Addiktív internethasználat a koreai serdülők körében: nemzeti felmérés (2014)

PLoS One. 2014 Feb 5, 9 (2): e87819. doi: 10.1371 / journal.pone.0087819.

Heo J1, Ó, J2, Subramanian SV3, Kim Y4, Kawachi I3.

Absztrakt

HÁTTÉR:

Az ún. „Internetes függőségnek” nevezett pszichológiai rendellenesség jelent meg újonnan, valamint a világméretű internethasználat drámai növekedése. Kevés tanulmány azonban nem használt populációs szintű mintákat, és nem vette figyelembe az internetes függőség összefüggéseit.

MÓDSZEREK ÉS MEGÁLLAPÍTÁSOK:

Az 57,857 közép- és középiskolás diákokat (13-18 évesek) azonosítottuk egy koreai országos reprezentatív felmérésből, amelyet az 2009-ben vizsgáltak meg. Az addiktív internethasználattal összefüggő tényezők azonosításához a kétszintű többszintű regressziós modelleket egyéni szintű válaszokkal (1st szint) illesztették az iskolákba (2nd szint), hogy becsüljék az egyéni és az iskolai jellemzők társulásait egyidejűleg.

Az addiktív internethasználat nemi különbségeit nemek szerint rétegzett regressziós modellel becsültük meg. Jelentős összefüggéseket találtak az addiktív internethasználat és az iskolai végzettség, a szülői oktatás, az alkoholfogyasztás, a dohányzás és a szerhasználat között. A leányiskolai diáklányok nagyobb valószínűséggel használták az internetet függőséget, mint a koedukációs iskolák.

Eredményeink azt is felfedték, hogy az addiktív internethasználat jelentős nemek közötti különbségeket mutat az ahhoz kapcsolódó egyéni és iskolai szintű tényezőkben.

Következtetések:

Eredményeink azt sugallják, hogy a többszintű kockázati tényezőket és a nemek közötti különbségeket figyelembe kell venni a serdülők védelmében az addiktív internethasználat ellen.

Bevezetés

Az internethasználatot a modern élet nélkülözhetetlen részének tekintik. A web-alapú technológiák és az internethozzáférés növekedésének eredményeként Latin-Amerikában és Ázsiában az internethasználat drámai módon megnőtt az egész világon, és elérte a globális internet-használók számát, több mint 2.3 milliárd 2011 [1].

Ennek a népszerűségnek a másik oldalán új pszichológiai rendellenesség jelent meg: „Internet-függőség”, amelyet következetlenül „túlzott internethasználatnak” is neveznek. [2], [3], „Problémás internethasználat” [4], [5], „Internet-függőség” [6], [7], vagy „kóros internethasználat” [8], [9]. Az ilyen eltérés nagyrészt annak köszönhető, hogy az internet-függőség különböző tüneteire összpontosító vizsgálatokban nincs egyetértés a definíciókban. Fiatal [3] az Internet-függőséget úgy definiálta, mint „az internethasználat rosszul adaptív mintája, amely klinikailag jelentős károsodást vagy stresszt okoz”. Kandell [10] később úgy határozta meg, mint „az internetről származó pszichológiai függőség, függetlenül attól, hogy milyen típusú tevékenység történt bejelentkezve” [11]. Más tanulmányok még nem adtak egyértelmű meghatározást. Az Internet használatával kapcsolatos addiktív tünetek mérésére vagy diagnosztizálására néhány tanulmány kidolgozta saját értékelési eszközét. Az internetes függőséggel kapcsolatos tanulmányok többsége a mentális rendellenességek diagnosztikai és statisztikai kézikönyve (DSM) kritériumain alapuló intézkedéseket dolgozott ki. [11]. Fiatal [3] kidolgozta az 8-kérdéses diagnosztikai kérdőívet a kényszeres szerencsejáték kritériumainak módosításával (DSM-IV). Morahan-Martin és Schumacher [8] később kifejlesztette az 13-kérdések patológikus internethasználati skáláját a DSM-IV kritériumok rekonstruálásával. A legújabb tanulmányok új intézkedéseket dolgoztak ki függetlenül a DSM kritériumokkal. Faktor analízis módszerekkel, Caplan [12] és Widyanto és Mcmurran [13] saját intézkedéseket hoztak. Tao és munkatársai. [14] pont-válasz elmélet felhasználásával fejlesztették ki mérésüket. A definíciók és intézkedések ezen eltérései vitákat váltottak ki az internet-függőség DSM-be történő beillesztése kapcsán [15], [16].

Annak ellenére, hogy nincs megegyezés a meghatározásával és mérésével kapcsolatban, az 1990-es évek közepe óta felhalmozódott az internetes függőség bizonyítéka. Esettanulmányok és empirikus vizsgálatok azt mutatták, hogy az internetes függőséget az egyén pszichés jólétére gyakorolt ​​káros hatások jellemezték [17], [18], akadémiai kudarc [17], [19], csökkentett munkateljesítmény [20] vagy munkahely elvesztése [21], alvásmegvonás [22], szociális visszahúzódás [21], [23], kevés vagy egyáltalán nincs önbizalom [21], [24], szegény diéta [20], [25], családi problémák [21], [25], házassági bontás [21], sőt az online játékokhoz való blokkolt hozzáféréshez kapcsolódó erőszak [26] vagy cardiopulmonalis haláleset a túlzott használat miatt [27], [28].

