क्या बोरियत से बचने के लिए इंटरनेट-संचार का उपयोग करना फायदेमंद है? इंटरनेट-संचार विकार (XNNX) के लक्षणों को समझाने में क्यू-प्रेरित लालसा और परिहार प्रत्याशाओं के साथ ऊब का उच्चारण

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

सार

स्मार्टफोन पर मैसेंजर (जैसे व्हाट्सएप) या सोशल नेटवर्किंग सेवाओं (जैसे फेसबुक) सहित ऑनलाइन-संचार अनुप्रयोगों का उपयोग अरबों लोगों के लिए दैनिक अभ्यास बन गया है, उदाहरण के लिए प्रतीक्षा समय के दौरान। रोज़मर्रा की ज़िंदगी में नकारात्मक परिणामों के बावजूद इन अनुप्रयोगों के उपयोग पर कम नियंत्रण दिखाने वाले व्यक्तियों की संख्या बढ़ रही है। इसे इंटरनेट-संचार विकार (ICD) कहा जा सकता है। वर्तमान अध्ययन ने ICD के लक्षणों पर ऊब की प्रवृत्ति के प्रभाव की जांच की। इसने संज्ञानात्मक और भावात्मक तंत्रों की मध्यस्थ भूमिका की भी जांच की, अर्थात् ऑनलाइन नकारात्मक भावनाओं से बचने की अपेक्षाएँ और संकेत-प्रेरित लालसा। एक संरचनात्मक समीकरण मॉडल (N = 148) के परिणाम बताते हैं कि ऊब की प्रवृत्ति ICD के विकास और रखरखाव के लिए एक जोखिम कारक है क्योंकि इसका ICD लक्षणों पर महत्वपूर्ण प्रत्यक्ष प्रभाव था। इसके अलावा, ऊब की प्रवृत्ति ने बचने की अपेक्षाओं के साथ-साथ संकेत-प्रेरित लालसा की भी भविष्यवाणी की। दोनों ने बदले में ICD प्रवृत्तियों के विकास के जोखिम को बढ़ाया। इसके अलावा, दोनों चर ICD पर ऊब की प्रवृत्ति के प्रभाव की मध्यस्थता करते हैं और एक दूसरे के बीच बातचीत करते हैं। संक्षेप में, परिणाम दर्शाते हैं कि जिन लोगों में बोरियत का अनुभव करने की अधिक संभावना होती है, वे ऑनलाइन नकारात्मक भावनाओं से बचने की अधिक अपेक्षा रखते हैं, जो विशिष्ट संकेतों (जैसे कि आने वाले संदेश) का सामना करने पर उच्च लालसा प्रतिक्रियाओं को बढ़ावा देता है, और इसके परिणामस्वरूप ICD प्रवृत्ति हो सकती है।

प्रशस्ति पत्र: वेगमैन ई, ओस्टेनडॉर्फ एस, ब्रांड एम (2018) क्या बोरियत से बचने के लिए इंटरनेट-संचार का उपयोग करना फायदेमंद है? बोरियत की प्रवृत्ति इंटरनेट-संचार विकार के लक्षणों को समझाने में संकेत-प्रेरित लालसा और बचने की अपेक्षाओं के साथ परस्पर क्रिया करती है। PLoS ONE 13(4): e0195742. https://doi.org/10.1371/journal.pone.0195742

संपादक: फिल रीड, स्वानसी विश्वविद्यालय, यूनाइटेड किंगडम

प्राप्त किया: नवंबर 22, 2017; स्वीकार किए जाते हैं: मार्च 28, 2018; प्रकाशित: अप्रैल १, २०२४

कॉपीराइट: © 2018 वेगमैन एट अल. यह एक ओपन एक्सेस लेख है जो की शर्तों के तहत वितरित किया गया है क्रिएटिव कॉमन्स एट्रिब्यूशन लाइसेंस, जो किसी भी माध्यम में अप्रतिबंधित उपयोग, वितरण और प्रजनन की अनुमति देता है, बशर्ते मूल लेखक और स्रोत को श्रेय दिया जाता है।

डेटा उपलब्धता: सभी प्रासंगिक डेटा कागज और इसकी सहायक सूचना फ़ाइलों के भीतर हैं।

अनुदान: लेखकों को इस काम के लिए कोई विशिष्ट धन नहीं मिला।

प्रतिस्पर्धी रुचियां: लेखकों ने घोषणा की है कि कोई प्रतिस्पर्धात्मक रुचि मौजूद नहीं है।

परिचय

दस साल से भी ज़्यादा समय पहले स्मार्टफ़ोन लॉन्च होने के बाद से, रोज़मर्रा की ज़िंदगी में इसका इस्तेमाल करने वाले लोगों की संख्या में अभी भी इज़ाफ़ा हो रहा है। दुनिया भर में स्मार्टफ़ोन उपयोगकर्ताओं की संख्या 2.32 में 2017 बिलियन तक पहुँचने का अनुमान है, और 2.87 में 2020 बिलियन उपयोगकर्ताओं तक पहुँचने की उम्मीद है।1]। अन्य के अलावा, स्मार्टफोन पर इस्तेमाल किए जाने वाले सबसे लोकप्रिय ऑनलाइन एप्लिकेशन ऑनलाइन-संचार एप्लिकेशन हैं। वे उपयोगकर्ताओं को दूसरों के साथ सीधा संपर्क करने, दूर के दोस्तों से जुड़े रहने और व्यक्तिगत जानकारी, चित्र या वीडियो साझा करने की अनुमति देते हैं।2, 3] 'ऑनलाइन-संचार अनुप्रयोग' शब्द में बहुत लोकप्रिय अनुप्रयोग शामिल हैं जैसे कि त्वरित संदेश सेवा व्हाट्सएप जिसके हर महीने 1.3 बिलियन से अधिक सक्रिय उपयोगकर्ता हैं।4] या फेसबुक जैसी सामाजिक नेटवर्किंग सेवाएं जिनके 2 बिलियन मासिक सक्रिय उपयोगकर्ता हैं [5इंटरनेट संचार और सामान्य रूप से स्मार्टफोन के उपयोग के कई लाभों के अलावा, इन अनुप्रयोगों के अत्यधिक और समय लेने वाले उपयोग के कारण नकारात्मक परिणामों का अनुभव करने वाले व्यक्तियों की संख्या बढ़ रही है।2, 6-8] विशेष रूप से विभिन्न मोबाइल उपकरणों की उपलब्धता और ऐसे अनुप्रयोगों तक आसान और स्थायी पहुंच लोगों को दिन भर में किसी भी समय, किसी भी स्थान पर दूसरों के साथ बातचीत और संवाद करने की अनुमति देती है।9, 10] यह व्यवहार रोगात्मक और बाध्यकारी उपयोग को जन्म दे सकता है, जो अन्य व्यवहारिक व्यसनों या पदार्थ-उपयोग विकारों के समान है, जैसा कि विभिन्न अध्ययनों और शोधकर्ताओं द्वारा सुझाया गया है [7, 8].

इंटरनेट-संचार विकार के संज्ञानात्मक और भावात्मक सहसंबंध

दुनिया भर में इंटरनेट के बढ़ते उपयोग के कारण इंटरनेट उपयोग विकार पर एक विशिष्ट प्रकार के व्यवहारिक लत के रूप में ध्यान केंद्रित करने वाले अधिक से अधिक अध्ययनों की ओर अनुसंधान हो रहा है।2, 7, 11]। इसके अलावा, कुछ अध्ययन एक विशिष्ट प्रकार के इंटरनेट-उपयोग विकार, इंटरनेट-संचार विकार (ICD) का सुझाव देते हैं। ICD ऑनलाइन-संचार अनुप्रयोगों के व्यसनी उपयोग का वर्णन करता है [6-8, 12] आईसीडी के लक्षण, जो इंटरनेट उपयोग विकार की विशेषताओं से उत्पन्न होते हैं, को नियंत्रण की हानि, पुनरावृत्ति, वापसी के लक्षण, व्यस्तता, हितों की उपेक्षा, सहनशीलता और सामाजिक, पेशेवर या व्यक्तिगत जीवन में नकारात्मक परिणामों के रूप में परिभाषित किया जाता है।6, 7, 13, 14] डेविस [12] ने इंटरनेट के अनिर्दिष्ट रोगात्मक उपयोग के तंत्र के साथ-साथ एक विशिष्ट इंटरनेट-उपयोग विकार का वर्णन करने वाला पहला सैद्धांतिक मॉडल पेश किया। हाल ही में, ब्रांड, यंग [7] ने एक नया सैद्धांतिक मॉडल पेश किया, व्यक्ति-प्रभाव-ज्ञान-निष्पादन (आई-पीएसीई) मॉडल की सहभागिता, जो विशिष्ट इंटरनेट-उपयोग विकारों, जैसे कि आईसीडी के विकास और रखरखाव के संभावित तंत्रों का सारांश प्रस्तुत करता है। आई-पीएसीई मॉडल व्यक्ति की मुख्य विशेषताओं के साथ-साथ भावात्मक, संज्ञानात्मक और कार्यकारी घटकों की सहभागिता को दर्शाता है। यह सुझाव देता है कि व्यक्ति की मुख्य विशेषताएँ जैसे कि व्यक्तित्व, सामाजिक अनुभूतियाँ, मनोविकृति संबंधी लक्षण, जैव-मनोवैज्ञानिक कारक और विशिष्ट पूर्वाग्रह किसी स्थिति की व्यक्तिपरक धारणा को प्रभावित करते हैं। यह धारणा व्यसन-संबंधी संकेतों, तनाव, व्यक्तिगत संघर्षों, असामान्य मनोदशा के साथ-साथ व्यक्तिगत भावात्मक और संज्ञानात्मक प्रतिक्रियाओं के साथ टकराव जैसे कारकों द्वारा बनाई जाती है। उत्तरार्द्ध में संकेत-प्रतिक्रियाशीलता, लालसा, ध्यान संबंधी पूर्वाग्रह या आगे इंटरनेट-संबंधी संज्ञानात्मक पूर्वाग्रह और बेकार मुकाबला शैली शामिल हैं। इन व्यक्तिगत भावात्मक और संज्ञानात्मक कारकों को किसी व्यक्ति की मुख्य विशेषताओं के किसी विशिष्ट इंटरनेट-उपयोग विकार के विकास और रखरखाव पर प्रभाव को मध्यस्थ या मध्यम करने के लिए माना जाता है। ब्रांड, यंग [7] दर्शाते हैं कि भावात्मक और संज्ञानात्मक प्रतिक्रियाओं का प्रभाव कार्यकारी कारकों, जैसे कि निरोधात्मक नियंत्रण के साथ परस्पर क्रिया करता है। संतुष्टि या क्षतिपूर्ति का अनुभव करने के लिए किसी निश्चित अनुप्रयोग का उपयोग करने का निर्णय तब उस अनुप्रयोग के अत्यधिक उपयोग को जन्म दे सकता है, जिससे विशिष्ट पूर्वाग्रहों के साथ-साथ भावात्मक, संज्ञानात्मक और कार्यकारी कारकों को एक दुष्चक्र के समान मजबूत किया जा सकता है (मॉडल के अधिक विस्तृत विवरण और अनुभवजन्य अध्ययनों के विस्तृत अवलोकन के लिए, देखें [7]).

पूर्व अध्ययनों से पहले ही पता चला है कि अवसाद और सामाजिक चिंता जैसे मनोवैज्ञानिक लक्षणों का प्रभाव, और व्यक्तित्व पहलुओं का प्रभाव, जैसे तनाव भेद्यता, आत्म-सम्मान और आत्म-प्रभावकारिता, आईसीडी की प्रवृत्तियों पर विशिष्ट संज्ञान द्वारा मध्यस्थता की जाती है, जैसे कि एक असंतुलित मुकाबला शैली और इंटरनेट-उपयोग अपेक्षाएं [8, 15]. वेगमैन, ओबेर्स्ट [16] ने प्रदर्शित किया कि विशेष रूप से परिहार अपेक्षाएँ, जिसमें वास्तविकता से भागने की इच्छा, वास्तविक जीवन की समस्याओं से ध्यान हटाने की इच्छा, या अकेलेपन से बचने की इच्छा शामिल है, आईसीडी लक्षणों को समझाने के लिए प्रासंगिक हैं। ब्रांड, लैयर [17] साथ ही ट्रॉट्ज़के, स्टार्के [18] ने दिखाया कि आनंद का अनुभव करने या समस्याओं से ध्यान हटाने की संभावना के रूप में विशिष्ट अनुप्रयोगों के उपयोग के प्रति उच्च अपेक्षाएं क्रमशः व्यक्तिगत पहलुओं और सामान्यीकृत (अनिर्दिष्ट) इंटरनेट-उपयोग विकार और इंटरनेट-शॉपिंग विकार के बीच संबंधों की मध्यस्थता करती हैं।

इंटरनेट-उपयोग अपेक्षाओं की अवधारणा के अलावा, ब्रांड, यंग [7] आगे तर्क देते हैं कि संकेत-प्रतिक्रियाशीलता और लालसा विशिष्ट अनुप्रयोगों के रोगात्मक उपयोग के विकास और रखरखाव के भीतर महत्वपूर्ण निर्माण प्रतीत होते हैं। यह धारणा पदार्थ-उपयोग विकारों के बारे में पूर्व शोध पर आधारित है (उदाहरण के लिए परिणाम देखें [19] साथ ही अन्य व्यवहारिक व्यसन [20], जो दर्शाते हैं कि नशे के आदी लोग नशे से संबंधित उत्तेजनाओं के प्रति संवेदनशील होते हैं जो मस्तिष्क में पुरस्कार प्रसंस्करण क्षेत्रों को सक्रिय करते हैं [21-25] लालसा नशीली दवाओं को लेने या बार-बार एक नशे की लत व्यवहार दिखाने की इच्छा या आग्रह का वर्णन करती है [26, 27] संकेत-प्रतिक्रियाशीलता और लालसा की अवधारणा को व्यवहारिक व्यसनों के अध्ययन में स्थानांतरित कर दिया गया है। संकेत-प्रतिक्रियाशीलता और लालसा के व्यवहारिक सहसंबंध पहले से ही इंटरनेट-शॉपिंग विकार में देखे जा चुके हैं [18], इंटरनेट-पोर्नोग्राफी-देखने संबंधी विकार [28, 29], इंटरनेट-गेमिंग विकार [30, 31], इंटरनेट-जुआ विकार [32, 33], और आईसीडी [34].

