostraron diferentes teléfonos intelixentes mostrando unha conversa a través de diferentes aplicacións de comunicación en liña. Os estímulos foron probados e descritos nun antigo estudo de Wegmann, Stodt [34]. No estudo actual os participantes valoraron cada imaxe con respecto á excitación, valencia e urxencia de usar o smartphone nunha escala Likert de cinco puntos (de 1 = "sen excitación / valencia / urxencia" a 5 = "alta excitación / valencia / urxencia" ). Presentación^® (Versión 16.5, www.neurobs.com) foi utilizado para a presentación e clasificación.

Ademais, usamos o cuestionario do desexo de alcohol.60] modificado para usar smartphone para avaliar o desexo [34]. O cuestionario foi presentado antes e despois do paradigma de cue-reactividade para medir o desexo basal (DAQ-ICD) e os cambios de desexo posibles despois da exposición (DAQ-ICD post-craving). Polo tanto, os participantes tiveron que valorar os elementos 14 (por exemplo, "Usando o smartphone estarían satisfeitos agora mesmo") nunha escala Likert de sete puntos (de 0 = "desacordo completo" a 6 = "acordo completo"). Despois de investir un elemento, calculamos a puntuación media [59]. As consistencias internas foron α = .851 para DAQ-ICD e ansias α = .919 para DAQ-ICD. Nas seguintes análises, o DAQ-ICD post-craving e as clasificacións do paradigma de cue-reactividade foron usadas para representar a dimensión latente do desexo inducido no modelo de ecuacións estruturais.

Versión modificada da escala de expectativas de uso de Internet para a comunicación en liña (IUES).

A escala de expectativas de uso de Internet (IUES) [17] modificouse para a comunicación en liña para avaliar as expectativas dos participantes cara ao uso de aplicacións de comunicación en liña []16]. O cuestionario contén dous factores (seis elementos cada un): reforzo positivo (por exemplo, "uso aplicacións de comunicación en liña para experimentar o pracer"; IUES positivo: α = .838) e expectativas de evasión (por exemplo, "uso aplicacións de comunicación en liña para distraerme dos problemas "; evitar a IUES α = .732). Os participantes tiveron que puntuar cada elemento nunha escala Likert de seis puntos (de 1 = "completamente en desacordo" a 6 = "totalmente de acordo"). Con base en investigacións anteriores e suposicións teóricas, só a variable de expectativas de evasión era relevante para as seguintes análises.

Escala de proneness de aburrimento curto (BPS).

A escala de proneness de aburrimento curto (BPS) de Struk, Carriere [61] foi usado para avaliar a aburrimento dos trazos. A escala consta de oito ítems (por exemplo, "É preciso máis estimulación para facerme que a maioría da xente"), que tivo que ser puntuada nunha escala Likert de sete puntos (de 1 = "completamente en desacordo" a 7 = "totalmente de acordo "). Calculouse un valor medio global. A consistencia interna era α = .866.

Análise estatística

As análises estatísticas realizáronse utilizando SPSS 25.0 para Windows (IBM SPSS Statistics, lanzado 2017). Calculamos as correlacións de Pearson para probar as relacións bivariadas entre dúas variables. As correlacións interpretáronse con máis detalle mediante o uso de tamaños de efecto. Baseado en Cohen [62], Coeficiente de correlación de Pearson r ≥. 01 indica un pequeno, r ≥ .03 un medio, e r ≥ .05 un gran efecto. Os análises do modelo de ecuación estructural (SEM) foron calculados usando Mplus 6 [63]. Para avaliar o axuste do modelo do SEM, empregamos o cadrado medio normalizado residual (SRMR; valores <.08 indican un bo axuste cos datos), o erro de aproximación do cadrado medio (RMSEA; valores <.08 indican un bo e <.10 un axuste aceptable cos datos) e índices de axuste comparativos (CFI e TLI; valores> .90 indican un aceptable e> .95 indican un bo axuste cos datos) [64, 65]. Tamén usamos o χ²-Testar para comprobar se os datos se derivan do modelo definido. Como paso adicional para reducir os erros de medición do SEM, usamos o método de parcelación de elementos para variables que se representan como variables manifesta. Este método permite construír as dimensións latentes para estas variables no SEM66, 67]. Polo tanto, comprobamos as interrelacións entre os ítems de cada escala e logo creamos dous factores para as dimensións latentes do IUES e do BPS.

Resultados

Valores descritivos e estatísticas multivariantes

Os valores medios e as desviacións estándar de todos os cuestionarios, así como as clasificacións do paradigma de reacción-cue pódense atopar en Táboa 1. As variables construídas do parcelado de elementos inclúense como valores adicionais. Táboa 2 mostra as correlacións bivariadas entre estas variables. Baseado nas puntuacións de corte de Pawlikowski, Altstötter-Gleich [58] Os participantes de 23 mostraron unha problemática e sete participantes mostraron un uso patolóxico de aplicacións de comunicación en liña, que está asociado con queixas subjetivas na vida cotiá debido ao uso destas aplicacións e describe os síntomas dun ICD.

Táboa 1. Valores medios, desviacións estándar e intervalo das puntuacións do s-IAT-ICD e as escalas aplicadas.

https://doi.org/10.1371/journal.pone.0195742.t001

Descarga:

• Ppt

Diapositiva de PowerPoint

• PNG

imaxe máis grande

• TIFF

imaxe orixinal

Táboa 2. Correlacións bivariadas entre as puntuacións do s-IAT-ICD e as escalas aplicadas.