Ezeknek a tanulmányoknak azonban vannak bizonyos korlátai. Először is, ami a legkritikusabb, a kutatások többsége a kényelmi mintavétel és a kisméretű minták miatt a mintavételi elfogultságot szenvedett, amikor az interneten keresztül toborzottt [3], [13], [24], [29]-[32]. Elkerülhetetlenül ez az önkiválasztott résztvevők mintavétele vegyes vagy ellentmondásos eredményeket okozott a vizsgálatok között. Másodszor, bár a környezeti tényezőknek az addiktív viselkedésre gyakorolt ​​hatása már jól ismert [33], [34], az internetes függőségről szóló múltbéli tanulmányok többsége elsősorban az egyes személyiségekkel való társulásokra összpontosítotty, például alacsony önértékelés [24], magányosság [8], alacsony önfelfedés vagy antiszociális viselkedés [35], erősebb öngyilkos szándék [36]és szenzációs keresés [6], [7], [24]. Egyetlen empirikus tanulmány sem vizsgálta a családi tényezőkkel (pl. Családi jövedelem vagy a szülői iskolai végzettség) és az iskolai környezeti tényezőkkel való összefüggést, bár köztudott, hogy a szülői szocioökonómiai helyzet (SES) és az iskolai jellemzők a serdülők addiktív viselkedésének kockázataival társultak. [37]-[39]. Végül, annak ellenére, hogy a korábbi tanulmányok következetesen jelentették a fiúk Internet-függőségének nagyobb kockázatát [40], [41], kevés tanulmány azonosította a nemek közötti különbségeket az internetes függőség terén.

A korábbi tanulmányok ezen hiányosságainak kitöltése érdekében a társadalmi epidemiológiai perspektívákkal megvizsgáljuk az internet-függőség egyéni és kontextuális szintű összefüggéseit egy többszintű statisztikai módszerrel, a dél-koreai serdülők országosan reprezentatív felmérési adatainak felhasználásával. Mivel a koreai serdülőknél magasabb az internetes függőség, mint a felnőtteknél [42], a serdülők internetes függőségére koncentrálunk. Ez a tanulmány a nemek közötti különbségeket is vizsgálja a lakosság internetes függőségében.

Dél-Korea a világ egyik leginkább digitalizált társadalma. Az internet penetrációjának aránya Dél-Koreában meghaladta az 75 százalékot az 2011-ban [1]. Az 50 korosztályának több mint fele és a tinédzserek csaknem 100% -a használja az internetet a mindennapi életében [43]. Az internetes függőséggel kapcsolatos bűncselekmények és halál sorozatát követően Dél-Korea az internetes függőséget társadalmi és közegészségügyi problémának tekinti. A kormány kezdetben kifejlesztette az internet-függőség mérési skálájának (KS-skála) koreai változatát, és bevezette a közép- és középiskolába az addiktív internethasználók szűrésére. [44]. Sőt, a serdülők körében a túlzott online szerencsejáték visszaszorítása érdekében a kormány 2011-ben, illetve 2012-ben kényszerpolitikát hajtott végre, az úgynevezett „Internet Shutdown” és „Cooling Off” elnevezéssel, hogy korlátozza a serdülők online játékát éjfélkor és az online játékokra fordított idő mennyiségét. [45]. Az 2010 internetes függőséggel foglalkozó országos felmérése kimutatta, hogy a teljes népesség 8.0% -a függ az internetről; A serdülők 12.4% -a addiktív módon vett igénybe az internetet [42]. Tekintettel arra, hogy az internetes felhasználók exponenciálisan növekednek az egész világon, különös tekintettel a közösségi hálózati szolgáltatások (SNS) népszerűségére, ez a tanulmány információkat szolgáltathat a serdülőkori internetes függőség megelőzéséhez és beavatkozásához más országokban, ahol még nem alakult ki társadalmi és közszféraként. egészségügyi probléma.

A következő kérdések megválaszolására vagyunk kíváncsiak: 1) A magasabb szülői SES fordított összefüggésben van-e a serdülők addiktív internethasználatával? 2) Az iskolai összefüggések összefüggenek-e a serdülők addiktív internethasználatával, függetlenül az egyéni szintű tényezőktől? 3) Különböznek-e az egyes és iskolai szintű tényezők ezek az asszociációk a nemek között?