हालाँकि अध्ययन एक विशिष्ट इंटरनेट-उपयोग विकार के विकास और रखरखाव में इन भावात्मक (संकेत-प्रतिक्रियाशीलता और लालसा) और संज्ञानात्मक (इंटरनेट-संबंधी अपेक्षाएँ) घटकों की महत्वपूर्ण भूमिका पर ज़ोर देते हैं, इन कारकों की बातचीत, जिसे I-PACE मॉडल में निर्धारित किया गया है, अस्पष्ट बनी हुई है। वर्तमान अध्ययन I-PACE मॉडल की कुछ मुख्य मान्यताओं पर आधारित है, विशेष रूप से व्यक्ति की मूल विशेषताओं और ICD के लक्षणों के बीच संबंधों पर भावात्मक और संज्ञानात्मक तंत्रों के मध्यस्थता प्रभाव। इस अध्ययन का उद्देश्य इंटरनेट से संबंधित संज्ञानात्मक पूर्वाग्रहों (जैसे इंटरनेट-उपयोग अपेक्षाएँ) और भावात्मक पूर्वाग्रहों (जैसे संकेत-प्रेरित लालसा) दोनों द्वारा मध्यस्थता वाले ICD पर व्यक्ति की मुख्य विशेषताओं के प्रभाव की जाँच करना है। वेगमैन, ओबेर्स्ट के आधार पर16], हम मानते हैं कि ऑनलाइन-संचार अनुप्रयोगों का उपयोग करके नकारात्मक भावनाओं से बचने की अपेक्षा का प्रभाव संकेत-प्रेरित लालसा द्वारा मध्यस्थ होता है, जैसा कि ब्रांड, यंग के मॉडल में वर्णित है [7] अध्ययन के दूसरे उद्देश्य के रूप में, हम ICD में बोरियत की संवेदनशीलता की भूमिका की जांच पर ध्यान केंद्रित करते हैं। इस प्रकार, हम व्यक्ति की मुख्य विशेषताओं और एक विशिष्ट इंटरनेट-उपयोग विकार के लक्षणों के बीच संबंधों को बेहतर ढंग से समझना चाहेंगे, जिसकी अभी तक ICD के संदर्भ में जांच नहीं की गई है।

आईसीडी के पूर्वानुमान के रूप में ऊब की प्रवृत्ति

बोरियत की अवधारणा विभिन्न परिस्थितिजन्य और व्यक्तिगत कारकों द्वारा निर्धारित होती है [35] बोरियत को मन की एक नकारात्मक स्थिति या अपेक्षित और कथित अनुभव के बीच आंतरिक संघर्ष के रूप में वर्णित किया जा सकता है [36, 37]. ब्रिसेट और स्नो [38] ने बोरियत को “अल्प-उत्तेजना, कम-उत्तेजना और असंतोष से जुड़ी मनोवैज्ञानिक भागीदारी की कमी की स्थिति के रूप में परिभाषित किया है, और व्यक्ति अतिरिक्त उत्तेजना की तलाश करके बोरियत से निपटने की कोशिश करते हैं” [39] यह अवस्था अप्रिय भावनाओं से भी जुड़ी होती है, जिनसे व्यक्ति बचने की कोशिश करता है।40, 41] केवल ऊब की प्रवृत्ति को विशेषता ऊब के रूप में परिभाषित किया जाता है। ऊब की प्रवृत्ति का निर्माण अक्सर "किसी व्यक्ति की ऊब का अनुभव करने की संवेदनशीलता के रूप में संचालित होता है" [35] इसके अलावा, ऊब की प्रवृत्ति में किसी व्यक्ति का किसी उत्तेजना की ओर ध्यान आकर्षित करने में कठिनाई, इस ध्यान घाटे के बारे में जागरूक होना और साथ ही ऊब के अनुभव को कम करने की कोशिश करना शामिल है।35, 42].

कई अध्ययनों ने बोरियत की प्रवृत्ति की नैदानिक ​​प्रासंगिकता पर जोर देते हुए बताया है कि बोरियत (प्रवणता) शराब के सेवन से संबंधित है।43], मनो-सक्रिय पदार्थों का उपयोग [44], अवसाद और चिंता के सूचकांक [35], और सामान्य रूप से स्वास्थ्य समस्याएं [45]. झोउ और लेउंग [46] ने दिखाया कि अवकाश की बोरियत जोखिम भरे व्यवहारों जैसे कि अपराध, अत्यधिक संवेदनात्मक गतिविधि और नशीली दवाओं के दुरुपयोग से संबंधित है [36, 46, 47] बोरियत की प्रवृत्ति और पदार्थ के उपयोग (जैसे शराब पीना) के बीच संबंध के लिए एक संभावित स्पष्टीकरण के रूप में, बायोलकाटी, पासिनी [48] ने शराब की खपत के प्रति अपेक्षाओं के संभावित मध्यस्थता प्रभावों की जांच की। परिणामों ने दर्शाया कि शराब पीने के व्यवहार पर ऊब की प्रवृत्ति का प्रभाव ऊब से बचने, समस्याओं से बचने और नकारात्मक भावनाओं से निपटने की अपेक्षाओं द्वारा मध्यस्थता की जाती है।48]। इसके अलावा, विभिन्न व्यवहारगत व्यसनों या रोगात्मक व्यवहारों के बारे में अनुभवजन्य शोध जोखिमपूर्ण व्यवहार के लिए ऊब की प्रासंगिकता को स्पष्ट करता है। उदाहरण के लिए, ब्लास्ज़िंस्की, मैककोनाघी [49] ने दिखाया कि जुआ खेलने की बीमारी वाले व्यक्तियों ने गैर-जुआ खेलने वालों की तुलना में बोरियत के मापदंड पर अधिक अंक प्राप्त किए। जुआ खेलना उनके लिए नकारात्मक स्थितियों या मनोदशाओं से बचने या उन्हें कम करने का एक तरीका प्रतीत होता है। यह फॉर्च्यून और गुडी द्वारा बताए गए परिणामों के अनुरूप है [50] यह दर्शाता है कि रोगात्मक जुआ बोरियत की संवेदनशीलता से जुड़ा हुआ है, जो कि ज़ुकरमैन, आइसेनक द्वारा सेंसेशन सीकिंग स्केल फॉर्म वी का एक उप-स्केल है [51].

जैसा कि पहले बताया गया है, रोजमर्रा की जिंदगी में स्मार्टफोन का उपयोग एक आसान और स्थायी पहुंच का परिणाम है जो निरंतर संचार और मनोरंजन को सक्षम बनाता है।2, 52]। हमारा अनुमान है कि स्थायी उत्तेजना की संभावना स्मार्टफोन और ऑनलाइन-संचार अनुप्रयोगों के समय लेने वाले और अत्यधिक उपयोग की ओर ले जाती है। इसी तरह, बोरियत की भावनाओं से बचना इंटरनेट का उपयोग करने की मुख्य प्रेरणा प्रतीत होती है।53]. लिन, लिन [37] ने दिखाया कि ऊब की प्रवृत्ति और इंटरनेट में उच्च भागीदारी दोनों ही इंटरनेट-उपयोग विकार की संभावना को बढ़ाते हैं। लेखक इस बात पर जोर देते हैं कि इंटरनेट उत्साह और आनंद की तलाश करने की संभावना प्रतीत होती है, जो रोगात्मक उपयोग के स्तर को बढ़ाती है। यह इंटरनेट-उपयोग विकार और उच्च ऊब की प्रवृत्ति के बीच संबंध पर जोर देने वाले पूर्व शोध के अनुरूप है [54-56]. झोउ और लेउंग [46] ने इस संबंध को स्पष्ट किया और दिखाया कि बोरियत सोशल नेटवर्किंग साइट्स के रोगात्मक उपयोग के साथ-साथ सोशल नेटवर्किंग सेवाओं में रोगात्मक गेमिंग व्यवहार का पूर्वानुमान है। एल्हाई, वास्क्वेज़ [42] ने दर्शाया कि उच्च बोरियत की प्रवृत्ति समस्याग्रस्त स्मार्टफोन व्यवहार पर अवसाद और चिंता के प्रभाव को मध्यस्थ करती है। कुल मिलाकर, हम मानते हैं कि बोरियत की प्रवृत्ति विशेषता बोरियत के रूप में ICD के विकास के संबंध में एक व्यक्तिगत जोखिम कारक है।

अध्ययन के उद्देश्यों का सारांश

वर्तमान अध्ययन का उद्देश्य आईसीडी के लक्षणों के संबंध में अंतर्निहित भावात्मक और संज्ञानात्मक तंत्र की बेहतर समझ में योगदान देना है। हमारी धारणाएँ पिछले अध्ययनों पर आधारित हैं, जिसमें पदार्थ के दुरुपयोग जैसे जोखिम भरे व्यवहारों पर ऊब की प्रवृत्ति के प्रभाव की रिपोर्ट की गई है।57], स्वास्थ्य जोखिम कारक [46], रोगात्मक जुआ [50], या इंटरनेट उपयोग विकार [37, 54]। हम मानते हैं कि जिन व्यक्तियों में बोरियत का अनुभव करने की अधिक संभावना होती है और जो बार-बार स्मार्टफोन का उपयोग एक अनुपयुक्त मुकाबला रणनीति के रूप में करते हैं, उनमें ऑनलाइन-संचार अनुप्रयोगों के रोगात्मक उपयोग को विकसित करने की अधिक संभावना होती है। ब्रांड, यंग द्वारा I-PACE मॉडल के अनुरूप [7], हम यह परिकल्पना करते हैं कि ऊब की प्रवृत्ति का प्रभाव विशिष्ट संज्ञान द्वारा मध्यस्थता किया जाता है। इसके अलावा और बायोलकाटी, पासिनी द्वारा किए गए अध्ययन के आधार पर [48] हम यह भी मानते हैं कि विशेष रूप से ऐसे व्यक्ति जो ऑनलाइन-संचार अनुप्रयोगों का उपयोग करके नकारात्मक भावनाओं से बचने के लिए उच्च ऊब की प्रवृत्ति के साथ-साथ अपेक्षाएं रखते हैं, ऐसे अनुप्रयोगों के उपयोग के कारण अधिक नकारात्मक परिणामों का अनुभव करते हैं। एक और उद्देश्य के रूप में, हम भावात्मक और संज्ञानात्मक प्रतिक्रियाओं के प्रभावों की जांच करते हैं। I-PACE मॉडल से पता चलता है कि ICD लक्षणों पर परिहार अपेक्षाओं का प्रभाव उच्च लालसा अनुभवों द्वारा मध्यस्थ होता है। कुल मिलाकर, संकेत-प्रेरित लालसा का मध्यस्थता प्रभाव ऊब की प्रवृत्ति और ICD के बीच परिहार अपेक्षाओं के मध्यस्थता प्रभाव के लिए भी प्रासंगिक हो सकता है। अंजीर 1 संरचनात्मक समीकरण मॉडल में परिकल्पनाओं को सारांशित करता है।

थंबनेल

 

चित्र 1. परिकल्पित मॉडल.

आईसीडी के अव्यक्त चरों सहित सुझाए गए प्रत्यक्ष और अप्रत्यक्ष प्रभावों का विश्लेषण करने के लिए परिकल्पित मॉडल।

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

तरीके

प्रतिभागियों और प्रक्रिया

18 से 60 वर्ष की आयु के एक सौ अड़तालीस प्रतिभागी (M = 25.61, SD = 8.94) ने वर्तमान अध्ययन में भाग लिया। इनमें से 91 महिलाएं और 57 पुरुष थे। सभी प्रतिभागी ऑनलाइन-संचार अनुप्रयोगों के उपयोगकर्ता थे, जिनका उपयोग दो से 19 वर्ष तक था (M = 8.09, SD = 3.09)। ऑनलाइन-संचार एप्लिकेशन व्हाट्सएप सबसे अधिक बार इस्तेमाल किया जाने वाला एप्लिकेशन था (सभी प्रतिभागियों का 97.97%), उसके बाद फेसबुक (सभी प्रतिभागियों का 78.38%), फेसबुक मैसेंजर (सभी प्रतिभागियों का 62.84%) और इंस्टाग्राम (सभी प्रतिभागियों का 53.38%) का स्थान रहा। अन्य ऑनलाइन-संचार एप्लिकेशन जैसे ट्विटर, आईमैसेज, स्नैपचैट या स्काइप का इस्तेमाल सभी प्रतिभागियों में से 50% से भी कम लोगों ने किया। प्रतिभागियों ने औसतन 125.41 मिनट (SD = 156.49) प्रतिदिन व्हाट्सएप का उपयोग करते हुए, उसके बाद इंस्टाग्राम (M = 57.97, SD = 78.76), स्नैपचैट (M = 53.71, SD = 65.40), और फेसबुक (M = 55.48, SD = 84.74). अन्य सभी एप्लीकेशन का उपयोग औसतन प्रतिदिन 30 मिनट से भी कम किया गया।

हमने मेलिंग सूचियों, ऑनलाइन सोशल नेटवर्क और मौखिक अनुशंसाओं के माध्यम से डुइसबर्ग-एसेन विश्वविद्यालय (जर्मनी) में नमूने की भर्ती की। अध्ययन एक प्रयोगशाला, व्यक्तिगत सेटिंग में आयोजित किया गया था। सबसे पहले, प्रतिभागियों को प्रक्रिया के बारे में लिखित रूप से सूचित किया गया और उन्होंने लिखित सहमति दी। हमने उनसे अपने स्मार्टफोन को फ्लाइट मोड पर स्विच करने और भागीदारी के दौरान इसे अपनी जेब में रखने के लिए कहा। इसके बाद, प्रतिभागियों ने ऑनलाइन प्रश्नावली का उत्तर दिया और एक संकेत-प्रतिक्रियात्मकता प्रतिमान के साथ-साथ आगे के प्रयोगात्मक प्रतिमानों का प्रदर्शन किया जो वर्तमान पांडुलिपि के लिए प्रासंगिक नहीं हैं। उसके बाद, प्रतिभागियों ने आगे की ऑनलाइन प्रश्नावली का जवाब दिया, जैसे कि बोरियत प्रवणता पैमाना, इंटरनेट-उपयोग-अपेक्षा पैमाना या लघु इंटरनेट लत परीक्षण, जिसे निम्नलिखित में समझाया जाएगा। कुल मिलाकर, अध्ययन में लगभग एक घंटा लगा। छात्रों को उनकी भागीदारी के लिए क्रेडिट अंक मिले। डुइसबर्ग-एसेन विश्वविद्यालय की नैतिकता समिति ने अध्ययन को मंजूरी दी।

उपकरण

इंटरनेट-संचार विकार (एस-आईएटी-आईसीडी) के लिए लघु इंटरनेट एडिक्शन टेस्ट का संशोधित संस्करण।