https://doi.org/10.1371/journal.pone.0195742.t002

O modelo de ecuación estructural

O modelo de ecuacións estructurales hipotéticas, a nivel latente, mostrou un axuste excelente cos datos (SRMR = .029, CFI = .986, TLI = .972, RMSEA = .063, p = .299, BIC = 3962.65). O χ²-Test tamén mostrou un bo axuste (χ² = 22.25, p = .074, χ²/ df = 1.59). Todas as dimensións latentes definidas estaban ben representadas polas variables manifestas utilizadas. No primeiro paso, os resultados indican que a aburrimento de aburrimento (β = .384, SE = .096, p ≤ .001), desexo inducido por sinal (β = .414, SE = .102, p ≤ .001), e expectativas de evasión (β = .255, SE = .109, p = .011) foron predictores significativos das tendencias de ICD. A aburrimento tamén tivo un efecto directo no desexo inducido por sinal (β = .411, SE = .100, p ≤ .001) e expectativas de evasión (β = .567, SE = .084, p ≤ .001). Ademais, as expectativas de evasión foron un predictor significativo do desexo inducido por sinal (β = .361, SE = .107, p = .001). O efecto da aburrimento no aburrimento dos síntomas dun CIE foi mediado polo desexo inducido (β = .170, SE = .058, p = .003) e por expectativas de evasión (β = .145, SE = .063, p = .021). O efecto das expectativas de evitación nas tendencias do ICD tamén foi mediado polo desexo inducido (β = .149, SE = .059, p = .011). Ademais, a relación entre a aburrimento e os síntomas dun TIC estaba mediada por expectativas de evasión e, ademais, polo desexo inducido por sinal (aburrimento, aburrimento, expectativas de evasión, ansia inducida por sinal - CIE; β = .085, SE = .037, p = .021); con todo, esta mediación só tivo un efecto pequeno. En xeral, o modelo analizado explicou significativamente 81.60% da varianza dos síntomas de ICD. Fig 2 mostra o modelo cos factores de carga, β-pesos e coeficientes.

Descarga:

• Ppt

Diapositiva de PowerPoint

• PNG

imaxe máis grande

• TIFF

imaxe orixinal

Fig 2. Resultados do modelo de ecuacións estruturais.

Resultados do modelo de ecuacións estruturais con ICD como variable dependente incluíndo cargas de factores nas variables latentes descritas e os pesos β acompañantes p-valores e residuos.

https://doi.org/10.1371/journal.pone.0195742.g002

Análise adicional

O modelo descrito anteriormente baseábase en consideracións teóricas e máis evidencias empíricas como os modelos de ecuacións estruturais de Wegmann, Stodt [15] e Wegmann and Brand [8]. Non obstante, desexamos controlar posteriormente o modelo por outros posibles factores influyentes para comprender mellor os mecanismos subxacentes dun ICD. O primeiro tema que abordamos foi a estreita asociación de pronosticar o aburrimento coa depresión e a ansiedade [35, 68, 69]. Un estudo actual de Elhai, Vasquez [42] ilustra que a relación entre os síntomas psicopatolóxicos e o uso problemático dos teléfonos intelixentes está mediada por un maior aburrimento. Valoramos síntomas psicopatolóxicos como a depresión (M = 0.53, SD = 0.53), sensibilidade interpersoal (M = 0.72, SD = 0.64), e ansiedade (M = 0.55, SD = 0.49) usando o cuestionario breve de inventario de síntomas de Derogatis [70]. Dado que as variables que operan os síntomas psicopatolóxicos correlacionan de forma significativa coas outras variables do modelo actual (todas r's ≤ .448, todo p's ≤ .024), incluímos síntomas psicopatolóxicos (a depresión, a sensibilidade interpersoal e a ansiedade) como unha dimensión latente no modelo. Baseado no modelo de mediación de Elhai, Vasquez42] verificamos se o efecto da prognosticación do aburrimiento está baseado na construción de síntomas psicopatolóxicos ou se a propensión á aburrimento describe un incremento estatístico propio tal e como se enfatizou nos estudos anteriores [35, 42, 68].

Como se ilustra en Fig 3, os resultados indican que os síntomas psicopatolóxicos desempeñan un papel crucial no desenvolvemento e mantemento dun ICD, que está en liña coa investigación anterior [8, 15, 42]. Non obstante, a relevancia da aburrimento de aburrimento como importante predictor de síntomas dun CIE non diminúe significativamente despois de incluír síntomas psicopatolóxicos no modelo de ecuacións estruturais. Isto subliña que a aburrimento e os síntomas psicopatolóxicos son construcións relacionadas, pero independentes, cuxos efectos sobre as tendencias dun DCI están mediados por compoñentes cognitivos e afectivos. Os resultados do modelo de ecuación estrutural adicional incluíndo cargas de factores nas variables latentes descritas e os pesos β acompañantes p-valores e residuos resúmense en Fig 3.

Fig 3. Resultados do modelo de ecuación estructural adicional.

Resultados do modelo de ecuacións estruturais con síntomas psicopatolóxicos como variable preditora adicional incluíndo cargas de factores nas variables latentes descritas e os pesos β acompañantes p-valores e residuos (Abreviaturas: PP = síntomas psicopatolóxicos, BP = aburrimento pronosticado, AE = expectativas de evasión, CRAV = desexo inducido, CIE = trastorno de comunicación Internet).

https://doi.org/10.1371/journal.pone.0195742.g003

Tamén consideramos a idade eo sexo como variables potenciais que poden afectar a estrutura do modelo actual. Polo tanto, primeiro calculamos as correlacións entre a idade e todas as outras variables. Os resultados indican pequenas correlacións (todas r's ≤ -.376). Estas correlacións ilustran un patrón familiar que os participantes máis novos experimentan queixas subjetivas máis altas na vida cotiá debido ao uso excesivo de aplicacións de comunicación en liña. Como paso adicional, controlamos os nosos datos de diferenzas de xénero usando comparacións de proba t para mostras independentes. Os resultados mostraron que non houbo diferenza significativa entre os participantes masculinos e femininos (p ≥ .319). O modelo de ecuacións estruturais con análises adicionais por sexo foi calculado empregando a análise estructural media como forma de proceder [71]. Os índices de axuste do modelo de ecuación estructural indican un bo axuste cos datos (CFI = .975, TLI = .961, SRMR = .060, RMSEA = .075, p = .194, BIC = 4050.63). Tanto para homes como para mulleres atopamos patróns de resultados similares. As mulleres participantes mostraron efectos de mediación similares como se ilustra no modelo de ecuacións estructurales hipotéticas. Para os machos, non atopamos ningún efecto directo da expectativa de evitación ás tendencias dun ICD (β = .153, SE = .133, p = .249), ningún efecto de mediación de expectativas de evasión na relación entre a aburrimento e o aburrimento ICD (β = .029, SE = .030, p = .327), e ningún efecto de mediación do desexo sobre a relación entre a aburrimento e os síntomas dun TIC (β = .073, SE = .065, p = .262). Debido aos pequenos tamaños de mostra, especialmente en relación á mostra masculina, os resultados deben ser discutidos con precaución e deben ser controlados en estudos posteriores.