Mód

Az adatok forrása

A 75,066-ben végzett ötödik koreai ifjúsági kockázati magatartás webalapú felmérés (KYRBWS) 2009 57,857 mintájából 400 400 hallgatót azonosítottunk 13 közép- és középiskolából, miután eldobtuk a szülői végzettség hiányzó értékeit. A KYRBWS egy országosan reprezentatív felmérés, amely éves adatokat állít össze a serdülőkori (18–800 éves) egészségügyi magatartás figyelemmel kísérésére. A KYRBWS-t a Koreai Betegségmegelőzési és Megelőzési Központok (KCDC) állították elő, és a KCDC etikai bizottságai hagyták jóvá. Az írásbeli beleegyező nyilatkozatot minden diák szüleitől megkapta a felméréshez. Az országosan reprezentatív minta elkészítéséhez a felmérés a rétegzett kétlépcsős véletlen klaszter mintavételi módszert használta. Összesen 135 közép- és középiskolát (elsődleges mintavételi egységet) választottak ki véletlenszerű mintavétel útján 97.6 réteg minden rétegéből, amelyeket az adminisztratív körzetek és az iskolák jellemzői alapján azonosítottak. Ezután minden iskolai évfolyamon véletlenszerűen kiválasztottak egy-egy osztályt (másodlagos mintavételi egységek) minden egyes kiválasztott iskolából. A mintába felvett osztályok összes diákját arra kérték, hogy töltsenek ki egy anonim webalapú felmérést a rendes órájuk egy órája alatt az egyes kiválasztott iskolák számítógépes termében. A felmérés céljait és a teljes felmérési folyamatot a felmérés lefolytatása előtt ismertették a hallgatókkal. A hallgatóknak véletlenszerűen kiosztott számmal kellett bejelentkezniük a KYRBWS weboldalára, és ki kellett tölteniük az önadagoló kérdőívet. Az ötödik KYRBWS vizsgálat általános válaszaránya XNUMX% volt.

Mérés

Az internetes függőséget az egyszerűsített koreai internetes függőség önértékelő eszköz (KS skála) segítségével értékelték (lásd S1 táblázat), amelyet a koreai kormány fejlesztett ki, és országszerte Koreában használták azzal a meghatározással, hogy „problémákat okoz a mindennapi életben az internethasználat visszahúzódása és toleranciája miatt, eszközöktől függetlenül" [44]. A skála megbízhatóságának és konstrukciójának érvényességét másutt részletesebben ismertetik [44]. Ezt a hivatalos intézkedést az országos internetes függőség szűrésére és a koreai serdülők éves megfigyelésére fogadták el [42]. A skála az 20 kérdéseiből állt, amelyek az 6 tartományokra vonatkoztak: az adaptív funkciók zavara, pozitív előrelátás, visszavonulás, virtuális interperszonális kapcsolat, eltérő viselkedés és tolerancia. A válaszokat az 4 kategóriákkal skáláztuk, „soha” és „mindig igen” kategóriákba. Ebben a tanulmányban ahelyett, hogy magát a mérést választottuk volna, amely három kategóriára vonatkozik (függőség, látens függőség és normál), az internetes függőség súlyosságát folyamatos változóval mértük az egyes válaszok összegzésével [az 1-ből (soha) 4-ig (mindig igen)] 20-tól 80-ig terjedő tartományban. A függőséget okozó internethasználatnak ezt a pontszámát kimenetel-változóként kezeltük a tanulmányban.

Ahogy látható 1 táblázat, az elemzés során használt kulcsfontosságú egyéni szintű változók demográfiai jellemzőket tartalmaztak; önértékelésű tanulmányi eredmény; szülői társadalmi-gazdasági helyzet (SES); dohány, alkohol és szerhasználat; fizikai aktivitások és pszichológiai állapot. Az önértékelésű tanulmányi eredmény ötszintű kategorizált változó volt, nagyon magastól egészen alacsonyig. Az önértékelésű tanulmányi eredményeket a fő elemzés során folyamatos változóként kezeltük. A szülői SES-t a szülő iskolai végzettsége és a családi jólét skála (FAS) alapján mérték [46]. Az apai és anyai iskolai végzettséget három szintbe sorolták (középiskolai vagy annál alacsonyabb szintű, középiskolai és főiskolai vagy magasabb szintű). A FAS-t négy elem válaszainak összegzésével mérték: 1) saját hálószobával (igen=1, nem=0); 2) a családi utazások gyakorisága évente; 3) az otthoni számítógépek száma; és 4) a család tulajdonában lévő járművek száma. A dohány- és alkoholfogyasztást az elmúlt 30 nap átlagos cigarettaszáma és átlagos fogyasztott alkoholmennyisége alapján mérték. Az anyaghasználatot három szintre osztották: soha, a korábbi használatra és a jelenlegi használatra. A fizikai aktivitás kategóriái a megerőltető testmozgás, a mérsékelt testmozgás és a súlyzós edzés voltak, amelyeket a 30 percet meghaladó, 20 perces, illetve a súlyzós edzés napjai alapján becsültünk meg. A pszichológiai tényezők közül az alvás-elégedettség önértékelését öt kategóriába sorolták, a nagyon jótól a nagyon rosszig. A depressziós tüneteket és az öngyilkossági gondolatokat kettéválasztották igen vagy nem válaszként arra a kérdésre, hogy a hallgatónak volt-e depressziós hangulata vagy öngyilkossági gondolata az elmúlt tizenkét hónapban. Két típusú iskolai szintű változót vontunk be: az iskola elhelyezkedésének urbanisztikáját (nagyvárosi, városi és vidéki) és az iskolatípust nemek szerint (fiúk, lányok és együttnevelés).

Táblázat 1  

A koreai serdülők jellemzői.