आईसीडी की प्रवृत्तियों को पावलिकोव्स्की, अल्टस्टोटर-ग्लेइच द्वारा इंटरनेट एडिक्शन टेस्ट (एस-आईएटी) के लघु संस्करण के साथ मापा गया था।58] इस अध्ययन के लिए हमने ICD (s-IAT-ICD) के लिए संशोधित संस्करण का उपयोग किया [15] यह पैमाना ऑनलाइन-संचार अनुप्रयोगों के उपयोग के कारण रोजमर्रा की जिंदगी में व्यक्तिपरक शिकायतों का आकलन करता है। शुरुआत में, ऑनलाइन-संचार अनुप्रयोगों की परिभाषा दी गई है। निर्देश इस बात पर जोर देते हैं कि ऑनलाइन-संचार अनुप्रयोगों में फेसबुक, ट्विटर और इंस्टाग्राम जैसे सोशल नेटवर्किंग साइट्स और ब्लॉग्स के साथ-साथ व्हाट्सएप जैसे इंस्टेंट मैसेंजर का सक्रिय (जैसे, नई पोस्ट लिखना) और निष्क्रिय (जैसे, नई पोस्ट ब्राउज़ करना और पढ़ना) उपयोग शामिल है।

प्रतिभागियों को पांच-बिंदु लिकर्ट स्केल (1 = "कभी नहीं" से 5 = "बहुत बार") पर बारह वस्तुओं को रेट करना था। बारह से 60 तक के योग स्कोर की गणना की गई। 30 से अधिक स्कोर ऑनलाइन-संचार अनुप्रयोगों के समस्याग्रस्त उपयोग को इंगित करते हैं, जबकि 37 से अधिक स्कोर ऑनलाइन-संचार अनुप्रयोगों के रोगात्मक उपयोग को इंगित करते हैं। प्रश्नावली में दो कारक (प्रत्येक में छह आइटम) शामिल हैं: नियंत्रण/समय प्रबंधन की हानि (s-IAT-ICD 1: α = .849) और सामाजिक समस्याएं/लालसा (s-IAT-ICD 2: α = .708)। कुल आंतरिक संगति α = .842 थी। दोनों कारक संरचनात्मक समीकरण मॉडल में ICD के अव्यक्त आयाम का प्रतिनिधित्व करते हैं।

संकेत-प्रतिक्रियाशीलता और लालसा।

संकेत-प्रतिक्रियाशीलता और लालसा की जांच करने के लिए, ऑनलाइन-संचार अनुप्रयोगों से संबंधित बारह चित्रों से युक्त एक संकेत-प्रतिक्रियाशीलता प्रतिमान लागू किया गया था [34, 59] दृश्य संकेतों ने विभिन्न स्मार्टफ़ोन को विभिन्न ऑनलाइन-संचार अनुप्रयोगों के माध्यम से बातचीत प्रदर्शित करते हुए दिखाया। उत्तेजनाओं का पूर्व परीक्षण किया गया और वेगमैन, स्टोड्ट द्वारा पूर्व अध्ययन में वर्णित किया गया [34] वर्तमान अध्ययन में प्रतिभागियों ने उत्तेजना, वैलेंस और स्मार्टफोन का उपयोग करने की इच्छा के संबंध में प्रत्येक चित्र को पांच-बिंदु लिकर्ट स्केल (1 = "कोई उत्तेजना/वैलेंस/इच्छा नहीं" से 5 = "उच्च उत्तेजना/वैलेंस/इच्छा") पर रेट किया। प्रस्तुति® (संस्करण 16.5, www.neurobs.com) का उपयोग संकेत प्रस्तुति और रेटिंग के लिए किया गया था।

इसके अतिरिक्त, हमने शराब की इच्छा प्रश्नावली का उपयोग किया [60] स्मार्टफोन के उपयोग के लिए संशोधित किया गया ताकि लालसा का आकलन किया जा सके [34]। प्रश्नावली को बेसलाइन क्रेविंग (DAQ-ICD बेसलाइन-क्रेविंग) के साथ-साथ क्यू एक्सपोजर (DAQ-ICD पोस्ट-क्रेविंग) के बाद संभावित क्रेविंग परिवर्तनों को मापने के लिए क्यू-रिएक्टिविटी प्रतिमान से पहले और बाद में प्रस्तुत किया गया था। इसलिए, प्रतिभागियों को सात-बिंदु लिकर्ट स्केल (14 = "पूर्ण असहमति" से 0 = "पूर्ण सहमति") पर 6 आइटम (जैसे, "स्मार्टफोन का उपयोग करना अभी संतोषजनक होगा") को रेट करना था। एक आइटम को उलटने के बाद, हमने औसत स्कोर की गणना की [59] आंतरिक संगति DAQ-ICD बेसलाइन-क्रेविंग के लिए α = .851 और DAQ-ICD पोस्ट-क्रेविंग के लिए α = .919 थी। निम्नलिखित विश्लेषणों में, DAQ-ICD पोस्ट-क्रेविंग और क्यू-रिएक्टिविटी प्रतिमान की रेटिंग का उपयोग संरचनात्मक समीकरण मॉडल में क्यू-प्रेरित क्रेविंग के अव्यक्त आयाम का प्रतिनिधित्व करने के लिए किया गया था।

ऑनलाइन संचार के लिए इंटरनेट-उपयोग प्रत्याशा पैमाने (आईयूईएस) का संशोधित संस्करण।

इंटरनेट-उपयोग प्रत्याशा पैमाना (आईयूईएस) [17ऑनलाइन संचार के लिए संशोधित ] का उपयोग प्रतिभागियों की ऑनलाइन संचार अनुप्रयोगों के उपयोग के प्रति अपेक्षाओं का आकलन करने के लिए किया गया था [16]। प्रश्नावली में दो कारक (प्रत्येक में छह आइटम) शामिल हैं: सकारात्मक सुदृढीकरण (उदाहरण के लिए, "मैं खुशी का अनुभव करने के लिए ऑनलाइन-संचार अनुप्रयोगों का उपयोग करता हूं"; IUES सकारात्मक: α = .838) और परिहार अपेक्षाएं (उदाहरण के लिए, "मैं समस्याओं से खुद को विचलित करने के लिए ऑनलाइन-संचार अनुप्रयोगों का उपयोग करता हूं"; IUES परिहार α = .732)। प्रतिभागियों को प्रत्येक आइटम को छह-बिंदु लिकर्ट स्केल (1 = "पूरी तरह से असहमत" से 6 = "पूरी तरह से सहमत") पर रेट करना था। पूर्व अनुसंधान और सैद्धांतिक मान्यताओं के आधार पर, केवल परिहार अपेक्षा चर निम्नलिखित विश्लेषणों के लिए प्रासंगिक था।

लघु बोरियत प्रवृति स्केल (बीपीएस)।

शॉर्ट बोरियत प्रोननेस स्केल (बीपीएस) स्ट्रुक, कैरियर द्वारा [61] का उपयोग विशेषता बोरियत की प्रवृत्ति का आकलन करने के लिए किया गया था। इस पैमाने में आठ आइटम शामिल हैं (जैसे, "मुझे ज़्यादातर लोगों की तुलना में आगे बढ़ने के लिए ज़्यादा उत्तेजना की ज़रूरत होती है"), जिसे सात-बिंदु लिकर्ट स्केल (1 = "पूरी तरह से असहमत" से 7 = "पूरी तरह से सहमत") पर रेट किया जाना था। एक समग्र औसत मूल्य की गणना की गई। आंतरिक संगति α = .866 थी।

सांख्यिकीय आंकड़े

सांख्यिकीय विश्लेषण विंडोज के लिए SPSS 25.0 (आईबीएम SPSS सांख्यिकी, 2017 में जारी) का उपयोग करके किए गए थे। हमने दो चरों के बीच द्विचर संबंधों का परीक्षण करने के लिए पियर्सन के सहसंबंधों की गणना की। प्रभाव आकारों का उपयोग करके सहसंबंधों की अधिक विस्तार से व्याख्या की गई। कोहेन के आधार पर [62], पियर्सन का सहसंबंध गुणांक r ≥ .01 एक छोटे को इंगित करता है, r ≥ .03 एक माध्यम, और r ≥ .05 एक बड़ा प्रभाव। संरचनात्मक समीकरण मॉडल (एसईएम) विश्लेषण एमप्लस 6 [का उपयोग करके गणना की गई थी63] एसईएम के मॉडल फिट का मूल्यांकन करने के लिए, हमने मानकीकृत मूल माध्य वर्ग अवशिष्ट (एसआरएमआर; मान < .08 डेटा के साथ एक अच्छा फिट इंगित करते हैं), अनुमान की मूल माध्य वर्ग त्रुटि (आरएमएसईए; मान < .08 डेटा के साथ एक अच्छा और < .10 स्वीकार्य फिट इंगित करते हैं), और तुलनात्मक फिट सूचकांक (सीएफआई और टीएलआई; मान > .90 स्वीकार्य इंगित करते हैं और > .95 डेटा के साथ एक अच्छा फिट इंगित करते हैं) का उपयोग किया।64, 65] हमने इसका भी प्रयोग किया χ2-यह जाँचने के लिए परीक्षण करें कि डेटा परिभाषित मॉडल से व्युत्पन्न है या नहीं। SEM के लिए माप त्रुटियों को कम करने के लिए एक अतिरिक्त कदम के रूप में, हमने उन चरों के लिए आइटम पार्सलिंग की विधि का उपयोग किया जिन्हें प्रकट चर के रूप में दर्शाया गया है। यह विधि SEM में इन चरों के लिए अव्यक्त आयामों का निर्माण करने की अनुमति देती है [66, 67] इसलिए, हमने प्रत्येक पैमाने की वस्तुओं के बीच अंतर-सहसंबंधों की जाँच की और फिर IUES और BPS के अव्यक्त आयामों के लिए दो कारक बनाए।

परिणाम

वर्णनात्मक मान और बहुभिन्नरूपी सांख्यिकी

सभी प्रश्नावलियों के औसत मान और मानक विचलन तथा संकेत-प्रतिक्रियाशीलता-प्रतिमान की रेटिंग निम्न में पाई जा सकती है: टेबल 1आइटम पार्सलिंग के निर्मित चर को अतिरिक्त मानों के रूप में शामिल किया गया है। टेबल 2 इन चरों के बीच द्विचर सहसंबंधों को दर्शाता है। पावलिकोव्स्की, अल्टस्टोटर-ग्लेइच द्वारा कट-ऑफ स्कोर के आधार पर [58], 23 प्रतिभागियों ने ऑनलाइन-संचार अनुप्रयोगों का समस्याग्रस्त और सात प्रतिभागियों ने रोगात्मक उपयोग दिखाया, जो इन अनुप्रयोगों के उपयोग के कारण रोजमर्रा की जिंदगी में व्यक्तिपरक शिकायतों से जुड़ा हुआ है और एक आईसीडी के लक्षणों का वर्णन करता है।

थंबनेल

 

तालिका 1. एस-आईएटी-आईसीडी और लागू पैमानों के स्कोर के औसत मान, मानक विचलन और सीमा।

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

थंबनेल

बनाएँ:

पावर प्वाइंट स्लाइड

बड़ी छवि

मूल छवि

तालिका 2. एस-आईएटी-आईसीडी के स्कोर और लागू पैमानों के बीच द्विचर सहसंबंध।

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

संरचनात्मक समीकरण मॉडल

अव्यक्त स्तर पर परिकल्पित संरचनात्मक समीकरण मॉडल ने डेटा के साथ उत्कृष्ट तालमेल दिखाया (SRMR = .029, CFI = .986, TLI = .972, RMSEA = .063, p = .299, बीआईसी = 3962.65)। χ2-परीक्षण में भी अच्छी फिट पाई गई (χ2 = 22.25, p = .074, χ2/df = 1.59)। सभी परिभाषित अव्यक्त आयाम उपयोग किए गए प्रकट चर द्वारा अच्छी तरह से दर्शाए गए थे। पहले चरण में, परिणाम संकेत देते हैं कि ऊब की प्रवृत्ति (β = .384, SE = .096, p ≤ .001), संकेत-प्रेरित लालसा (β = .414, SE = .102, p ≤ .001), और परिहार अपेक्षाएं (β = .255, SE = .109, p = .011) ICD प्रवृत्तियों के महत्वपूर्ण भविष्यवक्ता थे। ऊब की प्रवृत्ति का संकेत-प्रेरित लालसा पर भी सीधा प्रभाव पड़ता था (β = .411, SE = .100, p ≤ .001) और परिहार प्रत्याशाएं (β = .567, SE = .084, p ≤ .001)। इसके अतिरिक्त, परिहार प्रत्याशा संकेत-प्रेरित लालसा का एक महत्वपूर्ण भविष्यवक्ता था (β = .361, SE = .107, p = .001)। आईसीडी के लक्षणों पर ऊब की प्रवृत्ति का प्रभाव संकेत-प्रेरित लालसा (β = .170, SE = .058, p = .003) और परिहार प्रत्याशाओं द्वारा (β = .145, SE = .063, p = .021)। आईसीडी प्रवृत्तियों पर परिहार अपेक्षाओं का प्रभाव भी संकेत-प्रेरित लालसा (β = .149, SE = .059, p = .011)। इसके अलावा, ऊब की प्रवृत्ति और ICD के लक्षणों के बीच संबंध को टालने की अपेक्षाओं और इसके अलावा, संकेत-प्रेरित लालसा (ऊब की प्रवृत्ति-टालने की अपेक्षाएं-संकेत-प्रेरित लालसा-ICD; β = .085, SE = .037, p = .021); हालाँकि यह मध्यस्थता केवल छोटे प्रभाव वाली थी। कुल मिलाकर, विश्लेषण किए गए मॉडल ने ICD लक्षणों के 81.60% भिन्नता को महत्वपूर्ण रूप से समझाया। अंजीर 2 मॉडल को कारक लोडिंग, β-भार और गुणांक के साथ दिखाता है।

थंबनेल

बनाएँ:

पावर प्वाइंट स्लाइड

बड़ी छवि

मूल छवि

चित्र 2. संरचनात्मक समीकरण मॉडल के परिणाम.

वर्णित अव्यक्त चरों पर कारक लोडिंग और साथ में β-भार सहित आश्रित चर के रूप में ICD के साथ संरचनात्मक समीकरण मॉडल के परिणाम, p-मूल्य, और अवशिष्ट.