Conversa

No estudo actual, probamos a validez dun modelo teórico asumindo as interaccións entre a aburrimento de aburrimento e os compoñentes afectivos e cognitivos para explicar os síntomas da DIC. O modelo de ecuación estructural, a nivel latente, deu un axuste excelente cos datos usando o método de parcelación de elementos para reducir os erros de medición. En total, a abundancia de aburrimento e os efectos de mediación de compoñentes cognitivos e afectivos, como as expectativas de evasión e o desexo inducido, explicaron 81.60% da varianza nos síntomas de ICD. Os resultados ilustran que a aburrimento de aburrimento ten un efecto directo no desenvolvemento e mantemento dun ICD. Foi un predictor significativo das expectativas de evitar as emocións negativas e escapar da realidade e do desexo inducido. Estes compoñentes afectivos e cognitivos mediaron no efecto da aburrimento da aburrimento no ICD. Os resultados enfatizan aínda máis a interacción dos mediadores mencionados, xa que o efecto das expectativas de evitación nos síntomas do ICD foi mediada parcialmente polo desexo inducido. Ademais, a mediación das expectativas de evasión sobre a relación entre a aberración de aburrimento e os síntomas do ICD foi mediada polo desexo inducido.

Os resultados apoian a hipótese de que a relación entre a susceptibilidade a experimentar o aburrimento como parte das características principais da persoa e a experiencia de consecuencias negativas debido ao uso excesivo de aplicacións de comunicación en liña está mediada por respostas afectivas e cognitivas a estímulos relacionados co contexto externo , como sinais visuais que mostran conversas a través de diferentes aplicacións de comunicación en liña. Os resultados actuais estenden os resultados dos estudos anteriores, que xa demostraron que os síntomas psicopatolóxicos (como a depresión ou a ansiedade social) e os aspectos da personalidade (como a vulnerabilidade ao estrés ou a autoestima) teñen un efecto nos síntomas da CIE, que está mediada por cognicións específicas. (como un estilo de enfrontamento disfuncional ou expectativas de uso de Internet) [8, 15]. Os resultados son consistentes co modelo teórico I-PACE proposto por Brand, Young [7]. O modelo fundamental do modelo I-PACE é o efecto das características principais da persoa na percepción subxectiva dunha situación, por exemplo, cando se enfronta con estímulos relacionados cos vicios, conflitos persoais ou estrés. A percepción subjetiva de elementos situacionais leva a respostas afectivas e cognitivas individuais como a reactividade e desexo, que se describe como o desexo de usar unha determinada aplicación e reducir estados afectivos negativos.20, 24]. Os resultados do estudo actual apoian esta suposición mostrando que os participantes que teñen unha maior susceptibilidade a experimentar o aburrimento (como unha das características fundamentais dunha persoa) ou que non poden regular a atención cara aos estímulos [35], teñen un maior risco de usar aplicacións de comunicación en liña de xeito excesivo. Os resultados tamén se ven reforzados polo estudo de Elhai, Vasquez [42] así como a nosa análise adicional, que enfatiza que os síntomas psicopatolóxicos como a depresión, a sensibilidade interpersoal e a ansiedade poden conducir a unha maior susceptibilidade de aburrimento e a un maior risco de uso patolóxico de aplicacións de comunicación en liña. Este comportamento refórzase cando os individuos se enfrontan a estímulos específicos (relacionados coa comunicación con smartphone) e experimentan o desexo de usar o smartphone ou unha aplicación de comunicación específica. Parece ser un hábito automático de usar o smartphone despois de ver unha icona ou escoitar o son dunha mensaxe entrante [34]. Os usuarios de aplicacións de comunicación en liña poderían ter desenvolvido tal hábito para tratar de facer fronte a sentimentos desagradables como o aburrimento e, así, escapar do subestimulado experimentado.20, 36].

O efecto de mediación das expectativas de evitación na relación de aburrimento e síntomas de ICD soportan esta suposición. Ao igual que o desexo inducido polos resultados, os resultados demostran que a susceptibilidade de experimentar o aburrimento leva a expectativas para evitar as emocións negativas en liña e distraer os problemas usando o teléfono ou aplicacións de comunicación en liña. Isto está en liña con Biolcati, Passini [48] amosando que a relación entre a aburrimento e a aberración é mediada polas expectativas de escapar da subestimulación e da realidade. Os autores asumen que, especialmente, os adolescentes, que son máis propensos a experimentar o aburrimento no seu tempo de lecer, esperan escapar das emocións negativas ao beber alcohol, o que reforza o risco de comportamento compulsivo.48]. Un comportamento de risco parece ser un mecanismo de adaptación inadaptado, onde os individuos tentan atopar estratexias para reducir a tendencia a experimentar o aburrimento [35, 39, 40]. Os resultados de Biolcati, Passini [48], Biolcati, Mancini [39], e Harris [40] ilustran os principais supostos do modelo I-PACE, como a hipótese de que os individuos tratan de escapar das emocións negativas ou manexan un humor anormal, especialmente cando se atopan con estímulos relacionados coa adicción, o que podería levar á decisión de usar unha determinada aplicación. Desde Zhou e Leung [46] Xa se describiu a asociación de aburrimento pola propensión a xogos en ambientes de redes sociais, os resultados actuais especifican esta relación. A experiencia de gratificación ou estimulación nunha situación de subexcitación podería describirse como un factor importante que aumenta o risco de utilizar certas aplicacións en liña debido á esperanza de reducir de xeito repetido os estados afectivos negativos. Isto está en liña cos resultados dun estudo de neuroimagen realizado por Montag, Markowetz [72] que mostrou os aspectos gratificantes do uso de Facebook mediante o smartphone e unha maior activación do estriado ventral cando os individuos pasan tempo en servizos de redes sociais.