Statisztikai elemzés

Az iskolákba beágyazott egyénekkel (1 szint) egy kétszintű, véletlenszerű elfogású többszintű regressziós modellt illesztettek az egyénekbe (2 szint), hogy az egyes determinánsok és az iskolai környezet összefüggéseit egyszerre becsüljék meg MLwiN (fejlesztési változat 2.22). Chow-tesztet alkalmaztunk a nemek közötti jelentős különbségek kimutatására a rétegzett regressziók közötti lejtők és átfogók szempontjából [47] amelyeket külön-külön illesztettek a fiúkhoz és a lányokhoz. A maximális valószínűség becsléseit az Iterative Generalized Least Squares (IGLS) segítségével kaptuk meg, majd Markov Chain Monte Carlo (MCMC) funkcióra váltottuk. Az MCMC-t az 500 szimulációk beégetése céljából végezték eloszlás elvetési értékeinek elvetése céljából, majd további 5,000 szimulációk követték a pontos becslés és az érdeklődés megoszlása ​​céljából. A konvergencia-diagnosztika megerősítését követően megkaptuk a szimulált értékeket és az 95% hiteles intervallumokat (CI).

Eredmények

Táblázat 2 bemutatja a diákok internetes használatának elsődleges és másodlagos céljait, a tanulmányi céloktól eltekintve, a közép- és középiskolák neme szerint. Iskolától függetlenül a fiúk internetes használatának elsődleges és másodlagos célja az online játékok, illetve az információkeresés volt. A lányok arról számoltak be, hogy blogolnak és frissítenek egy személyes honlapot, információkat keresnek, valamint a messengereket és a csevegést használják elsődleges és másodlagos célként.

Táblázat 2  

Az internethasználat elsődleges és másodlagos célja (kivéve az akadémiai célokat) nem szerint a közép- és középiskolákban.

Táblázat 3 bemutatja a többszintű regressziós modellezés eredményét az addiktív internethasználat előrejelzésére a serdülők körében. A lányok sokkal kisebb valószínűséggel szenvedtek el az interneten, mint a fiúk. Az addiktív internethasználat aránya fokozatosan növekedett a középiskolai években, ám a középiskolai években csökkent. Az önértékelésű tanulmányi eredmény fordítottan összefüggésbe hozható az addiktív internethasználattal. A szülői végzettség és a FAS növekedésével az addiktív internethasználat pontszáma jelentősen csökkent. A dohányzás fordítottan függőséget okozó internethasználattal társult, míg az alkoholfogyasztás nem volt jelentős tényező. Az anyaghasználat mutatta a legerősebb összefüggést az addiktív internethasználattal. A fizikai aktivitás minden változója inverz összefüggéseket mutatott az addiktív internethasználattal. Az addiktív internethasználat magasabb pontszámai magasabb alvási elégedetlenséghez társultak. A pszichológiai jellemzők, például a depressziós tünetek és az öngyilkossági gondolatok pozitív összefüggéseket mutattak az addiktív internethasználattal. Az iskolai jellemzőket tekintve a lányiskolákba járó lányok nagyobb valószínűséggel használnak függőséget okozó internethasználatot, mint azok, akik koedukációs iskolákba járnak.

Táblázat 3  

A többszintű regressziós becslések (azok SE-jével együtt) egy kétszintű modell alapján, a koreai serdülők közötti addiktív internethasználat mértékére.

A Chow teszt megerősítésével [F (17, 57,823)=163.62, p <0.001], a nemek szerinti rétegzett elemzés a változók különböző mintázatait tárta fel a fiúk és a lányok között (Táblázat 4). A gyenge, önértékelő tudományos eredmény és az addiktív internethasználat összefüggése erősebb volt a fiúkban, mint a lányokban. A szülői iskolai végzettség fordítottan összefüggésben állt a fiúk addiktív internethasználatával, miközben a lányok között nem mutatott összefüggést. A dohány- és alkoholfogyasztás ellentétes összefüggéseket mutatott a fiúk és a lányok között: 1) statisztikailag szignifikáns összefüggést mutat a lányok ivása és az addiktív internethasználata között, a fiúknál azonban nem szignifikáns; 2) a fiúknál a kevésbé dohányzó és az addiktív internethasználat között jelentős összefüggés van, a lányokban azonban nem. Azoknál a fiúknál, akik a felmérés idején beszámoltak a szerhasználatról, sokkal nagyobb volt a függőséget okozó internethasználat kockázata a lányokhoz képest. Az addiktív internethasználat, a fizikai aktivitások és a pszichológiai jellemzők közötti összefüggések erősebbek voltak a fiúknál, mint a lányoknál. Az iskolai kontextus változók tekintetében a lányiskolák pozitív kapcsolatban voltak az addiktív internethasználattal; mivel a fiúiskoláknak nem volt egyesületük. Az iskolák helyszíneinek urbanicitása nem mutatott összefüggést az addiktív internethasználattal.

Táblázat 4  

A többszintű regressziós becslések (a saját SE-vel együtt) a nemekre osztott, kétszintű modell alapján, az addiktív internethasználat mértékére a koreai serdülők körében.