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

अतिरिक्त विश्लेषण

पहले वर्णित मॉडल सैद्धांतिक विचारों और आगे के अनुभवजन्य साक्ष्य जैसे वेगमैन, स्टोड्ट द्वारा संरचनात्मक समीकरण मॉडल पर आधारित था [15] और वेगमैन और ब्रांड [8]। फिर भी, हम बाद में आईसीडी के अंतर्निहित तंत्र को बेहतर ढंग से समझने के लिए अन्य संभावित प्रभावशाली कारकों के लिए मॉडल को नियंत्रित करना चाहते थे। पहला मुद्दा जिस पर हमने ध्यान दिया वह था बोरियत की प्रवृत्ति का अवसाद और चिंता के साथ घनिष्ठ संबंध [35, 68, 69] एल्हाई, वास्क्वेज़ द्वारा एक वर्तमान अध्ययन [42] दर्शाता है कि मनोविकृति संबंधी लक्षणों और समस्याग्रस्त स्मार्टफोन उपयोग के बीच संबंध उच्च ऊब प्रवृत्ति द्वारा मध्यस्थता की जाती है। हमने अवसाद जैसे मनोविकृति संबंधी लक्षणों का मूल्यांकन किया (M = 0.53, SD = 0.53), पारस्परिक संवेदनशीलता (M = 0.72, SD = 0.64), और चिंता (M = 0.55, SD = 0.49) डेरोगेटिस द्वारा संक्षिप्त लक्षण सूची प्रश्नावली का उपयोग करके [70] चूंकि मनोविकृति संबंधी लक्षणों को संचालित करने वाले चर वर्तमान मॉडल के अन्य चरों के साथ महत्वपूर्ण रूप से सहसंबंधित हैं (सभी r's ≤ .448, सभी p's ≤ .024), हमने मॉडल में एक और अव्यक्त आयाम के रूप में मनोविकृति संबंधी लक्षण (अर्थात अवसाद, पारस्परिक संवेदनशीलता और चिंता) को शामिल किया। एल्हाई, वास्क्वेज़ द्वारा मध्यस्थता मॉडल के आधार पर [42] हमने जाँच की कि क्या ऊब की प्रवृत्ति का प्रभाव मनोविकृति लक्षणों के निर्माण पर आधारित है या क्या ऊब की प्रवृत्ति एक स्वयं की सांख्यिकीय वृद्धि का वर्णन करती है जैसा कि पूर्व अध्ययनों में जोर दिया गया था [35, 42, 68].

जैसा कि इसमें दिखाया गया है अंजीर 3परिणाम दर्शाते हैं कि मनोवैज्ञानिक लक्षण आईसीडी के विकास और रखरखाव में महत्वपूर्ण भूमिका निभाते हैं, जो पूर्व शोध के अनुरूप है [8, 15, 42]। हालांकि, संरचनात्मक समीकरण मॉडल में मनोविकृति संबंधी लक्षणों को शामिल करने के बाद ICD के लक्षणों के एक महत्वपूर्ण भविष्यवक्ता के रूप में ऊब की प्रवृत्ति की प्रासंगिकता में उल्लेखनीय कमी नहीं आई है। यह इस बात पर जोर देता है कि ऊब की प्रवृत्ति और मनोविकृति संबंधी लक्षण संबंधित लेकिन स्वतंत्र निर्माण हैं जिनके ICD की प्रवृत्तियों पर प्रभाव संज्ञानात्मक और भावात्मक घटकों द्वारा मध्यस्थ होते हैं। वर्णित अव्यक्त चर और साथ में β-भार पर कारक लोडिंग सहित अतिरिक्त संरचनात्मक समीकरण मॉडल के परिणाम, p-मान, और अवशिष्टों को संक्षेप में प्रस्तुत किया गया है अंजीर 3.

थंबनेल

चित्र 3. अतिरिक्त संरचनात्मक समीकरण मॉडल के परिणाम.

वर्णित अव्यक्त चरों पर कारक भार और साथ में β-भार सहित आगे के भविष्यवक्ता चर के रूप में मनोविकृति संबंधी लक्षणों के साथ संरचनात्मक समीकरण मॉडल के परिणाम, p-मान, और अवशिष्ट (संक्षिप्त रूप: पीपी = मनोविकृति संबंधी लक्षण, बीपी = ऊब की प्रवृत्ति, एई = परिहार अपेक्षाएं, सीआरएवी = संकेत-प्रेरित लालसा, आईसीडी = इंटरनेट-संचार विकार)।

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

हमने उम्र और लिंग को भी संभावित चर के रूप में माना जो वर्तमान मॉडल की संरचना को प्रभावित कर सकते हैं। इसलिए, हमने सबसे पहले उम्र और अन्य सभी चरों के बीच सहसंबंधों की गणना की। परिणाम छोटे सहसंबंधों (सभी) को इंगित करते हैं r's ≤ -.376)। ये सहसंबंध एक परिचित पैटर्न को दर्शाते हैं कि युवा प्रतिभागियों को ऑनलाइन-संचार अनुप्रयोगों के अत्यधिक उपयोग के कारण रोज़मर्रा की ज़िंदगी में अधिक व्यक्तिपरक शिकायतों का अनुभव होता है। एक और कदम के रूप में, हमने स्वतंत्र नमूनों के लिए टी-टेस्ट तुलनाओं का उपयोग करके लिंग अंतर के लिए अपने डेटा को नियंत्रित किया। परिणामों से पता चला कि पुरुष और महिला प्रतिभागियों के बीच कोई महत्वपूर्ण अंतर नहीं था (p ≥ .319)। लिंग के आधार पर अतिरिक्त विश्लेषण के साथ संरचनात्मक समीकरण मॉडल की गणना आगे बढ़ने के तरीके के रूप में औसत संरचनात्मक विश्लेषण का उपयोग करके की गई थी [71] संरचनात्मक समीकरण मॉडल के फिट सूचकांक डेटा के साथ अच्छे फिट का संकेत देते हैं (सीएफआई = .975, टीएलआई = .961, एसआरएमआर = .060, आरएमएसईए = .075, p = .194, BIC = 4050.63)। पुरुष और महिला दोनों प्रतिभागियों के लिए हमें समान परिणाम पैटर्न मिले। महिला प्रतिभागियों ने परिकल्पित संरचनात्मक समीकरण मॉडल में दर्शाए गए समान मध्यस्थता प्रभाव दिखाए। पुरुषों के लिए, हमें ICD (β = .153,) की प्रवृत्तियों पर परिहार अपेक्षाओं से कोई सीधा प्रभाव नहीं मिला। SE = .133, p = .249), बोरियत की प्रवृत्ति और आईसीडी के बीच संबंध पर परिहार अपेक्षाओं का कोई मध्यस्थता प्रभाव नहीं (β = .029, SE = .030, p = .३२७), और ऊब की प्रवृत्ति और आईसीडी के लक्षणों के बीच संबंध पर लालसा का कोई मध्यस्थता प्रभाव नहीं है (β = .०७३, SE = .065, p = .262)। नमूने के छोटे आकार के कारण, विशेष रूप से पुरुष नमूने के संबंध में, परिणामों पर सावधानी से चर्चा की जानी चाहिए और आगे के अध्ययनों में उन्हें नियंत्रित किया जाना चाहिए।

चर्चा

वर्तमान अध्ययन में, हमने ICD लक्षणों की व्याख्या करने के लिए बोरियत की प्रवृत्ति और भावात्मक और संज्ञानात्मक घटकों के बीच अंतःक्रियाओं को मानते हुए एक सैद्धांतिक मॉडल की वैधता का परीक्षण किया। संरचनात्मक समीकरण मॉडल, अव्यक्त स्तर पर, माप त्रुटियों को कम करने के लिए आइटम पार्सलिंग की विधि का उपयोग करके डेटा के साथ एक उत्कृष्ट फिट प्रदान करता है। कुल मिलाकर, बोरियत की प्रवृत्ति और संज्ञानात्मक और भावात्मक घटकों के मध्यस्थता प्रभाव, अर्थात् परिहार अपेक्षाएँ और संकेत-प्रेरित लालसा, ने ICD लक्षणों में 81.60% भिन्नता को समझाया। परिणाम दर्शाते हैं कि बोरियत की प्रवृत्ति का ICD के विकास और रखरखाव पर सीधा प्रभाव पड़ता है। यह नकारात्मक भावनाओं से बचने और वास्तविकता से भागने के साथ-साथ संकेत-प्रेरित लालसा की अपेक्षाओं का एक महत्वपूर्ण भविष्यवक्ता था। इन भावात्मक और संज्ञानात्मक घटकों ने ICD पर बोरियत की प्रवृत्ति के प्रभाव की मध्यस्थता की। परिणाम उल्लिखित मध्यस्थों की बातचीत पर और अधिक जोर देते हैं, क्योंकि ICD लक्षणों पर परिहार अपेक्षाओं का प्रभाव आंशिक रूप से संकेत-प्रेरित लालसा द्वारा मध्यस्थ था। इसके अलावा, ऊब की प्रवृत्ति और आईसीडी लक्षणों के बीच संबंध पर परिहार अपेक्षाओं की मध्यस्थता संकेत-प्रेरित लालसा द्वारा की गई थी।

परिणाम इस परिकल्पना का समर्थन करते हैं कि व्यक्ति की मुख्य विशेषताओं के हिस्से के रूप में बोरियत का अनुभव करने की संवेदनशीलता और ऑनलाइन-संचार अनुप्रयोगों के अत्यधिक उपयोग के कारण नकारात्मक परिणामों के अनुभव के बीच संबंध बाहरी संदर्भ-संबंधित उत्तेजनाओं के प्रति भावात्मक और संज्ञानात्मक प्रतिक्रियाओं द्वारा मध्यस्थ होता है, जैसे कि विभिन्न ऑनलाइन-संचार अनुप्रयोगों के माध्यम से बातचीत को प्रदर्शित करने वाले दृश्य संकेत। वर्तमान परिणाम पिछले अध्ययनों के निष्कर्षों को आगे बढ़ाते हैं, जो पहले से ही प्रदर्शित करते हैं कि मनोविकृति संबंधी लक्षण (जैसे अवसाद या सामाजिक चिंता) और व्यक्तित्व पहलू (जैसे तनाव भेद्यता या आत्म-सम्मान) का ICD लक्षणों पर प्रभाव पड़ता है, जो विशिष्ट संज्ञान (जैसे कि एक बेकार मुकाबला शैली या इंटरनेट-उपयोग अपेक्षाएं) द्वारा मध्यस्थ होता है।8, 15] परिणाम ब्रांड, यंग द्वारा प्रस्तावित सैद्धांतिक I-PACE मॉडल के अनुरूप हैं [7]। I-PACE मॉडल का केंद्र किसी स्थिति की व्यक्तिपरक धारणा में व्यक्ति की मुख्य विशेषताओं का प्रभाव है, उदाहरण के लिए जब व्यसन-संबंधी उत्तेजनाओं, व्यक्तिगत संघर्षों या तनाव का सामना करना पड़ता है। परिस्थितिजन्य तत्वों की व्यक्तिपरक रंगीन धारणा व्यक्तिगत भावात्मक और संज्ञानात्मक प्रतिक्रियाओं जैसे कि संकेत-प्रतिक्रियाशीलता और लालसा को जन्म देती है, जिसे किसी निश्चित एप्लिकेशन का उपयोग करने और नकारात्मक भावात्मक स्थितियों को कम करने की इच्छा के रूप में वर्णित किया जाता है [20, 24] वर्तमान अध्ययन के परिणाम इस धारणा का समर्थन करते हैं, यह दिखाते हुए कि जिन प्रतिभागियों में बोरियत (किसी व्यक्ति की मुख्य विशेषताओं में से एक) का अनुभव करने या उत्तेजनाओं के प्रति ध्यान को नियंत्रित करने में असमर्थ होने की उच्च संवेदनशीलता होती है [35], ऑनलाइन-संचार अनुप्रयोगों का अत्यधिक उपयोग करने का जोखिम अधिक है। एल्हाई, वास्केज़ द्वारा किए गए अध्ययन से भी परिणाम बेहतर हुए हैं।42] साथ ही हमारे अतिरिक्त विश्लेषण से, जो इस बात पर जोर देता है कि अवसाद, पारस्परिक संवेदनशीलता और चिंता जैसे मनोवैज्ञानिक लक्षण बोरियत की उच्च संवेदनशीलता और ऑनलाइन-संचार अनुप्रयोगों के रोगात्मक उपयोग के उच्च जोखिम को जन्म दे सकते हैं। यह व्यवहार तब और मजबूत होता है जब व्यक्ति विशिष्ट (स्मार्टफोन संचार-संबंधी) उत्तेजनाओं का सामना करता है और स्मार्टफोन या किसी विशिष्ट संचार एप्लिकेशन का उपयोग करने की इच्छा का अनुभव करता है। यह एक आइकन को देखने या आने वाले संदेश की आवाज़ सुनने के बाद स्मार्टफोन का उपयोग करने की एक स्वचालित आदत की तरह लगता है [34] ऑनलाइन संचार अनुप्रयोगों के उपयोगकर्ताओं ने बोरियत जैसी अप्रिय भावनाओं से निपटने और इस प्रकार अनुभव की गई कम उत्तेजना से बचने के लिए ऐसी आदत विकसित की हो सकती है।20, 36].