O segundo obxectivo do estudo foi investigar a interacción das respostas afectivas e cognitivas a estímulos externos. Os estudos anteriores xa examinaron a relevancia da reactividade e do desexo.34] así como expectativas de uso de Internet [8, 15] e especialmente expectativas de evasión [16] para o desenvolvemento e mantemento dun ICD. A importancia destas dúas construcións xa se mostrou para trastornos específicos do uso de Internet, como o trastorno da compra por Internet ou a compra patolóxica [18, 59], Desorden de visualización de pornografía en internet [29], Trastorno de xogo en Internet [30, 73, 74], ou trastorno xeneralizado (non específico) de uso de Internet [17]. Segundo o noso coñecemento, non houbo ningún estudo que investigase a interacción da ansia inducida por indicación e das expectativas de uso de Internet como se hipotetiza no modelo I-PACE [7]. Os autores do modelo I-PACE asumen que as expectativas de uso de Internet predicen ansia inducida por indicación, que ten un efecto sobre os síntomas dun trastorno específico no uso de Internet. Polo tanto, hipotetizamos que a ansia inducida por un cu como actúa como mediadora entre as expectativas de uso de Internet (principalmente expectativas de evitación) e os síntomas do ICD. A hipótese está apoiada polos resultados actuais. Os resultados indican que os compoñentes afectivos e cognitivos interactúan entre si, o que fai fincapé nos mecanismos clave do modelo teórico. As persoas con cognicións específicas relacionadas con Internet (por exemplo, as expectativas para distraerse dos problemas, fuxir da realidade ou evitar a soidade) parecen ser vulnerables ás pistas relacionadas coa adicción e parecen experimentar ansias máis altas. En canto aos mecanismos de reforzo propostos no modelo I-PACE, suponse que as persoas deciden usar as súas aplicacións de "primeira elección" para distraerse deste estado negativo e experimentar gratificación ou compensación. Isto aumenta o risco de perder o control sobre o uso de Internet [7]. Os resultados son un primeiro sinal que sinala a interacción entre as respostas afectivas e cognitivas ante estímulos externos e internos. Xa que hai outros compoñentes como o sesgo de atención e as asociacións implícitas, así como a relevancia do control inhibidor e das funcións executivas [7], as asociacións entre estes factores deben ser investigadas con máis detalle. Así, os futuros estudos deberían centrarse no ICD, pero tamén noutros trastornos específicos do uso de Internet.

Perspectivas e implicacións

O uso de teléfonos intelixentes e aplicacións de comunicación en liña na vida cotiá parece non ser problemático en xeral. Para a maioría das persoas é habitual o uso do smartphone mentres espera por outra persoa ou polo tren. Turel e Bechara [75] ilustran tamén a relevancia da impulsividade como factor de risco dun ICD. En xeral, as aplicacións de comunicación en liña parecen ser un exemplo fundamental para a relación entre a proximidade do aburrimento e un uso patolóxico. Pódese supor que a experiencia de gratificación e compensación mediante o uso destas aplicacións é un mecanismo clave no que se refire ao proceso de desenvolvemento dun ICD. Aínda que os resultados son consistentes cos presupostos teóricos do modelo I-PACE de Brand, Young [7], o estudo da conduta de comunicación en liña adictiva e os síntomas do ICD, así como o papel da proximidade do aburrimento e os compoñentes afectivos e cognitivos deben ser investigados en estudos lonxitudinais. Por iso, necesítase máis investigación, sobre todo sobre mecanismos específicos de reforzo.

Tendo en conta isto, ademais da susceptibilidade de experimentar aburrimento, a investigación tamén debe centrarse na situación percibida subxectivamente. Ben-Yehuda, Greenberg [76] xa abordou a relevancia do aburrimento estatal como factor de risco potencial para desenvolver unha adicción aos teléfonos intelixentes, que debe ser investigado en novas investigacións. Isto inclúe a experiencia de infraestimulación e de excitación como estado dependente do contexto [38, 57]. Pódese supor que o aburrimento realmente percibido é unha explicación máis relevante por que os individuos desenvolven o hábito automático de usar o smartphone en situación de infraestimulación. Isto podería verse reforzado coa gratificación e compensación experimentados e, polo tanto, aumentar a probabilidade de volver a usar o smartphone nunha situación comparable. Ata o momento, outros estudos deben ter presente que factores situacionais como o estado de ánimo real, conflitos persoais, o aburrimento experimentado ou o estrés percibido poden afectar aos compoñentes cognitivos e afectivos, así como a decisión de empregar unha determinada aplicación [7, 77].

Dado que cada vez máis persoas experimentan consecuencias negativas na vida diaria, como conflitos con familiares e amigos ou problemas relacionados co traballo que se derivan dun uso descontrolado de Internet e as súas aplicacións específicas, cada vez hai máis necesidade de adecuados e guiados intervencións. No contexto dos trastornos no uso de Internet e as súas formas específicas, como o ICD, suponse que o éxito da prevención e a intervención depende principalmente da adecuación para abordar factores relevantes. Tendo en conta que as características persoais poden ser difíciles de modificar, as intervencións deberían centrarse en moderar e mediar aspectos para evitar un uso excesivo de certas aplicacións de Internet [7]. Neste estudo, destacáronse as expectativas para evitar sentimentos negativos en liña e as ansias ansias inducidas por un sinal que xogan un papel mediador no desenvolvemento e mantemento dun ICD. Aproveitar expectativas específicas para o uso de Internet para cambiar as cognicións inconductivas podería ser un primeiro paso cara a un uso funcional de Internet. As persoas que teñen problemas para soportar o aburrimento ou que teñen unha maior susceptibilidade de experimentar o aburrimento deben ser adestradas para darse conta de que Internet ou o uso do teléfono intelixente non son o único xeito de facer fronte a situacións cotiás que impliquen infraestimulación ou incluso sentimentos desagradables. Este aspecto é particularmente importante porque ter a esperanza de que as aplicacións de comunicación en liña poidan fomentar a fuga de problemas da vida real poden, polo tanto, promover e intensificar as reaccións ansias como mostran os resultados actuais, especialmente cando se producen estímulos específicos. Na vida diaria tales estímulos na vida diaria poden ser, por exemplo, ver a outras persoas que usan o smartphone ou notar unha mensaxe entrante. De feito, isto pode facer aínda máis difícil resistir ás persoas ao desexo de empregar determinadas aplicacións. En total, os individuos poden desenvolver un menor control sobre o seu uso en internet, obtendo consecuencias negativas. Ademais, as tendencias de enfoque cara ás aplicacións de comunicación en liña debidas a ansias experimentadas deberían reducirse sistematicamente mediante programas de adestramento que permitan ás persoas aprender a evitar reaccións non reguladas ante estímulos específicos [7]. A eficacia dos métodos de adestramento común precisa unha investigación máis, especialmente para un ICD.