Megbeszélés

Tudomásunk szerint ez az első tanulmány, amely többszintű elemzéssel és egy nemzeti szintű reprezentatív mintával vizsgálta az addiktív internethasználat és az egyéni szintű tényezők és az iskolai szintű környezeti tényezők kapcsolatát.. Újszerű megállapításunk az, hogy a serdülők addiktív internethasználata és az iskolai kontextus között összefüggések voltak még az egyéni szintű jellemzők ellenőrzése után is: a lányiskolák lányai nagyobb valószínűséggel függtek az internettől, mint a koedukációs iskolák. Ezenkívül a nemek szerinti rétegzett elemzésből nemi különbségeket találtunk az addiktív internethasználatban: 1) az alacsonyabb szülői iskolai végzettség csak a fiúk addiktív internethasználatával volt összefüggésben, és 2) az alkoholfogyasztás csak a lányok esetében jelentette az addiktív internethasználat kockázati tényezőjét; mivel a dohányzás csak a fiúk számára jelent kockázati tényezőt.

Először is, hierarchikus regressziós elemzésünk azt mutatta, hogy a lányiskolákban a lányok nagyobb valószínűséggel függnek az internettől, mint a koedukációs iskolák lányai, miután kontrollálták az egyéni szintű tényezőket. A leányiskolák összefüggései hozzájárulhatnak a lányok addiktív internethasználatához azáltal, hogy elősegítik online hálózatépítésüket az iskoláikban található bőséges offline azonos nemű hálózatok alapján. Úgy tűnt, hogy az egynemű iskolák koreai diákjainak több az azonos nemű barátja, mint a koedukációs iskolákban, mivel idejük nagy részét az akadémiai kiválóságra törekedve töltik, és az ellenkező nemű barátok megszerzését a szülők általában nem fogadják örömmel gyermekeik tanulmányi okai miatt. teljesítmény [48]. Tekintettel arra, hogy a lányok hajlamosabbak az interperszonális kapcsolatokra offline hálózatokban, és általában óvatosabbak az új kapcsolatok online létrehozásában [48]-[50], kihasználhatják a kibertér előnyeit a kapcsolatok fenntartása és saját identitásuk megerősítése érdekében azáltal, hogy azonnali üzenetküldéssel, csevegéssel és barátok személyes webhelyeinek felkeresésével kommunikálják és megosztják közös érdekeikre vonatkozó információkat. [10], [48], [51]. Néhány lány barátokat is szerezhet online vagy offline módon; ez azonban nem járulhat hozzá az internetes függőséghez, mivel több időt szeretnének négyszemközt eltölteni. A fiúk iskolájában a fiúk az interneten való függőségre is hajlamosak lehetnek, az iskolákon belüli viszonylag bőséges offline hálózataik alapján, együtt online játék révén. Amint azonban a eredmények, az iskolatípus nem volt jelentős tényező a fiúk addiktív internethasználatában, talán azért, mert az online játékhálózatok általában országszerte vagy világszerte jönnek létre [52].

Vizsgálatunk másik új megállapítása, hogy a szülői SES fordítottan összefügg a serdülők addiktív internethasználatával. A felsőfokú végzettséggel rendelkező szülők képesek eligazítani gyermekeiket a kívánatos internethasználat felé, és hatékonyan felügyelhetik a gyermekek internethasználatát az internetről és annak eszközeiről szóló ismereteik alapján. Sőt, azok a serdülők, akiknek szülei magasabb SES-szel rendelkeztek, magasabb önértékelésük miatt kevésbé használhatják az internetet függőséget okozó módon [53]. Nevezetesen a nemek közötti rétegezés azt mutatta, hogy a magasabb szülői iskolai végzettséghez csak a szignifikánsan társult az addiktív internethasználat alacsonyabb pontszáma a fiúkbanábra 1-A és 2-A). Ez azzal magyarázható, hogy a szülők a fiúkra összpontosítanak. A koreai szülőknek általában aggodalmuk volt a fiúk internethasználatával kapcsolatban, mivel hozzáférhetőbbek és kiszolgáltatottabbak voltak az addiktív online játékok és a szexuális / erőszakos képek számára [51].

ábra 1  

A koreai fiúk (A) és lányok (B) addiktív internethasználatának kiterjedése az apai oktatás során.
ábra 2  

A koreai fiúk (A) és lányok (B) addiktív internethasználatának kiterjedése az anyák oktatása során.

Számos más változót is találtunk az addiktív internethasználathoz kapcsolódóan, mindkét nem között, ám irányuk és nagyságuk változott a nemek közötti rétegződésben. A középiskolákban csökkent az addiktív internethasználat pontszáma. Ezt ellentétben tartják a korábbi tanulmányokkal, amelyek nem mutattak összefüggést az életkor és az internetes függőség között [9], [54]. Úgy tűnik, hogy ez az inkonzisztencia a mintavételi módszerek, illetve a tudományos és kulturális összefüggések különbségében rejlik (Tajvan vs. Európai országok kontra Korea). A koreai társadalomban a tanulmányi eredmények iránti nagyobb nyomás korlátozhatja a középiskolások online hálózatépítését és / vagy az online játékokra fordított időt [48].