बोरियत की प्रवृत्ति और आईसीडी लक्षणों के संबंध पर परिहार अपेक्षाओं का मध्यस्थता प्रभाव इस धारणा का समर्थन करता है। संकेत-प्रेरित लालसा के समान ही परिणाम प्रदर्शित करते हैं कि बोरियत का अनुभव करने की संवेदनशीलता ऑनलाइन नकारात्मक भावनाओं से बचने और स्मार्टफोन या ऑनलाइन-संचार अनुप्रयोगों का उपयोग करके समस्याओं से ध्यान हटाने की अपेक्षाओं को जन्म देती है। यह बायोलकाटी, पासिनी [48] यह दर्शाता है कि ऊब की प्रवृत्ति और अत्यधिक शराब पीने के व्यवहार के बीच संबंध कम उत्तेजना और वास्तविकता से बचने की अपेक्षाओं द्वारा मध्यस्थता की जाती है। लेखक मानते हैं कि विशेष रूप से किशोर, जो अपने ख़ाली समय में ऊब का अनुभव करने के लिए अधिक प्रवण होते हैं, शराब पीकर नकारात्मक भावनाओं से बचने की उम्मीद करते हैं, जो अत्यधिक शराब पीने के व्यवहार के जोखिम को मजबूत करता है [48] जोखिम भरा व्यवहार एक तरह का अनुपयुक्त मुकाबला तंत्र प्रतीत होता है, जहां व्यक्ति बोरियत का अनुभव करने की प्रवृत्ति को कम करने के लिए रणनीति खोजने की कोशिश करते हैं।35, 39, 40]. बायोलकाटी, पासिनी के परिणाम [48], बायोलकाटी, मैनसिनी [39], और हैरिस [40] आई-पेस मॉडल की मुख्य मान्यताओं को दर्शाते हैं जैसे कि यह परिकल्पना कि व्यक्ति नकारात्मक भावनाओं से बचने या असामान्य मनोदशा को संभालने की कोशिश करते हैं, खासकर जब उन्हें लत से संबंधित उत्तेजनाओं का सामना करना पड़ता है, जिससे किसी निश्चित एप्लिकेशन का उपयोग करने का निर्णय हो सकता है। चूंकि झोउ और लेउंग [46] ने पहले ही सामाजिक नेटवर्किंग वातावरण में गेमिंग के साथ ऊब की प्रवृत्ति के संबंध का वर्णन किया है, वर्तमान परिणाम इस संबंध को स्पष्ट करते हैं। कम उत्तेजना की स्थिति में संतुष्टि या उत्तेजना के अनुभव को एक महत्वपूर्ण कारक के रूप में वर्णित किया जा सकता है जो बार-बार समान स्थितियों में नकारात्मक भावात्मक अवस्थाओं को कम करने की अपेक्षा के कारण कुछ ऑनलाइन अनुप्रयोगों का उपयोग करने के जोखिम को बढ़ाता है। यह मोंटाग, मार्कोवेट्ज द्वारा किए गए न्यूरोइमेजिंग अध्ययन के निष्कर्षों के अनुरूप है [72] जिन्होंने स्मार्टफोन के माध्यम से फेसबुक का उपयोग करने के लाभकारी पहलुओं को दर्शाया तथा यह भी दर्शाया कि जब व्यक्ति सोशल नेटवर्किंग सेवाओं पर समय व्यतीत करता है तो वेंट्रल स्ट्रिएटम अधिक सक्रिय हो जाता है।

अध्ययन का दूसरा उद्देश्य बाहरी उत्तेजनाओं के प्रति भावात्मक और संज्ञानात्मक प्रतिक्रियाओं की परस्पर क्रिया की जांच करना था। पिछले अध्ययनों में पहले से ही संकेत-प्रतिक्रियाशीलता और लालसा की प्रासंगिकता की जांच की गई थी [34] और साथ ही इंटरनेट उपयोग अपेक्षाएँ [8, 15] और विशेष रूप से परिहार अपेक्षाएँ [16] ICD के विकास और रखरखाव के लिए। इन दो संरचनाओं का महत्व पहले से ही विशिष्ट इंटरनेट-उपयोग विकारों के लिए दिखाया गया था, जैसे कि इंटरनेट-शॉपिंग विकार या पैथोलॉजिकल खरीदारी [18, 59], इंटरनेट-पोर्नोग्राफी-देखने संबंधी विकार [29], इंटरनेट-गेमिंग विकार [30, 73, 74], या सामान्यीकृत (अनिर्दिष्ट) इंटरनेट-उपयोग विकार [17]। जहाँ तक हमारी जानकारी है, ऐसा कोई अध्ययन नहीं था जिसमें संकेत-प्रेरित लालसा और इंटरनेट-उपयोग प्रत्याशाओं के बीच परस्पर क्रिया की जांच की गई हो, जैसा कि I-PACE मॉडल में परिकल्पित किया गया था [7]। I-PACE मॉडल के लेखक मानते हैं कि इंटरनेट-उपयोग की अपेक्षाएँ संकेत-प्रेरित लालसा की भविष्यवाणी करती हैं, जिसका एक विशिष्ट इंटरनेट-उपयोग विकार के लक्षणों पर प्रभाव पड़ता है। इसलिए, हमने अनुमान लगाया कि संकेत-प्रेरित लालसा इंटरनेट-उपयोग की अपेक्षाओं (मुख्य रूप से परिहार की अपेक्षाओं) और ICD लक्षणों के बीच मध्यस्थ के रूप में कार्य करती है। परिकल्पना वर्तमान परिणामों द्वारा समर्थित है। निष्कर्ष संकेत देते हैं कि भावात्मक और संज्ञानात्मक घटक एक दूसरे के साथ बातचीत करते हैं, जो सैद्धांतिक मॉडल के प्रमुख तंत्रों पर जोर देता है। विशिष्ट इंटरनेट-संबंधित संज्ञान वाले व्यक्ति (जैसे समस्याओं से ध्यान हटाने, वास्तविकता से बचने या अकेलेपन से बचने की अपेक्षाएँ) व्यसन-संबंधित संकेतों के प्रति संवेदनशील प्रतीत होते हैं और उच्च लालसा-प्रतिक्रियाओं का अनुभव करते हैं। I-PACE मॉडल में प्रस्तावित सुदृढीकरण तंत्रों के संबंध में, व्यक्तियों को इस नकारात्मक स्थिति से ध्यान हटाने और संतुष्टि या क्षतिपूर्ति का अनुभव करने के लिए अपने "पहली पसंद" अनुप्रयोगों का उपयोग करने का निर्णय लेने के लिए माना जाता है। इससे इंटरनेट उपयोग पर नियंत्रण खोने का जोखिम बढ़ जाता है [7]। ये परिणाम बाहरी और आंतरिक उत्तेजनाओं के प्रति भावात्मक और संज्ञानात्मक प्रतिक्रियाओं के बीच परस्पर क्रिया को इंगित करने वाले पहले संकेत हैं। चूँकि इसमें ध्यान संबंधी पूर्वाग्रह और अंतर्निहित संघटन जैसे अन्य घटक भी हैं, साथ ही निरोधात्मक नियंत्रण और कार्यकारी कार्यों की प्रासंगिकता भी है [7], इन कारकों के बीच संबंधों की और अधिक विस्तार से जांच की जानी चाहिए। इसलिए, भविष्य के अध्ययनों को आईसीडी पर ध्यान केंद्रित करना चाहिए, लेकिन अन्य विशिष्ट इंटरनेट-उपयोग विकारों पर भी ध्यान देना चाहिए।

आउटलुक और निहितार्थ

रोजमर्रा की जिंदगी में स्मार्टफोन और ऑनलाइन संचार एप्लीकेशन का इस्तेमाल आम तौर पर कोई समस्या नहीं है। ज़्यादातर लोगों के लिए किसी दूसरे व्यक्ति या ट्रेन का इंतज़ार करते समय स्मार्टफोन का इस्तेमाल करना एक आम आदत है। टुरेल और बेचारा [75] ICD के जोखिम कारक के रूप में आवेगशीलता की प्रासंगिकता को भी दर्शाते हैं। कुल मिलाकर, ऑनलाइन-संचार अनुप्रयोग बोरियत की प्रवृत्ति और रोगात्मक उपयोग के बीच संबंधों के लिए एक प्रमुख उदाहरण प्रतीत होते हैं। यह माना जा सकता है कि इन अनुप्रयोगों का उपयोग करके संतुष्टि और क्षतिपूर्ति का अनुभव ICD की विकासात्मक प्रक्रिया के संबंध में एक महत्वपूर्ण तंत्र है। हालाँकि परिणाम ब्रांड, यंग द्वारा I-PACE मॉडल की सैद्धांतिक मान्यताओं के अनुरूप हैं [7], व्यसनी ऑनलाइन-संचार व्यवहार और आईसीडी लक्षणों के विकास के साथ-साथ ऊब की प्रवृत्ति और भावात्मक और आगे के संज्ञानात्मक घटकों की भूमिका की अनुदैर्ध्य अध्ययनों में जांच की जानी चाहिए। इसलिए, विशेष रूप से विशिष्ट सुदृढीकरण तंत्र के संबंध में अधिक शोध की आवश्यकता है।

इस बात को ध्यान में रखते हुए, बोरियत का अनुभव करने की संवेदनशीलता के अलावा, शोध को व्यक्तिपरक रूप से अनुभव की गई स्थिति पर भी ध्यान केंद्रित करना चाहिए। बेन-येहुदा, ग्रीनबर्ग [76] ने पहले ही स्मार्टफोन की लत विकसित करने के लिए संभावित जोखिम कारक के रूप में राज्य की बोरियत की प्रासंगिकता को संबोधित किया है, जिसकी आगे के शोध में जांच की जानी है। इसमें संदर्भ-निर्भर स्थिति के रूप में कम उत्तेजना और कम उत्तेजना का अनुभव शामिल है [38, 57] यह माना जा सकता है कि वास्तव में महसूस की गई बोरियत एक और प्रासंगिक व्याख्या है कि क्यों व्यक्ति कम उत्तेजना की स्थिति में स्मार्टफोन का उपयोग करने की स्वचालित आदत विकसित करते हैं। इसे अनुभव की गई संतुष्टि और क्षतिपूर्ति द्वारा मजबूत किया जा सकता है और इसलिए एक तुलनीय स्थिति में फिर से स्मार्टफोन का उपयोग करने की संभावना बढ़ जाती है। अब तक, आगे के अध्ययनों को ध्यान में रखना चाहिए कि वास्तविक मनोदशा, व्यक्तिगत संघर्ष, वास्तविक अनुभव की गई बोरियत या कथित तनाव जैसे स्थितिजन्य कारक संज्ञानात्मक और भावात्मक घटकों के साथ-साथ किसी निश्चित एप्लिकेशन का उपयोग करने के निर्णय को प्रभावित कर सकते हैं [7, 77].

इस तथ्य को देखते हुए कि अधिक से अधिक व्यक्ति दैनिक जीवन में नकारात्मक परिणामों का अनुभव करते हैं, जैसे कि परिवार और दोस्तों के साथ संघर्ष या काम से संबंधित समस्याएं जो इंटरनेट और इसके विशिष्ट अनुप्रयोगों के अनियंत्रित उपयोग के परिणामस्वरूप होती हैं, पर्याप्त और निर्देशित हस्तक्षेपों की बढ़ती आवश्यकता है। इंटरनेट-उपयोग विकारों और इसके विशिष्ट रूपों, जैसे कि ICD के संदर्भ में, रोकथाम और हस्तक्षेप की सफलता मुख्य रूप से प्रासंगिक कारकों को संबोधित करने की पर्याप्तता पर निर्भर करती है। यह ध्यान में रखते हुए कि व्यक्तिगत विशेषताओं को संशोधित करना संभावित रूप से कठिन हो सकता है, हस्तक्षेपों को कुछ इंटरनेट अनुप्रयोगों के अत्यधिक उपयोग को रोकने के लिए मध्यस्थता के साथ-साथ मॉडरेटिंग पहलुओं पर ध्यान केंद्रित करना चाहिए [7] इस अध्ययन में, ऑनलाइन नकारात्मक भावनाओं और संकेत-प्रेरित लालसा प्रतिक्रियाओं से बचने की अपेक्षाओं पर जोर दिया गया है ताकि ICD के विकास और रखरखाव के भीतर मध्यस्थ की भूमिका निभाई जा सके। अनुपयुक्त संज्ञान को बदलने के लिए विशिष्ट इंटरनेट-उपयोग अपेक्षाओं पर ध्यान देना कार्यात्मक इंटरनेट उपयोग की दिशा में पहला कदम हो सकता है। जिन लोगों को बोरियत बर्दाश्त करने में परेशानी होती है या जिनमें बोरियत का अनुभव करने की अधिक संभावना होती है, उन्हें यह महसूस करने के लिए प्रशिक्षित किया जाना चाहिए कि इंटरनेट या स्मार्टफोन का उपयोग दैनिक स्थितियों से निपटने का एकमात्र तरीका नहीं है जिसमें कम उत्तेजना या यहां तक ​​कि अप्रिय भावनाएं शामिल हैं। यह पहलू विशेष रूप से महत्वपूर्ण है क्योंकि यह अपेक्षा करना कि ऑनलाइन-संचार अनुप्रयोग वास्तविक जीवन की समस्याओं से बचने को बढ़ावा दे सकते हैं, इसके बाद वर्तमान परिणामों द्वारा दिखाए गए अनुसार लालसा प्रतिक्रियाओं को बढ़ावा दे सकते हैं और तीव्र कर सकते हैं, खासकर जब विशिष्ट उत्तेजनाएं होती हैं। दैनिक जीवन में दैनिक जीवन में ऐसी उत्तेजनाएं उदाहरण के लिए अन्य व्यक्तियों को स्मार्टफोन का उपयोग करते हुए देखना या आने वाले संदेश को नोटिस करना हो सकती हैं। यह, वास्तव में, व्यक्तियों के लिए कुछ अनुप्रयोगों का उपयोग करने की इच्छा का विरोध करना और भी कठिन बना सकता है। कुल मिलाकर, व्यक्ति अपने इंटरनेट उपयोग पर कम नियंत्रण विकसित कर सकते हैं जिसके परिणामस्वरूप नकारात्मक परिणाम हो सकते हैं। इसके अलावा, अनुभवी लालसा के कारण ऑनलाइन-संचार अनुप्रयोगों के प्रति दृष्टिकोण की प्रवृत्ति को प्रशिक्षण कार्यक्रमों के माध्यम से व्यवस्थित रूप से कम किया जाना चाहिए जो व्यक्तियों को यह सीखने में सक्षम बनाता है कि विशिष्ट उत्तेजनाओं के लिए अनियमित प्रतिक्रियाओं से कैसे बचें [7] सामान्य प्रशिक्षण विधियों की प्रभावशीलता पर आगे और अधिक जांच की आवश्यकता है, विशेष रूप से ICD के लिए।

अंत में, हमें कुछ सीमाओं का उल्लेख करना होगा। अध्ययन एक सुविधा नमूने के साथ किया गया था, जो न तो पूरी आबादी का प्रतिनिधित्व करता है और न ही इंटरनेट-उपयोग विकार वाले उपचार चाहने वाले रोगियों का। वर्तमान परिणामों के आधार पर, अन्य नमूनों, जैसे कि किशोरों और उपचार चाहने वाले रोगियों में ऊब की प्रवृत्ति, लालसा और उपयोग की अपेक्षाओं की परस्पर क्रिया की जांच करना उचित लगता है। एक अतिरिक्त सीमा यह है कि हमने केवल ICD पर ध्यान केंद्रित किया है। यह देखते हुए कि अन्य इंटरनेट अनुप्रयोगों का उपयोग ऊब या नकारात्मक भावनाओं से बचने के लिए भी किया जा सकता है, अध्ययन को अन्य पहली पसंद के उपयोग वाले नमूनों के साथ दोहराया जाना चाहिए, जैसे कि इंटरनेट गेमिंग, इंटरनेट शॉपिंग या इंटरनेट-पोर्नोग्राफी का उपयोग।