Finalmente, temos que mencionar algunhas limitacións. O estudo realizouse cunha mostra de conveniencia, que non é representativa para toda a poboación nin para pacientes que buscan tratamento con trastorno por uso de Internet. En base aos resultados actuais, parece interesante investigar a interacción da inclinación do aburrimento, a ansia e o uso de especies noutras mostras, como adolescentes e pacientes que buscan tratamento. Unha limitación adicional é que nos centramos só no ICD. Dado que outras aplicacións de Internet tamén se poden usar para fuxir do aburrimento ou sentimentos negativos, o estudo debe repetirse con mostras que teñan outros usos de primeira elección, como xogos en internet, compras por Internet ou uso de pornografía en internet.

Conclusión

O estudo actual tiña como obxectivo investigar supostos teóricos sobre o desenvolvemento e mantemento dun ICD. A partir do modelo I-PACE, o foco centrouse na mediación de efectos de compoñentes cognitivos e afectivos, a saber, expectativas de evitación e ansia inducida por un cue, na relación entre as características básicas da persoa e os síntomas do ICD. Este estudo examinou o efecto da inclinación do aburrimento como unha variable de trazo que predicía posiblemente síntomas de ICD. Os resultados actuais demostran que a inclinación do aburrimento podería desempeñar un papel importante no ICD. As persoas que teñen maior susceptibilidade a experimentar o aburrimento amosan expectativas máis altas para evitar sentimentos negativos ao usar aplicacións de comunicación en liña, o que á súa vez aumenta consecuencias negativas na vida diaria. Ademais, ter expectativas de evasión está asociada a unha maior experiencia de ansia. Isto pode ser debido a unha vulnerabilidade potencialmente maior ás pistas relacionadas coa comunicación por Internet, o que fai aínda máis difícil non usar aplicacións de comunicación en liña. Con estes resultados, os mecanismos subxacentes dun ICD entran en alivio. Os intentos de intervención que pretenden evitar un uso non regulado e excesivo de Internet e as súas aplicacións específicas poden ser optimizadas considerando o concepto de inclinación do aburrimento e a súa interacción con reactividade, ansia e expectativas.

Información de apoio

S1 File.sav

figacción

descargar

Dataset_PoNE-D-17-41307R2.sav.

Este ficheiro é o conxunto de datos do estudo actual e contén todas as variables e información para as análises realizadas.

(SAV)

Arquivo S1 Dataset_PoNE-D-17-41307R2.sav.

Este ficheiro é o conxunto de datos do estudo actual e contén todas as variables e información para as análises realizadas.

https://doi.org/10.1371/journal.pone.0195742.s001

(SAV)