A cigarettázás és az alkoholfogyasztás terén eredményeink az addiktív internethasználat és a dohányzás fordított összefüggését, az ivással pedig jelentéktelen összefüggést mutattak; a nemek közötti rétegződés azonban összetett mintákat mutatott ki az addiktív internethasználat és az ivás és a dohányzás összefüggéseiben. Úgy tűnt, hogy az italozás és a dohányzás kiegészíti a lányok addiktív internethasználatát, míg a dohányzás helyettesítheti a fiúkat. Lehet, hogy a fiúknak kevesebb lehetőségük van a dohányzásra, mert általában online játékokat játszottak otthon vagy internetes kávézóban, ahol a serdülőkorúak dohányzása tilos. Ezzel szemben a kibertér nagyobb esélyeket teremthet a lányok számára az ivási és dohányzási magatartás megerősítésére a nők nemi megkülönböztető társadalmi légköre ellen [3], [48]. Arra ösztönözhetik a lányokat, hogy igyanak és dohányozzanak, megosztva tapasztalataikat vagy információkat az ivásról és a dohányzásról online társaikkal. Az ilyen online interakciók hozzájárulhatnak a dohányzásra és az alkoholfogyasztásra vonatkozó kedvező normák kialakításához, ami offline gyűlésekhez vezethet az ivás vagy a dohányzás céljából.

Az önértékeléses tudományos eredményekre, a fizikai tevékenységekre és a pszichológiai állapotra vonatkozó megállapításaink megerősítik a korábbi tanulmányokat [17], [22], [35]. Az önértékelés eredményei fordítva voltak összefüggésben az addiktív internethasználattal, ám a fiúkban az asszociáció erősebb volt, mint a lányokban. A különbség az egyenlőtlen nyomásnak tulajdonítható a nemek közötti jobb tudományos eredmények elérése érdekében. A domináns férfi társadalomban, például a konfuciánus háttérrel rendelkező ázsiai közösségekben a szülői elvárások továbbra is inkább a fiúkra összpontosítanak, a férfiak mint táplálkozók hagyományos perspektívájával, akik a családjuknak pénzt keresnek. Mivel akadémiai kiválóságuk befolyásolja a későbbi társadalmi és gazdasági pozíciókat, az alacsony iskolai végzettségű fiúk nagyobb stresszhelyzetbe kerülhetnek, mint lánytársaik. Ez a társadalmi légkör arra késztetheti a fiúkat, hogy rabja az internetnek, amely elrejti a valóságot [3] vagy enyhíti a stresszt az illuzórikus érzelmekkel és az önértékeléssel [54]. Az internetről ilyen módon rabolt fiúk időt pazarolhatnak a tanulmányokhoz, ami iteratívan vezet a rossz tanulmányi eredményekhez (fordított okozati összefüggés). Ez a tanulmány megerősíti a depresszióval összefüggő internetes függőség társulásának korábbi eredményeit is [17], öngyilkos viselkedés [55], alacsonyabb az önértékelés alvási elégedettsége [3], és az anyaghasználat [56].

A vizsgálat számos korlátozását meg kell jegyezni. Először, ez a tanulmány olyan keresztmetszeti adatokat használt, amelyekre az ok-okozati összefüggések nem vezethetők le. Másodszor, annak ellenére, hogy a felmérés az alany online anonimitását garantálja, a serdülők társadalmilag kívánatos módon aluljelenthetnek be vagy jelenthetnek túl. Végül a válaszadókat mintába vették az iskolákat járó serdülők körében. Noha ez egy országosan reprezentatív felmérés volt, és a közép- és középiskolába való belépés aránya Koreában meghaladta az 99% -ot, a szelekciós torzulás fennállhat az iskolából kimaradt serdülők, távollévők és kivételes gyermekek miatt.

Összefoglalva, az addiktív internethasználatnak számos jelentős összefüggését találtuk az egyéni és az iskolai szintű tényezőkkel és a nemek közötti különbségekkel. Eredményeink azt sugallják, hogy a serdülők addiktív internet-használatának népességi szintű megakadályozása során figyelembe kell venni a nemek közötti különbségeket, valamint a családi és iskolai összefüggések társulási tényezőit.

segítő információ

S1 táblázat

Húsz kérdőív az egyszerűsített koreai internetes függőség önértékelő eszközéről (KS skála).

(DOCX)

Finanszírozási nyilatkozat

A szerzők nem támogatnak vagy finanszírozhatnak jelentést.