निष्कर्ष

वर्तमान अध्ययन का उद्देश्य ICD के विकास और रखरखाव के बारे में सैद्धांतिक मान्यताओं की जांच करना था। I-PACE मॉडल के आधार पर, संज्ञानात्मक और भावात्मक घटकों, अर्थात् परिहार अपेक्षाओं और संकेत-प्रेरित लालसा के मध्यस्थ प्रभावों पर ध्यान केंद्रित किया गया था, जो व्यक्ति की मुख्य विशेषताओं और ICD लक्षणों के बीच संबंध पर आधारित था। इस अध्ययन ने बोरियत की प्रवृत्ति के प्रभाव की जांच एक विशेषता चर के रूप में की, जो संभवतः ICD लक्षणों की भविष्यवाणी कर सकता है। वर्तमान परिणाम दिखाते हैं कि बोरियत की प्रवृत्ति ICD में एक महत्वपूर्ण भूमिका निभा सकती है। जिन व्यक्तियों में बोरियत का अनुभव करने की अधिक संभावना होती है, वे ऑनलाइन-संचार अनुप्रयोगों का उपयोग करके नकारात्मक भावनाओं से बचने की अधिक अपेक्षाएँ दिखाते हैं, जो बदले में दैनिक जीवन में नकारात्मक परिणामों को बढ़ाता है। इसके अलावा, परिहार की अपेक्षाएँ होने से लालसा का अनुभव अधिक होता है। यह इंटरनेट-संचार-संबंधित संकेतों के प्रति संभावित रूप से अधिक भेद्यता के कारण हो सकता है, जो तब ऑनलाइन-संचार अनुप्रयोगों का उपयोग न करना और भी कठिन बना देता है। इन परिणामों के साथ, ICD के अंतर्निहित तंत्र स्पष्ट रूप से सामने आते हैं। हस्तक्षेप के प्रयास, जिनका उद्देश्य इंटरनेट और इसके विशिष्ट अनुप्रयोगों के अनियंत्रित और अत्यधिक उपयोग को रोकना है, को ऊब की प्रवृत्ति की अवधारणा और संकेत-प्रतिक्रियाशीलता, लालसा और अपेक्षाओं के साथ इसकी अंतःक्रिया पर विचार करके संभावित रूप से अनुकूलित किया जा सकता है।

सहायक जानकारी

S1 फ़ाइल.sav

 

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

P

Q

1

 तालिका: डेटा सूची                                

2

 लिंग उम्र सियाटकॉम_जी सियाटकॉम1 सियाटकॉम2 Ver_आरए DAQपोस्ट बीपीएस_माध्य IUE_SNne IUEco_a1 IUEco_a2 बीपीएस_1 बीपीएस_2 बीएसआई_यूआईएसके बीएसआई_डीईपीआर BSI_एन्ग बीएसआई_एग्री

3

 2 24.00000000000 16.00 9.00 7.00 4 3.79 1.88 2.25 1.00 3.50 1.75 2.00 50. 00. 17. 20.

4

 2 23.00000000000 36.00 26.00 10.00 3 2.00 4.75 2.50 3.00 2.00 4.25 5.25 1.50 1.17 33. 20.

5

 2 27.00000000000 19.00 13.00 6.00 1 00. 3.63 1.75 2.50 1.00 3.25 4.00 25. 33. 17. 20.

6

 2 27.00000000000 19.00 11.00 8.00 4 2.00 4.25 3.75 4.50 3.00 4.50 4.00 75. 83. 1.17 60.

7

 2 28.00000000000 23.00 14.00 9.00 2 2.57 2.88 2.75 3.00 2.50 2.25 3.50 1.00 83. 1.17 1.00

8

 2 22.00000000000 12.00 6.00 6.00 1 21. 1.13 2.50 3.00 2.00 1.00 1.25 00. 00. 17. 40.

9

 2 22.00000000000 33.00 18.00 15.00 3 2.36 3.50 3.00 2.50 3.50 3.75 3.25 00. 33. 50. 60.

10

 2 20.00000000000 48.00 26.00 22.00 3 4.50 5.38 3.00 3.00 3.00 5.25 5.50 00. 17. 00. 00.

11

 2 18.00000000000 25.00 15.00 10.00 2 36. 2.75 4.75 4.50 5.00 2.50 3.00 75. 33. 33. 1.00

12

 2 54.00000000000 12.00 6.00 6.00 1 00. 2.00 2.50 2.00 3.00 2.50 1.50 25. 00. 00. 60.

13

 2 21.00000000000 33.00 21.00 12.00 2 1.14 4.00 3.00 2.50 3.50 3.25 4.75 00. 67. 50. 40.

14

 2 26.00000000000 19.00 13.00 6.00 1 93. 3.13 1.50 2.00 1.00 3.50 2.75 00. 17. 33. 60.

15

 2 24.00000000000 22.00 14.00 8.00 1 93. 2.38 2.00 1.50 2.50 2.25 2.50 1.75 00. 50. 40.

16

 2 21.00000000000 21.00 13.00 8.00 2 1.14 2.88 3.50 4.00 3.00 3.50 2.25 3.00 1.67 1.33 60.

17

 2 26.00000000000 26.00 15.00 11.00 2 2.29 4.13 2.25 2.50 2.00 4.75 3.50 50. 50. 33. 20.

18

 2 23.00000000000 32.00 19.00 13.00 2 1.07 4.63 4.50 4.50 4.50 4.75 4.50 00. 33. 17. 40.

19

 2 57.00000000000 12.00 6.00 6.00 1 00. 1.75 1.25 1.50 1.00 1.75 1.75 75. 50. 00. 00.

20

 2 21.00000000000 21.00 10.00 11.00 2 00. 3.38 3.00 2.50 3.50 3.50 3.25 50. 00. 17. 1.00

21

 2 49.00000000000 12.00 6.00 6.00 1 00. 1.38 1.00 1.00 1.00 1.75 1.00 50. 17. 1.00 1.20

22

 2 42.00000000000 14.00 8.00 6.00 1 00. 1.38 1.00 1.00 1.00 1.50 1.25 00. 00. 17. 00.

23

 2 22.00000000000 33.00 22.00 11.00 3 2.14 3.13 4.50 5.50 3.50 3.50 2.75 50. 33. 67. 20.

24

 2 21.00000000000 31.00 18.00 13.00 2 1.43 2.50 1.50 2.00 1.00 2.00 3.00 00. 50. 17. 40.

25

 2 23.00000000000 30.00 22.00 8.00 2 93. 1.00 3.25 3.50 3.00 1.00 1.00 50. 17. 17. 20.

26

 2 28.00000000000 23.00 17.00 6.00 1 14. 1.63 2.25 2.00 2.50 2.00 1.25 25. 33. 17. 40.

27

 2 32.00000000000 27.00 14.00 13.00 1 64. 2.75 2.50 3.50 1.50 3.25 2.25 50. 1.00 17. 20.

28

 2 26.00000000000 16.00 7.00 9.00 1 21. 1.00 1.00 1.00 1.00 1.00 1.00 00. 00. 83. 20.

29

 2 37.00000000000 28.00 16.00 12.00 2 2.00 3.50 3.00 3.00 3.00 3.50 3.50 1.50 1.17 1.50 1.00

30

 2 29.00000000000 19.00 11.00 8.00 3 2.00 3.88 2.75 3.50 2.00 3.50 4.25 25. 1.83 00. 20.

31

 2 20.00000000000 39.00 22.00 17.00 2 2.00 4.13 3.50 3.50 3.50 4.50 3.75 1.25 33. 33. 1.80

32

 2 34.00000000000 14.00 8.00 6.00 1 93. 1.75 3.25 3.00 3.50 1.50 2.00 50. 00. 33. 00.

33

 2 24.00000000000 20.00 12.00 8.00 2 43. 1.63 1.00 1.00 1.00 1.75 1.50 25. 00. 00. 40.

34

 2 26.00000000000 35.00 20.00 15.00 2 1.79 5.88 2.50 3.00 2.00 5.75 6.00 3.00 1.33 1.33 2.40

35

 2 24.00000000000 31.00 16.00 15.00 3 2.71 3.38 4.25 4.50 4.00 3.50 3.25 25. 33. 00. 20.

36

 2 23.00000000000 34.00 20.00 14.00 3 2.36 3.75 4.75 5.50 4.00 3.75 3.75 50. 33. 50. 00.

37

 2 22.00000000000 23.00 13.00 10.00 2 2.36 2.50 2.75 3.00 2.50 3.75 1.25 50. 33. 33. 60.

38

 2 26.00000000000 20.00 13.00 7.00 2 1.36 1.75 2.25 1.50 3.00 2.25 1.25 00. 50. 67. 00.

39

 2 18.00000000000 19.00 12.00 7.00 1 79. 2.50 1.50 1.50 1.50 3.50 1.50 00. 17. 17. 20.

40

 2 28.00000000000 20.00 13.00 7.00 1 21. 4.25 4.25 4.50 4.00 5.00 3.50 1.00 33. 50. 60.

41

 2 27.00000000000 28.00 19.00 9.00 1 14. 3.00 3.00 2.50 3.50 2.75 3.25 75. 50. 17. 40.

42

 2 50.00000000000 14.00 8.00 6.00 1 14. 1.00 1.75 1.50 2.00 1.00 1.00 25. 17. 17. 00.

43

 2 23.00000000000 28.00 21.00 7.00 2 1.79 1.63 2.00 2.50 1.50 1.75 1.50 50. 17. 50. 20.

44

 2 27.00000000000 29.00 14.00 15.00 1 2.64 2.38 2.25 2.00 2.50 3.25 1.50 1.75 33. 1.17 1.00

45

 2 21.00000000000 26.00 15.00 11.00 2 1.71 2.88 3.25 2.50 4.00 3.75 2.00 50. 17. 67. 40.

46

 2 34.00000000000 22.00 11.00 11.00 1 1.21 1.75 2.25 2.00 2.50 2.00 1.50 00. 00. 33. 00.

47

 2 31.00000000000 14.00 8.00 6.00 1 00. 1.25 1.00 1.00 1.00 1.25 1.25 00. 00. 17. 20.

48

 2 27.00000000000 25.00 12.00 13.00 1 21. 3.63 1.75 1.50 2.00 4.25 3.00 75. 67. 33. 80.

49

 2 21.00000000000 33.00 23.00 10.00 1 71. 3.13 4.00 4.00 4.00 2.75 3.50 1.50 1.83 1.17 1.40

50

 2 20.00000000000 20.00 10.00 10.00 1 00. 1.63 2.50 2.00 3.00 1.75 1.50 00. 17. 17. 20.

अंजीरशेयर

 

डाउनलोड

डेटासेट_PoNE-D-17-41307R2.sav.

यह फ़ाइल वर्तमान अध्ययन का डेटासेट है और इसमें किए गए विश्लेषणों के लिए सभी चर और जानकारी शामिल हैं।

(SAV)

S1 फ़ाइल। डेटासेट_PoNE-D-17-41307R2.sav.

यह फ़ाइल वर्तमान अध्ययन का डेटासेट है और इसमें किए गए विश्लेषणों के लिए सभी चर और जानकारी शामिल हैं।

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

(SAV)