References

1. 1 Estatista. Número de usuarios de teléfonos intelixentes en todo o mundo desde 2014 ata 2020 (en miles de millóns) 2017 [citado 2017 22 / 11 / 2017].
2. 2 Kuss DJ, Griffiths MD. Redes sociais e adicción en liña: unha revisión do literatur psicolóxico. Revista Internacional de Investigación Ambiental e Saúde Pública. 2011; 8: 3528 – 52. pmid: 22016701
   • Ver artigo
   • PubMed / NCBI
   • Google Scholar
3. 3 Amichai-Hamburger Y, Vinitzky G. Uso e personalidade da rede social. Ordenadores en comportamento humano. 2010; 26 (6): 1289 – 95.
4. Ver artigo
5. Google Scholar
6. 4 Estatista. Número de usuarios activos mensuais de WhatsApp en todo o mundo desde o mes de abril 2013 ata xullo 2017 (en millóns) 2017 [citado 2017 22 / 11 / 2017].
7. 5 Estatista. Número de usuarios activos mensuais de Facebook en todo o mundo desde o trimestre 3rd 2017 (en millóns) 2017 [citado 2017 22 / 11 / 2017].
8. Ver artigo
9. PubMed / NCBI
10. Google Scholar
11. Ver artigo
12. PubMed / NCBI
13. Google Scholar
14. Ver artigo
15. PubMed / NCBI
16. Google Scholar
17. Ver artigo
18. PubMed / NCBI
19. Google Scholar
20. Ver artigo
21. Google Scholar
22. Ver artigo
23. PubMed / NCBI
24. Google Scholar
25. Ver artigo
26. Google Scholar
27. Ver artigo
28. PubMed / NCBI
29. Google Scholar
30. Ver artigo
31. Google Scholar
32. Ver artigo
33. PubMed / NCBI
34. Google Scholar
35. Ver artigo
36. PubMed / NCBI
37. Google Scholar
38. Ver artigo
39. Google Scholar
40. Ver artigo
41. PubMed / NCBI
42. Google Scholar
43. Ver artigo
44. PubMed / NCBI
45. Google Scholar
46. Ver artigo
47. Google Scholar
48. Ver artigo
49. PubMed / NCBI
50. Google Scholar
51. Ver artigo
52. PubMed / NCBI
53. Google Scholar
54. Ver artigo
55. PubMed / NCBI
56. Google Scholar
57. Ver artigo
58. Google Scholar
59. Ver artigo
60. PubMed / NCBI
61. Google Scholar
62. Ver artigo
63. PubMed / NCBI
64. Google Scholar
65. Ver artigo
66. PubMed / NCBI
67. Google Scholar
68. Ver artigo
69. PubMed / NCBI
70. Google Scholar
71. Ver artigo
72. PubMed / NCBI
73. Google Scholar
74. Ver artigo
75. PubMed / NCBI
76. Google Scholar
77. Ver artigo
78. PubMed / NCBI
79. Google Scholar
80. Ver artigo
81. PubMed / NCBI
82. Google Scholar
83. Ver artigo
84. PubMed / NCBI
85. Google Scholar
86. Ver artigo
87. Google Scholar
88. Ver artigo
89. Google Scholar
90. Ver artigo
91. Google Scholar
92. Ver artigo
93. PubMed / NCBI
94. Google Scholar
95. Ver artigo
96. Google Scholar
97. Ver artigo
98. PubMed / NCBI
99. Google Scholar
100. Ver artigo
101. Google Scholar
102. Ver artigo
103. Google Scholar
104. Ver artigo
105. Google Scholar
106. Ver artigo
107. PubMed / NCBI
108. Google Scholar
109. Ver artigo
110. Google Scholar
111. Ver artigo
112. PubMed / NCBI
113. Google Scholar
114. Ver artigo
115. Google Scholar
116. Ver artigo
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. Ver artigo
128. PubMed / NCBI
129. Google Scholar
130. Ver artigo
131. PubMed / NCBI
132. Google Scholar
133. Ver artigo
134. PubMed / NCBI
135. Google Scholar
136. Ver artigo
137. Google Scholar
138. Ver artigo
139. Google Scholar
140. Ver artigo
141. Google Scholar
142. Ver artigo
143. PubMed / NCBI
144. Google Scholar
145. Ver artigo
146. Google Scholar
147. Ver artigo
148. PubMed / NCBI
149. Google Scholar
150. Ver artigo
151. Google Scholar
152. Ver artigo
153. PubMed / NCBI
154. Google Scholar
155. 6. Young KS, Pistner M, O'Mara J, Buchanan J. Trastornos cibernéticos: a preocupación pola saúde mental para o novo milenio. Ciberpsicoloxía e comportamento. 1999; 2: 475-9. pmid: 19178220
156. 7 Marca M, Young KS, Laier C, Wölfling K, Potenza MN. Integración de consideracións psicolóxicas e neurobiolóxicas sobre o desenvolvemento e mantemento de trastornos específicos de uso de Internet: unha modelo de interacción entre persoa-afecto-cognición-execución (I-PACE). Revisións de neurociencia e biohabilitación. 2016; 71: 252 – 66. pmid: 27590829
157. 8 Wegmann E, Brand M. Trastorno de comunicación en internet: é unha cuestión de aspectos sociais, de afrontamento e de expectativas de uso en internet. Fronteiras na Psicoloxía. 2016; 7 (1747): 1 – 14. pmid: 27891107
158. Ver artigo
159. Google Scholar
160. Ver artigo
161. PubMed / NCBI
162. Google Scholar
163. Ver artigo
164. Google Scholar
165. Ver artigo
166. PubMed / NCBI
167. Google Scholar
168. Ver artigo
169. Google Scholar
170. 9 Choi SW, Kim DJ, Choi JS, Choi EJ, Song WY, Kim S, et al. Comparación de factores de risco e de protección asociados á adicción aos teléfonos intelixentes e á adicción a Internet. Journal of Behavioral Addictions. 2015; 4 (4): 308 – 14. pmid: 26690626
171. Ver artigo
172. PubMed / NCBI
173. Google Scholar
174. Ver artigo
175. PubMed / NCBI
176. Google Scholar
177. Ver artigo
178. PubMed / NCBI
179. Google Scholar
180. Ver artigo
181. PubMed / NCBI
182. Google Scholar
183. Ver artigo
184. Google Scholar
185. Ver artigo
186. Google Scholar
187. Ver artigo
188. PubMed / NCBI
189. Google Scholar
190. 10 Montag C, Blaszkiewicz K, Sariyska R, Lachmann B, Andone I, Trendafilov B, et al. Uso de teléfonos intelixentes no século 21st: Quen está activo en WhatsApp? Notas de investigación BMC. 2015; 8: 1 – 6.
191. 11 Brand M, Young KS, Laier C. Control prefrontal e adicción a Internet: modelo teórico e revisión dos achados neuropsicolóxicos e neuroimagens. Fronteiras na Neurociencia Humana. 2014; 8 (375): 1 – 36. pmid: 24904393
192. 12 Davis RA. Un modelo cognitivo-comportamental do uso patolóxico de Internet. Ordenadores en comportamento humano. 2001; 17: 187 – 95.
193. 13 Spada MM. Unha visión xeral do uso problemático de Internet. Comportamentos adictivos. 2014; 39: Epub antes de imprimir. 3 – 6. pmid: 24126206
194. 14 Billieux J, Maurage P, Lopez-Fernandez O, Kuss DJ, Griffiths MD. ¿Pódese considerar o uso desordenado do teléfono móbil como dependencia do comportamento? Unha actualización sobre probas actuais e un modelo completo para futuras investigacións. Informes actuais de adicción. 2015; 2 (2): 156 – 62.
195. 15. Wegmann E, Stodt B, Brand M. O uso adictivo de sitios de redes sociais pode explicarse pola interacción das expectativas de uso de Internet, a alfabetización de Internet e os síntomas psicopatolóxicos. Journal of Behavioral Addictions. 2015; 4 (3): 155 – 62. pmid: 26551905