Referenciák

1. Nemzetközi Távközlési Unió (2013) Távközlési / IKT-mutatók világadatainak adatbázisa 2013 (17th Edition).
2. Weinstein A, Lejoyeux M (2010) Internet-függőség vagy túlzott internethasználat. A kábítószer és alkohollal való visszaélés amerikai naplója: 36: 277 – 283. [PubMed]
3. Young KS (1998) Internet-függőség: Egy új klinikai rendellenesség megjelenése. CyberPsychology & Behavior 1: 237–244.
4. Thatcher A, Goolam S (2005) A problémás internethasználati kérdőív fejlődése és pszichometriai tulajdonságai. Dél-afrikai Journal of Psychology 35: 793.
5. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M, et al. (2003) Problémás internethasználat: javasolt osztályozási és diagnosztikai kritériumok. Depresszió és szorongás 17: 207 – 216. [PubMed]
6. Lin SSJ, Tsai CC (2002) Tajvani középiskolai serdülők szenzációs keresése és internetes függősége. Számítógépek az emberi viselkedésben 18: 411 – 426.
7. Lavin M, Marvin K, McLarney A, Nola V, Scott L (1999) Szenzációkeresés és kollégiumi sebezhetőség az internetes függőség iránt. CyberPsychology & Behavior 2: 425–430. [PubMed]
8. Morahan-Martin J, Schumacher P (2000) A kóros internethasználat előfordulása és összefüggései a főiskolai hallgatók körében. Számítógépek az emberi viselkedésben 16: 13 – 29.
9. Durkee T., Kaess M., Carli V., Parzer P, Wasserman C. és mtsai. (2012) A kóros internethasználat prevalenciája a serdülők között Európában: demográfiai és társadalmi tényezők. 107 függőség: 2210 – 2222. [PubMed]
10. Kandell JJ (1998) Internetfüggőség az egyetemen: A főiskolai hallgatók sebezhetősége. Kiberpszichológia és viselkedés 1: 11–17.
11. American Psychiatric Association (2000) A mentális rendellenességek diagnosztikai és statisztikai kézikönyve: DSM-IV-TR®: American Psychiatric Pub.
12. Caplan SE (2002) Problematikus internethasználat és pszichoszociális jólét: elméleti alapú kognitív-viselkedésmérő eszköz kidolgozása. Számítógépek az emberi viselkedésben 18: 553 – 575.
13. Widyanto L, Mcmurran M (2004) Az internetes függőségi teszt pszichometriai tulajdonságai. CyberPsychology & Behavior 7: 443–450. [PubMed]
14. Tao R, Huang X, Wang J, Zhang H, Zhang Y, et al. (2010) Javasolt diagnosztikai kritériumok az internetes függőséghez. 105 függőség: 556 – 564. [PubMed]
15. A JJ (2008) blokk kérdései a DSM-V-hez: Internet-függőség. American Journal of Psychiatry 165: 306. [PubMed]
16. Suler J (2004) számítógépes és kibertér „függőség”. Nemzetközi Alkalmazott Pszichoanalitikus Tanulmányok 1: 359 – 362.
17. Chou C, Hsiao MC (2000) Internetfüggőség, használat, kielégülés és örömtapasztalat: a tajvani főiskolai hallgatók esete. Számítógépek és oktatás 35: 65–80.
18. Ha JH, Yoo HJ, Cho IH, Chin B, Shin D és munkatársai. (2006) Pszichiátriai komorbiditást vizsgáltak azoknak a koreai gyermekeknek és serdülőknek, akiknél pozitív az internetfüggőség. A klinikai pszichiátriai folyóirat 67: 821. [PubMed]
19. Kubey RW, Lavin MJ, Barrows JR (2001) Internethasználat és a kollégiumi tudományos teljesítmény csökkentése: Korai megállapítások. 51: 366 – 382.
20. Brenner V (1997) A számítógép használatának pszichológiája: XLVII. Az internethasználat, visszaélés és függőség paraméterei: az internethasználat felmérésének első 90 napjai. Pszichológiai jelentések 80: 879 – 882. [PubMed]
21. Griffiths M (2000) Van-e internet és számítógépes „függőség”? Néhány esettanulmány. Kiberpszichológia és viselkedés 3: 211 – 218.
22. Flisher C (2010) Bekapcsolás: Az internetes függőség áttekintése. A gyermekgyógyászat és a gyermekek egészségének naplója 46: 557 – 559. [PubMed]
23. Ko CH, Yen JY, Chen CS, Yeh YC, Yen CF (2009) Pszichiátriai tünetek prediktív értékei serdülők internetes függőségében. Arch Pediatr Adolesc Med 163: 937 – 943. [PubMed]
24. Armstrong L, Phillips JG, Saling LL (2000) A nehezebb internethasználat potenciális meghatározói. Humán-Számítógépes Tanulmányok Nemzetközi Folyóirata 53: 537 – 550.
25. Christakis D (2010) internetes függőség: 21 századi járvány? BMC Medicine 8: 61. [PMC ingyenes cikk] [PubMed]
26. CNN (2010) Gyakorlatilag rabja: a koreaiak elválasztása a vezetékes világuktól. Hozzáférés: 2012.1.20.
27. BBC news (2005) S koreai meghal a játék után. Hozzáférés: 2012.1.20.
28. A BBC Asia Asia-pacific (2011) híre a kínai online játékosoknak háromnapos ülés után meghal. Hozzáférés: 2012.1.20.
29. Soule LC, Shell LW, Kleen BA (2003) Internet-függőség feltárása: A nehéz internethasználók demográfiai jellemzői és sztereotípiái. 44: 64 – 73.
30. Nalwa K, Anand AP (2003) Internetfüggőség a diákokban: aggodalomra ad okot. CyberPsychology & Behavior 6: 653–656. [PubMed]