संदर्भ

  1. 1. स्टेटिस्टा। 2014 से 2020 तक दुनिया भर में स्मार्टफोन उपयोगकर्ताओं की संख्या (बिलियन में) 2017 [उद्धृत 2017 22/11/2017]।
  2. 2. कुस डीजे, ग्रिफ़िथ्स एमडी. ऑनलाइन सोशल नेटवर्किंग और लत: मनोवैज्ञानिक साहित्य की समीक्षा. इंटरनेशनल जर्नल ऑफ़ एनवायरमेंटल रिसर्च एंड पब्लिक हेल्थ. 2011;8:3528–52. पीएमआईडी:22016701
  3. 3. अमीचाई-हैम्बर्गर वाई, विनित्ज़की जी. सोशल नेटवर्क का उपयोग और व्यक्तित्व। मानव व्यवहार में कंप्यूटर। 2010;26(6):1289–95.
  4. लेख देखें
  5. गूगल स्कॉलर
  6. 4. स्टेटिस्टा। अप्रैल 2013 से जुलाई 2017 तक दुनिया भर में मासिक सक्रिय व्हाट्सएप उपयोगकर्ताओं की संख्या (मिलियन में) 2017 [उद्धृत 2017 22/11/2017]।
  7. 5. स्टेटिस्टा। 3 की तीसरी तिमाही तक दुनिया भर में मासिक सक्रिय फेसबुक उपयोगकर्ताओं की संख्या (मिलियन में) 2017 [उद्धृत 2017 2017/22/11]।
  8. लेख देखें
  9. PubMed / एन सी बी आई
  10. गूगल स्कॉलर
  11. लेख देखें
  12. PubMed / एन सी बी आई
  13. गूगल स्कॉलर
  14. लेख देखें
  15. PubMed / एन सी बी आई
  16. गूगल स्कॉलर
  17. लेख देखें
  18. PubMed / एन सी बी आई
  19. गूगल स्कॉलर
  20. लेख देखें
  21. गूगल स्कॉलर
  22. लेख देखें
  23. PubMed / एन सी बी आई
  24. गूगल स्कॉलर
  25. लेख देखें
  26. गूगल स्कॉलर
  27. लेख देखें
  28. PubMed / एन सी बी आई
  29. गूगल स्कॉलर
  30. लेख देखें
  31. गूगल स्कॉलर
  32. लेख देखें
  33. PubMed / एन सी बी आई
  34. गूगल स्कॉलर
  35. लेख देखें
  36. PubMed / एन सी बी आई
  37. गूगल स्कॉलर
  38. लेख देखें
  39. गूगल स्कॉलर
  40. लेख देखें
  41. PubMed / एन सी बी आई
  42. गूगल स्कॉलर
  43. लेख देखें
  44. PubMed / एन सी बी आई
  45. गूगल स्कॉलर
  46. लेख देखें
  47. गूगल स्कॉलर
  48. लेख देखें
  49. PubMed / एन सी बी आई
  50. गूगल स्कॉलर
  51. लेख देखें
  52. PubMed / एन सी बी आई
  53. गूगल स्कॉलर
  54. लेख देखें
  55. PubMed / एन सी बी आई
  56. गूगल स्कॉलर
  57. लेख देखें
  58. गूगल स्कॉलर
  59. लेख देखें
  60. PubMed / एन सी बी आई
  61. गूगल स्कॉलर
  62. लेख देखें
  63. PubMed / एन सी बी आई
  64. गूगल स्कॉलर
  65. लेख देखें
  66. PubMed / एन सी बी आई
  67. गूगल स्कॉलर
  68. लेख देखें
  69. PubMed / एन सी बी आई
  70. गूगल स्कॉलर
  71. लेख देखें
  72. PubMed / एन सी बी आई
  73. गूगल स्कॉलर
  74. लेख देखें
  75. PubMed / एन सी बी आई
  76. गूगल स्कॉलर
  77. लेख देखें
  78. PubMed / एन सी बी आई
  79. गूगल स्कॉलर
  80. लेख देखें
  81. PubMed / एन सी बी आई
  82. गूगल स्कॉलर
  83. लेख देखें
  84. PubMed / एन सी बी आई
  85. गूगल स्कॉलर
  86. लेख देखें
  87. गूगल स्कॉलर
  88. लेख देखें
  89. गूगल स्कॉलर
  90. लेख देखें
  91. गूगल स्कॉलर
  92. लेख देखें
  93. PubMed / एन सी बी आई
  94. गूगल स्कॉलर
  95. लेख देखें
  96. गूगल स्कॉलर
  97. लेख देखें
  98. PubMed / एन सी बी आई
  99. गूगल स्कॉलर
  100. लेख देखें
  101. गूगल स्कॉलर
  102. लेख देखें
  103. गूगल स्कॉलर
  104. लेख देखें
  105. गूगल स्कॉलर
  106. लेख देखें
  107. PubMed / एन सी बी आई
  108. गूगल स्कॉलर
  109. लेख देखें
  110. गूगल स्कॉलर
  111. लेख देखें
  112. PubMed / एन सी बी आई
  113. गूगल स्कॉलर
  114. लेख देखें
  115. गूगल स्कॉलर
  116. लेख देखें
  117. गूगल स्कॉलर
  118. लेख देखें
  119. PubMed / एन सी बी आई
  120. गूगल स्कॉलर
  121. लेख देखें
  122. PubMed / एन सी बी आई
  123. गूगल स्कॉलर
  124. लेख देखें
  125. PubMed / एन सी बी आई
  126. गूगल स्कॉलर
  127. लेख देखें
  128. PubMed / एन सी बी आई
  129. गूगल स्कॉलर
  130. लेख देखें
  131. PubMed / एन सी बी आई
  132. गूगल स्कॉलर
  133. लेख देखें
  134. PubMed / एन सी बी आई
  135. गूगल स्कॉलर
  136. लेख देखें
  137. गूगल स्कॉलर
  138. लेख देखें
  139. गूगल स्कॉलर
  140. लेख देखें
  141. गूगल स्कॉलर
  142. लेख देखें
  143. PubMed / एन सी बी आई
  144. गूगल स्कॉलर
  145. लेख देखें
  146. गूगल स्कॉलर
  147. लेख देखें
  148. PubMed / एन सी बी आई
  149. गूगल स्कॉलर
  150. लेख देखें
  151. गूगल स्कॉलर
  152. लेख देखें
  153. PubMed / एन सी बी आई
  154. गूगल स्कॉलर
  155. 6. यंग के.एस., पिस्टनर एम., ओ'मारा जे., बुकानन जे. साइबर विकार: नई सहस्राब्दी के लिए मानसिक स्वास्थ्य चिंता। साइबर मनोविज्ञान और व्यवहार। 1999;2:475–9. पीएमआईडी:19178220
  156. 7. ब्रैंड एम, यंग केएस, लैयर सी, वोल्फलिंग के, पोटेंज़ा एमएन। विशिष्ट इंटरनेट-उपयोग विकारों के विकास और रखरखाव के संबंध में मनोवैज्ञानिक और न्यूरोबायोलॉजिकल विचारों को एकीकृत करना: व्यक्ति-प्रभाव-संज्ञान-निष्पादन (आई-पीएसीई) मॉडल की सहभागिता। न्यूरोसाइंस और बायोबिहेवियरल रिव्यू। 2016;71:252–66। पीएमआईडी:27590829
  157. 8. वेगमैन ई, ब्रांड एम. इंटरनेट-संचार विकार: यह सामाजिक पहलुओं, मुकाबला करने और इंटरनेट-उपयोग अपेक्षाओं का मामला है। फ्रंटियर्स इन साइकोलॉजी। 2016;7(1747):1–14. पीएमआईडी:27891107
  158. लेख देखें
  159. गूगल स्कॉलर
  160. लेख देखें
  161. PubMed / एन सी बी आई
  162. गूगल स्कॉलर
  163. लेख देखें
  164. गूगल स्कॉलर
  165. लेख देखें
  166. PubMed / एन सी बी आई
  167. गूगल स्कॉलर
  168. लेख देखें
  169. गूगल स्कॉलर
  170. 9. चोई एसडब्लू, किम डीजे, चोई जेएस, चोई ईजे, सॉन्ग डब्ल्यूवाई, किम एस, एट अल. स्मार्टफोन की लत और इंटरनेट की लत से जुड़े जोखिम और सुरक्षात्मक कारकों की तुलना। जर्नल ऑफ बिहेवियरल एडिक्शन। 2015;4(4):308–14. पीएमआईडी:26690626
  171. लेख देखें
  172. PubMed / एन सी बी आई
  173. गूगल स्कॉलर
  174. लेख देखें
  175. PubMed / एन सी बी आई
  176. गूगल स्कॉलर
  177. लेख देखें
  178. PubMed / एन सी बी आई
  179. गूगल स्कॉलर
  180. लेख देखें
  181. PubMed / एन सी बी आई
  182. गूगल स्कॉलर
  183. लेख देखें
  184. गूगल स्कॉलर
  185. लेख देखें
  186. गूगल स्कॉलर
  187. लेख देखें
  188. PubMed / एन सी बी आई
  189. गूगल स्कॉलर
  190. 10. मोंटाग सी, ब्लास्ज़किविज़ के, सारिस्का आर, लाचमैन बी, एंडोन आई, ट्रेंडाफिलोव बी, एट अल. 21वीं सदी में स्मार्टफ़ोन का उपयोग: व्हाट्सएप पर कौन सक्रिय है? बीएमसी रिसर्च नोट्स। 2015;8:1–6.
  191. 11. ब्रैंड एम, यंग के.एस., लैयर सी. प्रीफ्रंटल कंट्रोल और इंटरनेट एडिक्शन: न्यूरोसाइकोलॉजिकल और न्यूरोइमेजिंग निष्कर्षों का एक सैद्धांतिक मॉडल और समीक्षा। फ्रंटियर्स इन ह्यूमन न्यूरोसाइंस। 2014;8(375):1–36. पीएमआईडी:24904393
  192. 12। डेविस रा। पैथोलॉजिकल इंटरनेट उपयोग का एक संज्ञानात्मक-व्यवहार मॉडल। मानव व्यवहार में कंप्यूटर। 2001; 17: 187-95।
  193. 13. स्पाडा एम.एम. समस्याग्रस्त इंटरनेट उपयोग का अवलोकन। व्यसनी व्यवहार। 2014;39: प्रिंट से पहले ईपब। 3–6. पीएमआईडी: 24126206
  194. 14. बिलीक्स जे, मौरेज पी, लोपेज़-फर्नांडीज़ ओ, कुस डीजे, ग्रिफ़िथ्स एमडी। क्या अव्यवस्थित मोबाइल फ़ोन उपयोग को व्यवहारिक लत माना जा सकता है? वर्तमान साक्ष्य पर एक अपडेट और भविष्य के शोध के लिए एक व्यापक मॉडल। वर्तमान लत रिपोर्ट। 2015;2(2):156–62।
  195. 15. वेगमैन ई, स्टोड्ट बी, ब्रांड एम. सोशल नेटवर्किंग साइट्स के व्यसनी उपयोग को इंटरनेट उपयोग अपेक्षाओं, इंटरनेट साक्षरता और मनोविकृति संबंधी लक्षणों की परस्पर क्रिया द्वारा समझाया जा सकता है। जर्नल ऑफ बिहेवियरल एडिक्शन। 2015;4(3):155–62. पीएमआईडी:26551905
  196. 16. वेगमैन ई, ओबर्स्ट यू, स्टोड्ट बी, ब्रांड एम. ऑनलाइन-विशिष्ट डर और इंटरनेट-उपयोग अपेक्षाएं इंटरनेट-संचार विकार के लक्षणों में योगदान करती हैं। एडिक्टिव बिहेवियर रिपोर्ट्स। 2017;5:33–42. पीएमआईडी:29450225
  197. 17. ब्रैंड एम, लैयर सी, यंग के.एस. इंटरनेट की लत: इससे निपटने की शैलियाँ, अपेक्षाएँ और उपचार के निहितार्थ। फ्रंटियर्स इन साइकोलॉजी। 2014;5:1–14.
  198. 18. ट्रॉट्ज़के पी, स्टारके के, मुलर ए, ब्रांड एम. इंटरनेट की लत के एक विशिष्ट रूप के रूप में ऑनलाइन पैथोलॉजिकल खरीदारी: एक मॉडल-आधारित प्रयोगात्मक जांच। पीएलओएस वन। 2015;10(10):e0140296. पीएमआईडी:26465593
  199. 19. सैयेट एम.ए. पदार्थ उपयोग विकारों में लालसा की भूमिका: सैद्धांतिक और पद्धतिगत मुद्दे। नैदानिक ​​मनोविज्ञान की वार्षिक समीक्षा। 2016;12:407–33. पीएमआईडी:26565121।
  200. 20. हॉर्मेस जेएम. व्यसनी व्यवहारों में लालसा का नैदानिक ​​महत्व: एक समीक्षा। वर्तमान व्यसन रिपोर्ट। 2017;4(2):132–41.
  201. 21. बेचारा ए. निर्णय लेना, आवेग नियंत्रण और दवाओं का विरोध करने की इच्छाशक्ति का नुकसान: एक न्यूरोकॉग्निटिव परिप्रेक्ष्य। नेचर न्यूरोसाइंस। 2005;8:1458–63. पीएमआईडी:16251988
  202. 22. कार्टर बी.एल., टिफ़नी एस.टी. व्यसन अनुसंधान में संकेत-प्रतिक्रियाशीलता का मेटा-विश्लेषण। व्यसन। 1999;94:327–40. पीएमआईडी:10605857
  203. 23. स्किनर एम.डी., ऑबिन एच.जे. व्यसन सिद्धांत में लालसा का स्थान: प्रमुख मॉडलों का योगदान। न्यूरोसाइंस और बायोबिहेवियरल रिव्यूज़। 2010;34:606–23. पीएमआईडी:19961872
  204. 24. ड्रमंड डी.सी. नशीली दवाओं की लालसा के सिद्धांत, प्राचीन और आधुनिक। लत (एबिंगडन, इंग्लैंड)। 2001;96:33–46.
  205. 25. शिबेनर जे, लैयर सी, ब्रैंड एम. पोर्नोग्राफ़ी में फंसना? मल्टीटास्किंग स्थिति में साइबरसेक्स संकेतों का अत्यधिक उपयोग या उपेक्षा साइबरसेक्स की लत के लक्षणों से संबंधित है। जर्नल ऑफ़ बिहेवियरल एडिक्शन। 2015;4(1):14–21. पीएमआईडी:25786495
  206. 26. निउ जीएफ, सन एक्सजे, सुब्रह्मण्यम के, कोंग एफसी, तियान वाई, झोउ जेडके। इंटरनेट की लत के शिकार लोगों में इंटरनेट के लिए क्यू-प्रेरित लालसा। व्यसनी व्यवहार। 2016;62:1–5. पीएमआईडी:27305097
  207. 27. टिफ़नी एस.टी., रे जे.एम. ड्रग क्रेविंग का नैदानिक ​​महत्व। न्यूयॉर्क एकेडमी ऑफ साइंसेज के इतिहास। 2012;1248:1–17. पीएमआईडी:22172057
  208. 28. स्नागोव्स्की जे, ब्रांड एम. साइबरसेक्स की लत के लक्षण पोर्नोग्राफ़िक उत्तेजनाओं के करीब जाने और उनसे बचने दोनों से जुड़े हो सकते हैं: नियमित साइबरसेक्स उपयोगकर्ताओं के एनालॉग नमूने से परिणाम। फ्रंटियर्स इन साइकोलॉजी। 2015;6:653. पीएमआईडी:26052292
  209. 29. लैयर सी, पावलिकोव्स्की एम, पेकल जे, शुल्टे एफपी, ब्रांड एम. साइबरसेक्स की लत: पोर्नोग्राफी देखते समय यौन उत्तेजना का अनुभव और वास्तविक जीवन में यौन संपर्कों से फर्क नहीं पड़ता। जर्नल ऑफ बिहेवियरल एडिक्शन। 2013;2:100–7. पीएमआईडी:26165929