196. 16. Wegmann E, Oberst U, Stodt B, marca M. O medo en liña específico de perder a vista e as expectativas de uso de Internet contribúen aos síntomas do trastorno de comunicación por Internet. Informes de comportamentos adictivos. 2017; 5: 33-42. pmid: 29450225
197. 17. Marca M, Laier C, Young KS. Adicción a Internet: estilos, expectativas e implicacións no tratamento. Fronteiras en Psicoloxía. 2014; 5: 1-14.
198. 18. Trotzke P, Starcke K, Müller A, Marca M. Compras patolóxicas en liña como forma específica de adicción a Internet: unha investigación experimental baseada en modelos. PLoS ONE. 2015; 10 (10): e0140296. pmid: 26465593
199. 19. Sayette MA. O papel do desexo nos trastornos do uso de substancias: cuestións teóricas e metodolóxicas. Revisión anual da psicoloxía clínica. 2016; 12: 407-33. pmid: 26565121.
200. 20. Hormes JM. A importancia clínica do desexo nos comportamentos adictivos: Unha revisión. Informes de adiccións actuais. 2017; 4 (2): 132 – 41.
201. 21. Bechara A. Toma de decisións, control de impulsos e perda de forza de vontade para resistir ás drogas: unha perspectiva neurocognitiva. Neurociencia da natureza. 2005; 8: 1458-63. pmid: 16251988
202. 22. Carter BL, Tiffany ST. Metaanálise de reactividade en investigación de dependencia. Adicción. 1999; 94: 327-40. pmid: 10605857
203. 23. Skinner MD, Aubin HJ. O lugar do desexo na teoría da adicción: contribución dos principais modelos. Neurociencias e comentarios bio-comportamentais. 2010; 34: 606-23. pmid: 19961872
204. 24. Drummond DC. Teorías do desexo da droga, antiga e moderna. Adicción (Abingdon, Inglaterra). 2001; 96: 33-46.
205. 25. Schiebener J, Laier C, Marca M. ¿Estar atascado coa pornografía? O uso excesivo ou neglixencia de sinais cibersexuais nunha situación multitarea está relacionado cos síntomas da adicción cibersexuais. Journal of Behavioral Addictions. 2015; 4 (1): 14 – 21. pmid: 25786495
206. 26. Niu GF, Sun XJ, Subrahmanyam K, Kong FC, Tian Y, Zhou ZK. Desexo inducido por Internet entre os adictos a Internet. Condutas adictivas. 2016; 62: 1-5. pmid: 27305097
207. 27. Tiffany ST, Wray JM. A importancia clínica do desexo de drogas. Anais da Academia de Ciencias de Nova York. 2012; 1248: 1-17. pmid: 22172057
208. 28. Snagowski J, marca M. Os síntomas da adicción a cibersexo poden vincularse tanto a aproximarse como evitar estímulos pornográficos: resultados dunha mostra analóxica de usuarios cibersexuais habituais. Fronteiras en Psicoloxía. 2015; 6: 653. pmid: 26052292
209. 29. Laier C, Pawlikowski M, Pekal J, Schulte FP, adicción á marca M. Cybersex: a experiencia de experimentación sexual ao ver pornografía e non contactos sexuais na vida real fai a diferenza. Journal of Behavioral Addictions. 2013; 2: 100-7. pmid: 26165929
210. 30. Thalemann R, Wölfling K, Grüsser SM. Reactividade específica en sinais relacionadas cos xogos de ordenador en xogadores excesivos. Neurociencia do comportamento. 2007; 121: 614-8. pmid: 17592953
211. 31. Liu L, Yip SW, Zhang JT, Wang LJ, Shen ZJ, Liu B, et al. Activación do estriado ventral e dorsal durante a reactividade de sinal no trastorno de xogo en Internet. Bioloxía da adicción. 2017; 3 (2): 791 – 801. pmid: 26732520.
212. 32. Park CB, Park SM, Gwak AR, Sohn BK, Lee JY, Jung HY, et al. O efecto da exposición repetida aos indicios de xogo virtual sobre o desexo de xogar. Condutas adictivas. 2015; 41: 61-4. pmid: 25306387
213. 33. Fernie BA, Caselli G, Giustina L, Donato G, Marcotriggiani A, Spada MM. Desexo pensar como predictor do xogo. Condutas adictivas. 2014; 39: 793-6. pmid: 24531634
214. 34. Wegmann E, Stodt B, Brand M. Desexo inducido por indicacións en trastorno de comunicación por Internet usando pistas visuais e auditivas nun paradigma de reactividade de indicación. Investigación e teoría da adicción. 2017: Epub antes da impresión.
215. 35. LePera N. As relacións entre a aburrimento, a atención, a ansiedade, a depresión eo uso de substancias. O Boletín de Psicoloxía da Nova Escola. 2011; 8 (2): 15 – 23.
216. 36. Iso-Ahola SE, Weissinger E. Percepcións de aburrimento no lecer: conceptualización, fiabilidade e validez da escala de ocio de lecer. Journal of Leisure Research. 1990; 22 (1): 1 – 17.
217. 37. Lin CH, Lin SL, Wu CP. Os efectos do seguimento dos pais e do aburrimento no ocio dos adolescentes. Adolescencia. 2009; 44 (176): 993 – 1004. Epub 2009 / 01 / 01. pmid: 20432612.
218. 38. Brissett D, Snow RP. Aburrimento: onde non existe o futuro. Interacción simbólica. 1993; 16 (3): 237 – 56.
219. 39. Biolcati R, Mancini G, Trombini E. Prudencia ao aburrimento e comportamentos de risco durante o tempo libre dos adolescentes. Informes psicolóxicos. 2017: 1 – 21. Epub 2017 / 08 / 05. pmid: 28776483.
220. 40. Harris MB. Correlación e características de aburrimento e aburrimento. Xornal de Psicoloxía Social Aplicada. 2000; 30 (3): 576 – 98.
221. 41. Mikulas WL, Vodanovich SJ. A esencia do aburrimento. O rexistro psicolóxico. 1993; 43 (1): 3 – 12.
222. 42. Elhai JD, Vasquez JK, Lustgarten SD, Levine JC, Hall BJ. A simpatía ante o aburrimento media as relacións entre o uso problemático dos teléfonos intelixentes coa depresión e a ansiedade. Social Science Computer Review. 2017: 1 – 14.
223. 43. Wiesner M, Windle M, Freeman A. Estrés laboral, uso de substancias e depresión entre os traballadores adultos novos: un exame do modelo de efecto principal e moderador. Xornal de psicoloxía da saúde laboral. 2005; 10 (2): 83 – 96. pmid: 15826220.
224. 44. Anshel MH. Unha enquisa a deportistas de elite sobre as causas percibidas do uso de drogas prohibidas no deporte. Xornal do comportamento do deporte. 1991; 14 (4): 283 – 310.
225. 45. Thackray RI. A tensión do aburrimento e da monotonía: consideración das probas. Medicina psicosomática. 1981; 43 (2): 165 – 76. pmid: 7267937.
226. 46. Zhou SX, Leung L. Gratificación, soidade, aburrimento de lecer e autoestima como predictores do patrón de uso e adicción de xogos de SNS entre os estudantes universitarios chineses. International Journal of Cyber ​​Behavior, Psychology and Learning. 2012; 2 (4): 34 – 48.
227. 47. Caldwell LL, Smith EA. Comportamentos para a saúde dos mozos de lecer. Loisir et Société / Sociedade e Lecer. 1995; 18 (1): 143 – 56.
228. 48. Biolcati R, Passini S, Mancini G. "Non podo soportar o aburrimento". As expectativas de beber durante a adolescencia. Informes de comportamentos adictivos. 2016; 3 (Suplemento C): 70 – 6. pmid: 29532002