31. Kaltiala-Heino R, Lintonen T, Rimpela A (2004) Internet-függőség? Az internet potenciálisan problémás használata 12–18 éves serdülők populációjában. Függőségkutatás és elmélet 12: 89–96.
32. Davis RA, Flett GL, Besser A (2002) A problémás internethasználat mérésének új skálájának validálása: következmények a foglalkoztatás előtti szűréshez. CyberPsychology & Behavior 5: 331–345. [PubMed]
33. Scholte EM (1992) A fiatalkori problémás viselkedés megelőzése és kezelése: Szocio-ökológiai megközelítésre irányuló javaslat. A rendellenes gyermekpszichológia naplója 20: 247 – 262. [PubMed]
34. Sallis JF, Owen N, Fisher EB (2008) Az egészségügyi viselkedés ökológiai modelljei. Egészségügyi viselkedés és egészségnevelés: Elmélet, kutatás és gyakorlat 4: 465 – 486.
35. Chou C, Condron L, Belland JC (2005) Az internetes függőséggel kapcsolatos kutatás áttekintése. Oktatási pszichológia áttekintése 17: 363 – 388.
36. Mathy RM, Cooper A (2003) Az internethasználat időtartama és gyakorisága nem klinikai mintában: öngyilkosság, viselkedési problémák és kezelési előzmények. Pszichoterápia: Elmélet, kutatás, gyakorlat, képzés 40: 125.
37. Soteriades ES, DiFranza JR (2003) A szülők társadalmi-gazdasági helyzete, a serdülők rendelkezésére álló jövedelem és a serdülők dohányzási állapota Massachusettsben. American Journal of Public Health 93: 1155–1160. [PMC ingyenes cikk] [PubMed]
38. Fawzy FI, Coombs RH, Simon JM, Bowman-Terrell M (1987) Családösszetétel, társadalmi-gazdasági helyzet és serdülőkori anyagok használata. Addiktív viselkedés 12: 79 – 83. [PubMed]
39. Garnefski N, Okma S (1996) Függőség-kockázat és agresszív / bűnözői viselkedés serdülőkorban: A család, az iskola és a társak befolyása. A serdülőkor naplója: 19: 503 – 512. [PubMed]
40. Greenfield DN (1999) A kényszeres internethasználat pszichológiai jellemzői: Előzetes elemzés. CyberPsychology & Behavior 2: 403–412. [PubMed]
41. Lin MP, Ko HC, Wu JYW (2008) A tajvani főiskolások körében az internethasználat pozitív / negatív várható várhatóságának és az internethasználat elutasításának önhatékonyságának szerepe az internetfüggőségben. CyberPsychology & Behavior 11: 451–457. [PubMed]
42. Nemzeti Információs Társadalmi Ügynökség (2011) Internet Addiction Survey 2010. In: Agency NIS, szerkesztő. Szöul, Dél-Korea.
43. A Korea Statisztikai Információs Szolgálat (2013) statisztikája az internethasználatról.
44. Kim D, Jung Y, Lee E, Kim D, Cho Y (2008) Internet-függőség ismertség skálájának rövid formája (KS skála). A Korea Journal of Counseling 9: 1703 – 1722.
45. Hawkins M (2012) Dél-Korea újabb törvényt vezet be a játék bajainak megfékezésére. NBC News.
46. ​​Currie C, Gabhainn SN, Godeau E, Roberts C, Smith R et al. . (2008) Egyenlőtlenségek a fiatalok egészségében: Egészségügyi magatartás az iskoláskorú gyermekeknél (HBSC) nemzetközi jelentés a 2005/2006.
47. Chow GC (1960) Az együtthatósági egyenlőség teszte két lineáris regresszióval. Econometrica: Az Ökonometriai Társaság lapja: 591 – 605.
48. Kim H, Kim E, Min K, Shin J, Lee S és munkatársai. . (2007) III. Serdülőkori szocializációs nemzetközi konferencia a szülők és gyermekek, tanárok és hallgatók, valamint társaik kapcsolatáról In: National Youth Policy Institute, szerkesztő. Nemzetközi konferencia a serdülőkorban szocializációról.
49. Jones S (2002) Az internet a főiskolára megy: Hogyan élnek a hallgatók a jövőben a jövőben.
50. Bruttó EF (2004) serdülőkori internethasználat: Mire számítunk, mit jelent a tizenévesek. Journal of Applied Developmental Psychology 25: 633 – 649.
51. A Koreai Nemzeti Információs Társadalmi Ügynökség (2012) Az internetes függőségről szóló felmérés 2011. Szöul, Dél-Korea: a koreai közigazgatási minisztérium.
52. Ng BD, Wiemer-Hastings P (2005) Az internet és az online játékok függősége. CyberPsychology & Behavior 8: 110–113. [PubMed]
53. Rosenberg M (1989) Társaság és a serdülőkori önkép (rev .: Wesleyan University Press.
54. Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) A nemi különbségek és a kapcsolódó tényezők az online játékfüggőség szempontjából, a tajvani serdülők körében. Az idegi és mentális betegségek naplója: 193: 273. [PubMed]
55. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, et al. (2006) Internet-függőség koreai serdülőknél, valamint a depresszióval és az öngyilkossági gondolatokkal való kapcsolat: kérdőíves felmérés. 43: 185 – 192. [PubMed]
56. Ko CH, Yen JY, Chen CC, Chen SH, KUANYI W, et al. (2006) Az internetes függőséggel és az anyaghasználattal rendelkező serdülők háromdimenziós személyisége. Canadian Journal of Psychiatry 51: 887 – 894. [PubMed]