  210. 30. थेलेमैन आर, वोल्फलिंग के, ग्रुसर एस.एम. अत्यधिक गेम खेलने वालों में कंप्यूटर गेम से संबंधित संकेतों पर विशिष्ट संकेत प्रतिक्रिया। व्यवहार तंत्रिका विज्ञान। 2007;121:614–8. पीएमआईडी:17592953
  211. 31. लियू एल, यिप एसडब्लू, झांग जेटी, वांग एलजे, शेन जेडजे, लियू बी, एट अल. इंटरनेट गेमिंग डिसऑर्डर में क्यू रिएक्टिविटी के दौरान वेंट्रल और डोर्सल स्ट्रिएटम का सक्रियण। एडिक्शन बायोलॉजी। 2017;3(2):791–801. पीएमआईडी:26732520।
  212. 32. पार्क सीबी, पार्क एसएम, ग्वाक एआर, सोहन बीके, ली जेवाई, जंग एचवाई, एट अल. आभासी जुए के संकेतों के बार-बार संपर्क का जुआ खेलने की इच्छा पर प्रभाव। व्यसनी व्यवहार। 2015;41:61–4. पीएमआईडी:25306387
  213. 33. फ़र्नी बी.ए., कैसेली जी., गिउस्टिना एल., डोनाटो जी., मार्कोट्रिगियानी ए., स्पाडा एम.एम. जुए के भविष्यवक्ता के रूप में इच्छा संबंधी सोच। व्यसनी व्यवहार। 2014;39:793–6. पीएमआईडी:24531634
  214. 34. वेगमैन ई, स्टोड्ट बी, ब्रांड एम. क्यू-रिएक्टिविटी प्रतिमान में दृश्य और श्रवण संकेतों का उपयोग करके इंटरनेट-संचार विकार में क्यू-प्रेरित लालसा। व्यसन अनुसंधान और सिद्धांत। 2017: प्रिंट से पहले ईपब।
  215. 35. लेपेरा एन. बोरियत की प्रवृत्ति, माइंडफुलनेस, चिंता, अवसाद और पदार्थ के उपयोग के बीच संबंध। द न्यू स्कूल साइकोलॉजी बुलेटिन। 2011;8(2):15–23.
  216. 36. इसो-अहोला एस.ई., वेइसिंगर ई. अवकाश में बोरियत की धारणाएँ: अवकाश बोरियत पैमाने की अवधारणा, विश्वसनीयता और वैधता। जर्नल ऑफ़ लीज़र रिसर्च। 1990;22(1):1–17.
  217. 37. लिन सीएच, लिन एसएल, वू सीपी. माता-पिता की निगरानी और अवकाश की बोरियत का किशोरों की इंटरनेट की लत पर प्रभाव. किशोरावस्था. 2009;44(176):993–1004. ईपब 2009/01/01. पीएमआईडी: 20432612.
  218. 38. ब्रिसेट डी, स्नो आरपी. बोरियत: जहाँ भविष्य नहीं है। प्रतीकात्मक बातचीत। 1993;16(3):237–56.
  219. 39. बायोलकाटी आर, मैनसिनी जी, ट्रॉम्बिनी ई. किशोरों के खाली समय में बोरियत और जोखिम भरे व्यवहार की प्रवृत्ति। मनोवैज्ञानिक रिपोर्ट। 2017:1–21. ईपब 2017/08/05. पीएमआईडी: 28776483।
  220. 40. हैरिस एम.बी. बोरियत की प्रवृत्ति और बोरियत के बीच सहसंबंध और विशेषताएँ। जर्नल ऑफ एप्लाइड सोशल साइकोलॉजी। 2000;30(3):576–98।
  221. 41. मिकुलस डब्ल्यूएल, वोडानोविच एसजे. बोरियत का सार. द साइकोलॉजिकल रिकॉर्ड. 1993;43(1):3–12.
  222. 42. एल्हाई जेडी, वास्केज़ जेके, लस्टगार्टन एसडी, लेविन जेसी, हॉल बीजे। बोरियत की प्रवृत्ति समस्याग्रस्त स्मार्टफोन उपयोग और अवसाद और चिंता की गंभीरता के बीच संबंधों को मध्यस्थ करती है। सोशल साइंस कंप्यूटर रिव्यू। 2017:1–14।
  223. 43. वीसनर एम, विंडल एम, फ्रीमैन ए. युवा वयस्क कर्मचारियों में कार्य तनाव, पदार्थ का उपयोग और अवसाद: मुख्य और मॉडरेटर प्रभाव मॉडल की जांच। जर्नल ऑफ ऑक्यूपेशनल हेल्थ साइकोलॉजी। 2005;10(2):83–96. पीएमआईडी:15826220।
  224. 44. अंशेल एम.एच. खेल में प्रतिबंधित दवाओं के उपयोग के कथित कारणों पर कुलीन एथलीटों का एक सर्वेक्षण। जर्नल ऑफ स्पोर्ट बिहेवियर। 1991;14(4):283–310.
  225. 45. थैकरे आर.आई. बोरियत और एकरसता का तनाव: साक्ष्य पर विचार। साइकोसोमैटिक मेडिसिन। 1981;43(2):165–76. पीएमआईडी:7267937।
  226. 46. ​​झोउ एसएक्स, लेउंग एल. संतुष्टि, अकेलापन, अवकाश बोरियत, और आत्म-सम्मान चीनी कॉलेज के छात्रों के बीच एसएनएस-गेम की लत और उपयोग पैटर्न के पूर्वानुमान के रूप में। इंटरनेशनल जर्नल ऑफ साइबर बिहेवियर, साइकोलॉजी एंड लर्निंग। 2012;2(4):34–48।
  227. 47. कैलडवेल एलएल, स्मिथ ईए. अवकाश से विमुख युवाओं का स्वास्थ्य व्यवहार। लोइसिर एट सोसाइटी / सोसाइटी एंड लीजर। 1995;18(1):143–56.
  228. 48. बायोलकाटी आर, पासिनी एस, मैनसिनी जी. “मैं बोरियत बर्दाश्त नहीं कर सकता।” किशोरावस्था में शराब पीने की अपेक्षाएँ। नशे की लत व्यवहार रिपोर्ट। 2016;3(सप्लीमेंट सी):70–6. पीएमआईडी:29532002
  229. 49. ब्लास्ज़िंस्की ए, मैककोनाघी एन, फ़्रैंकोवा ए. पैथोलॉजिकल जुए में बोरियत की प्रवृत्ति। मनोवैज्ञानिक रिपोर्ट। 1990;67(1):35–42. ईपब 1990/08/01. पीएमआईडी:2236416.
  230. 50. फॉर्च्यून ईई, गुडी एएस. पैथोलॉजिकल जुए और सनसनी की तलाश के बीच संबंध: सबस्केल स्कोर की भूमिका. जर्नल ऑफ जुए के अध्ययन. 2010;26(3):331–46. पीएमआईडी:19943092.
  231. 51. ज़करमैन एम, आइसेनक एस, आइसेनक एचजे. इंग्लैंड और अमेरिका में सनसनी की तलाश: क्रॉस-कल्चरल, आयु और लिंग तुलना। जर्नल ऑफ़ कंसल्टिंग और क्लिनिकल साइकोलॉजी। 1978;46(1):139–49. ईपब 1978/02/01. पीएमआईडी:627648.
  232. 52. न्यूबॉम जी, क्रैमर एनसी. मेरे दोस्त मेरे ठीक बगल में: सोशल नेटवर्किंग साइट्स पर सामाजिक निकटता का अनुभव करने के पूर्वानुमान और परिणामों पर एक प्रयोगशाला जांच। साइबरसाइकोलॉजी, व्यवहार और सोशल नेटवर्किंग। 2015;18(8):443–9. पीएमआईडी:26252929
  233. 53. लिन सीएच, यू एसएफ. ताइवान में किशोरों में इंटरनेट का उपयोग: लिंग भेद की खोज। किशोरावस्था। 2008;43(170):317–31. पीएमआईडी:18689104।
  234. 54. रहमानी एस, लावासनी एमजी. इंटरनेट निर्भरता और सनसनीखेज खोज और व्यक्तित्व के बीच संबंध. प्रोसीडिया-सामाजिक और व्यवहार विज्ञान. 2011;30(सप्लीमेंट सी):272–7.
  235. 55. चेनी एम.पी., चांग सी.वाई. इंटरनेट पर यौन रूप से आदी पुरुषों के लिए उथल-पुथल की तिकड़ी जो पुरुषों के साथ यौन संबंध रखते हैं: ऊब की प्रवृत्ति, सामाजिक जुड़ाव और अलगाव। यौन लत और बाध्यता। 2005;12(1):3–18।
  236. 56. वेलेज़मोरो आर, लेसफील्ड के, रॉबर्टी जेडब्ल्यू. अनुभव किया गया तनाव, संवेदना की तलाश, और कॉलेज के छात्रों द्वारा इंटरनेट का दुरुपयोग। मानव व्यवहार में कंप्यूटर। 2010;26(6):1526–30.
  237. 57. वेयब्राइट ई.एच., कैलडवेल एल.एल., राम एन., स्मिथ ई.ए., वेगनर एल. बोरियत की संभावना या कुछ नहीं करना? दक्षिण अफ्रीका के किशोरों में राज्य और विशेषता अवकाश बोरियत और पदार्थ के उपयोग के साथ इसके संबंध के बीच अंतर करना। अवकाश विज्ञान। 2015;37(4):311–31. पीएमआईडी:26085700।
  238. 58. पावलिकोव्स्की एम, अल्टस्टॉटर-ग्लीच सी, ब्रांड एम. यंग के इंटरनेट एडिक्शन टेस्ट के एक छोटे संस्करण का सत्यापन और मनोवैज्ञानिक गुण। मानव व्यवहार में कंप्यूटर। 2013;29:1212–23।
  239. 59. ट्रॉट्ज़के पी, स्टारके के, पेडरसन ए, ब्रांड एम. पैथोलॉजिकल खरीदारी में क्यू-प्रेरित लालसा: अनुभवजन्य साक्ष्य और नैदानिक ​​निहितार्थ। साइकोसोमैटिक मेडिसिन। 2014;76(9):694–700. पीएमआईडी:25393125।
  240. 60. लव ए, जेम्स डी, विल्नर पी. दो शराब की लालसा प्रश्नावली की तुलना। लत (एबिंगडन, इंग्लैंड)। 1998;93(7):1091–102।
  241. 61. स्ट्रक ए.ए., कैरियर जे.एस., चेनी जे.ए., डैंकर्ट जे. एक छोटा बोरियत प्रवणता पैमाना। आकलन। 2015;24(3):346–59. पीएमआईडी:26467085।
  242. 62. कोहेन जे. व्यवहार विज्ञान के लिए सांख्यिकीय शक्ति विश्लेषण। दूसरा संस्करण। हिल्सडेल, एनजे: एर्लबम; 2।
  243. 63. मुथेन एल, मुथेन बी. एमप्लस. लॉस एंजेल्स: मुथेन एंड मुथेन; 2011.
  244. 64. हू एल, बेंटलर पी.एम. मॉडल फिट का मूल्यांकन। इन: होयल आर.एच., संपादक। संरचनात्मक समीकरण मॉडलिंग अवधारणाएँ मुद्दे और अनुप्रयोग। लंदन: सेज पब्लिकेशन्स, इंक; 1995. पृष्ठ 76-99।
  245. 65. हू एल, बेंटलर पी.एम. सहप्रसरण संरचना विश्लेषण में फिट इंडेक्स के लिए कटऑफ मानदंड: पारंपरिक मानदंड बनाम नए विकल्प। स्ट्रक्चरल इक्वेशन मॉडलिंग: एक बहुविषयक जर्नल। 1999;6:1–55।
  246. 66. मार्श एचडब्ल्यू, लुडके ओ, नागेंगस्ट बी, मोरिन एजे, वॉन डेवियर एम. आइटम पार्सल क्यों (लगभग) कभी उपयुक्त नहीं होते: दो गलतियां एक सही नहीं बनातीं - सीएफए मॉडल में आइटम पार्सल के साथ गलत विवरण को छिपाना। मनोवैज्ञानिक विधियाँ। 2013;18(3):257–84. पीएमआईडी:23834417.
  247. 67. लिटिल टीडी, कनिंघम डब्ल्यूए, शाहर जी, विडमैन केएफ। पार्सल करना है या नहीं करना है: प्रश्न की खोज करना, गुणों का मूल्यांकन करना। स्ट्रक्चरल इक्वेशन मॉडलिंग: एक बहुविषयक जर्नल। 2002;9(2):151–73।
  248. 68. सोमरस जे, वोडानोविच एसजे. बोरियत की प्रवृत्ति: मनोवैज्ञानिक और शारीरिक स्वास्थ्य लक्षणों से इसका संबंध। जर्नल ऑफ क्लिनिकल साइकोलॉजी। 2000;56(1):149–55. ईपब 2000/02/08. पीएमआईडी:10661377.
  249. 69. गॉर्डन ए, विल्किंसन आर, मैकगाउन ए, जोवानोस्का एस. बोरियत प्रवणता स्केल के मनोवैज्ञानिक गुण: इसकी वैधता की जांच। मनोवैज्ञानिक अध्ययन। 1997;42(2–3):85–97।
  250. 70. डेरोगेटिस एल.आर. बी.एस.आई. संक्षिप्त लक्षण सूची: प्रशासन, स्कोरिंग, और प्रक्रिया मैनुअल। 1993. ईपब तीसरा संपादन।
  251. 71. दिमित्रोव डी.एम. अव्यक्त चरों पर समूहों की तुलना: एक संरचनात्मक समीकरण मॉडलिंग दृष्टिकोण। कार्य (रीडिंग, मास)। 2006;26(4):429–36। ईपब 2006/06/22। पीएमआईडी:16788262।
  252. 72. मोंटेग सी, मार्कोवेट्ज ए, ब्लास्ज़किविक्ज़ के, एंडोन आई, लाचमैन बी, सारिस्का आर, एट अल. स्मार्टफ़ोन पर फ़ेसबुक का उपयोग और न्यूक्लियस एक्यूम्बेंस का ग्रे मैटर वॉल्यूम। व्यवहारिक मस्तिष्क अनुसंधान। 2017;329:221–8. पीएमआईडी:28442353।
  253. 73. को सीएच, लियू जीसी, येन जेवाई, चेन सीवाई, येन सीएफ, चेन सीएस। इंटरनेट की लत वाले विषयों और छूटे हुए विषयों में क्यू एक्सपोजर के तहत ऑनलाइन गेमिंग के लिए लालसा के मस्तिष्क सहसंबंध। लत जीव विज्ञान। 2013;18:559–69। पीएमआईडी:22026537
  254. 74. को सीएच, लियू जीसी, येन जेवाई, येन सीएफ, चेन सीएस, लिन डब्ल्यूसी। इंटरनेट गेमिंग की लत और निकोटीन पर निर्भरता से पीड़ित लोगों में संकेत-प्रेरित गेमिंग की इच्छा और धूम्रपान की लालसा दोनों के लिए मस्तिष्क सक्रियण। जर्नल ऑफ साइकियाट्रिक रिसर्च। 2013;47(4):486–93. पीएमआईडी:23245948
  255. 75. टुरेल ओ, बेचारा ए. ऑनलाइन सोशल नेटवर्किंग साइट्स पर गाली-गलौज, पारस्परिक रूप से विचलित और नुकसानदेह व्यवहार पर मोटर आवेग और नींद की गुणवत्ता का प्रभाव। व्यक्तित्व और व्यक्तिगत अंतर। 2017;108:91–7.
  256. 76. बेन-येहुदा एल, ग्रीनबर्ग एल, वेनस्टीन ए. स्मार्टफोन के इस्तेमाल से इंटरनेट की लत - इंटरनेट की लत, स्मार्टफोन के इस्तेमाल की आवृत्ति और पुरुष और महिला छात्रों के दिमाग की घूरन के बीच संबंध। जर्नल ऑफ रिवॉर्ड डेफिसिएंसी सिंड्रोम एंड एडिक्शन साइंस। 2016।
  257. 77. टैवोलैसी एम.पी., लैडनर जे., ग्रिगियोनी एस., रिचर्ड एल., विलेट एच., डेचेलोटे पी. कथित तनाव, पदार्थ के उपयोग और व्यवहारिक व्यसनों की व्यापकता और संबंध: फ्रांस में विश्वविद्यालय के छात्रों के बीच 2009-2011 का एक क्रॉस-सेक्शनल अध्ययन। बी.एम.सी. पब्लिक हेल्थ। 2013;13:724. पीएमआईडी:23919651।