229. 49. Blaszczynski A, McConaghy N, Frankova A. Apreciación do aburrimento no xogo patolóxico. Informes psicolóxicos. 1990; 67 (1): 35 – 42. Epub 1990 / 08 / 01. pmid: 2236416.
230. 50. Fortune EE, Goodie AS. A relación entre o xogo patolóxico ea procura de sensacións: O papel das puntuacións de subescala. Xornal de estudos de xogo. 2010; 26 (3): 331 – 46. pmid: 19943092.
231. 51. Zuckerman M, Eysenck S, Eysenck HJ. Procura de sensación en Inglaterra e América: comparacións entre culturas, idades e sexos. Xornal de consultoría e psicoloxía clínica. 1978; 46 (1): 139 – 49. Epub 1978 / 02 / 01. pmid: 627648.
232. 52. Neubaum G, Krämer NC. Os meus amigos ao meu lado: unha investigación de laboratorio sobre predictores e consecuencias da proximidade social nos sitios de redes sociais. CyberPsychology, Behavior, and Social Networking. 2015; 18 (8): 443 – 9. pmid: 26252929
233. 53. Lin CH, Yu SF. Uso de Internet para adolescentes en Taiwán: explorando diferenzas de xénero. Adolescencia. 2008; 43 (170): 317 – 31. pmid: 18689104.
234. 54. Rahmani S, Lavasani MG. A relación entre a dependencia de Internet coa procura de sensacións e a personalidade. Procedia: ciencias sociais e de comportamento. 2011; 30 (Suplemento C): 272 – 7.
235. 55. Chaney MP, Chang CY. Un trío de turmoi para homes adictos sexualmente a Internet que teñen relacións sexuais con homes: propensión ao aburrimento, conexión social e disociación. Adicción e compulsividade sexual. 2005; 12 (1): 3-18.
236. 56. Velezmoro R, Lacefield K, Roberti JW. Estrés percibido, procura de sensacións e abuso de internet por parte dos estudantes universitarios. Ordenadores en comportamento humano. 2010; 26 (6): 1526 – 30.
237. 57. Weybright EH, Caldwell LL, Ram N, Smith EA, Wegner L. Aburrimento propenso ou nada que facer? Distinguir entre o aburrimento do lecer estatal e dos trazos e a súa asociación co uso de substancias en adolescentes en Sudáfrica. Ciencias do lecer. 2015; 37 (4): 311 – 31. pmid: 26085700.
238. 58. Pawlikowski M, Altstötter-Gleich C, Brand M. Validación e propiedades psicométricas dunha versión curta do Young's Internet Addiction Test. Ordenadores en comportamento humano. 2013; 29: 1212-23.
239. 59. Trotzke P, Starcke K, Pedersen A, Marca M. Desexo inducido por Cue na compra patolóxica: evidencia empírica e implicacións clínicas. Medicina psicosomática. 2014; 76 (9): 694 – 700. pmid: 25393125.
240. 60. Love A, James D, Willner P. Unha comparación de dous cuestionarios de alcohol. Adicción (Abingdon, Inglaterra). 1998; 93 (7): 1091 – 102.
241. 61. Struk AA, Carriere JS, Cheyne JA, Danckert J. Escala de proneness de aburrimento curto. Avaliación. 2015; 24 (3): 346 – 59. pmid: 26467085.
242. 62. Cohen J. Análise de potencia estatística para as ciencias do comportamento. 2 ed. Hillsdale, NJ: Erlbaum; 1988.
243. 63. Muthén L, Muthén B. MPlus. Os Ánxeles: Muthén & Muthén; 2011.
244. 64. Hu L, Bentler PM. Avaliar o axuste do modelo. En: Hoyle RH, editor. Problemas e aplicacións dos conceptos de modelaxe de ecuacións estruturais. Londres: Sage Publications, Inc; 1995. p. 76 – 99.
245. 65. Hu L, Bentler PM. Criterios de corte para os índices encaixados na análise da estrutura de covarianza: criterios convencionais fronte a novas alternativas. Modelaxe de ecuacións estruturais: un xornal multidisciplinar. 1999; 6: 1-55.
246. 66. Marsh HW, Ludtke Ou, Nagengast B, Morin AJ, Von Davier M. Por que as parcelas de artigos (case) nunca son apropiadas: dous erros non fixeron un dereito; camuflaron a especificación de misións cos paquetes de elementos nos modelos CFA. Métodos psicolóxicos. 2013; 18 (3): 257 – 84. pmid: 23834417.
247. 67. Little TD, Cunningham WA, Shahar G, Widaman KF. Parcelar ou non paquete: explorando a pregunta, ponderando os méritos. Modelaxe de ecuacións estruturais: un xornal multidisciplinar. 2002; 9 (2): 151 – 73.
248. 68. Sommers J, Vodanovich SJ. Prognosticación por aburrimento: a súa relación cos síntomas psicolóxicos e físicos. Xornal de psicoloxía clínica. 2000; 56 (1): 149 – 55. Epub 2000 / 02 / 08. pmid: 10661377.
249. 69. Gordon A, Wilkinson R, McGown A, Jovanoska S. As propiedades psicométricas da Escala de predición do aburrimento: un exame da súa validez. Estudos psicolóxicos. 1997; 42 (2 – 3): 85 – 97.
250. 70. Derogatis LR. BSI Brief Symptom Inventory: manual de administración, puntuación e procedementos. 1993. Epub Third Edit.
251. 71. Dimitrov DM. Comparar grupos en variables latentes: un enfoque de modelado de ecuacións estruturais. Traballo (lectura, misa). 2006; 26 (4): 429 – 36. Epub 2006 / 06 / 22. pmid: 16788262.
252. 72. Montag C, Markowetz A, Blaszkiewicz K, Andone I, Lachmann B, Sariyska R, et al. O uso de Facebook en smartphones e volume de materia gris do núcleo accumbens. Investigación sobre o comportamento do cerebro. 2017; 329: 221-8. pmid: 28442353.
253. 73. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS. O cerebro se correlaciona co desexo de facer xogos en liña baixo exposición en suxeitos con adicción a Internet e en asuntos remitidos. Bioloxía da adicción. 2013; 18: 559-69. pmid: 22026537
254. 74. Ko CH, Liu GC, Yen JY, Yen CF, Chen CS, Lin WC. As activacións cerebrais tanto para o xogo inducido por sinal como para o desexo de fumar entre as persoas comorban con adicción aos xogos en internet e dependencia da nicotina. Journal of Psychiatric Research. 2013; 47 (4): 486 – 93. pmid: 23245948
255. 75. Turel O, Bechara A. Efectos da impulsividade motora e da calidade do sono nos comportamentos de xuramento, desvíos interpersonais e desvantajosas en sitios de redes sociais en liña. Diferenzas individuais e de personalidade. 2017; 108: 91-7.
256. 76. Ben-Yehuda L, Greenberg L, Weinstein A. Adicción a Internet mediante o uso de relacións entre teléfonos intelixentes entre a adicción a Internet, a frecuencia de uso do teléfono intelixente e a mirada mental de estudantes e mulleres. Journal of Reward Deficiency Syndrome & Addiction Science. 2016.
257. 77. Tavolacci MP, Ladner J, Grigioni S, Richard L, Villet H, Dechelotte P. Prevalencia e asociación de estrés percibido, uso de substancias e vicios de comportamento: un estudo transversal entre estudantes universitarios en Francia, 2009-2011. BMC saúde pública. 2013; 13: 724. pmid: 23919651.