Psychol frontale. 2018 Aug 13; 9: 1444. doi: 10.3389 / fpsyg.2018.01444.
Eide TA1, Aarestad SH2, Andreassen CS3, Bilder RM4, Pallesen S2.
Astratto
L'uso eccessivo di smartphone è stato associato a una serie di conseguenze negative per l'individuo e l'ambiente. Alcune somiglianze possono essere osservate tra l'uso eccessivo di smartphone e diverse dipendenze comportamentali, e l'uso continuo costituisce una delle numerose caratteristiche incluse nella dipendenza. Nell'estremo estremo della distribuzione dell'utilizzo degli smartphone, è probabile che la limitazione degli smartphone produca effetti negativi per gli individui. Questi effetti negativi possono essere considerati come sintomi da astinenza tradizionalmente associati a dipendenze correlate alla sostanza. Per affrontare questo problema tempestivo, il presente studio ha esaminato i punteggi su Smartphone Withdrawal Scale (SWS), la paura di Missing Out Scale (FoMOS) e il Positive and Negative Affect Schedule (PANAS) durante 72 h della limitazione dello smartphone. Un campione di partecipanti 127 (72.4% donne), di età 18-48 invecchiata (M = 25.0, SD = 4.5), sono stati assegnati in modo casuale in una delle due condizioni: una condizione ristretta (gruppo sperimentale, n = 67) o una condizione di controllo (gruppo di controllo, n = 60). Durante il periodo di restrizione i partecipanti hanno completato le suddette scale tre volte al giorno. I risultati hanno rivelato punteggi significativamente più alti su SWS e FoMOS per i partecipanti assegnati alla condizione limitata rispetto a quelli assegnati alla condizione di controllo. Nel complesso, i risultati suggeriscono che la restrizione dello smartphone potrebbe causare sintomi da astinenza.
PAROLE CHIAVE: Fomo; PANAS; dipendenza comportamentale; studio sperimentale; restrizione; smartphone; ritiro
PMID: 30150959
PMCID: PMC6099124
DOI: 10.3389 / fpsyg.2018.01444
Introduzione
Le moderne tecnologie mobili sono diventate sempre più popolari e più avanzate negli ultimi dieci anni. Lo stato dell'arte (ovvero gli smartphone) include diverse funzioni multimediali, che consentono agli utenti di essere costantemente connessi e di accedere a un flusso ininterrotto di dati in tempo reale dai siti di social network (SNS; Valderrama, 2014; Chóliz et al., 2016). Di conseguenza, lo smartphone è diventato una componente cruciale nella vita delle persone, con 73% che dichiara di sentirsi in preda al panico se ha smarrito il proprio smartphone e 58% segnalando di controllarlo almeno una volta ogni ora (Guarda, 2012).
Uso eccessivo e problematico degli smartphone, indicato anche come dipendenza (comportamentale) (Andreassen et al., 2013; Billieux et al., 2015a), ha effetti potenzialmente dannosi (vedi Elhai et al., 2017, per una revisione sistematica). La ricerca indica che l'uso eccessivo può portare a esiti indesiderati sia per l'individuo che per l'ambiente circostante e può essere fonte di notevole preoccupazione per la salute pubblica (Tossell et al., 2015; van Deursen et al., 2015). Alcuni studi indicano che l'uso eccessivo di smartphone può portare a disturbi muscoloscheletrici (İnal et al., 2015; Xie et al., 2016), scarso rendimento scolastico (Lepp et al., 2014), ansia e depressione (Demirci et al., 2015; Elhai et al., 2016) e scarsa qualità del sonno (Chang et al., 2015). Il termine dipendenza comportamentale si riferisce a una dipendenza che è non-chimica o non correlata alla natura e che prima Griffiths (1996) articolo, è stato spesso definito dipendenza da uso non-sostanza. La dipendenza da smartphone è emersa come sottocategoria di dipendenze comportamentali. Secondo il modello componente della dipendenza Griffiths (2005) suggerì che era caratterizzato da sei componenti, tra cui salienza, modificazione dell'umore, tolleranza, sintomi da astinenza, conflitto e recidiva. Si è ritenuto che questi componenti fossero comuni sia per dipendenze correlate all'uso di sostanze sia per dipendenza comportamentale. Il sintomi di astinenza componente si riferisce agli spiacevoli effetti psicologici e fisiologici che si verificano come conseguenza della cessazione della particolare attività. L'effetto di ritiro dominante può variare per ogni individuo in termini di esiti psicologici e fisiologici. I sintomi di astinenza psicologica si riferiscono a effetti come malumore, irritabilità e ansia, mentre i sintomi di astinenza fisiologica includono sudori, nausea, insonnia, mal di testa e così via. I sintomi di astinenza psicologica sono effetti che sono stati ben documentati nella dipendenza da uso di sostanze (Orford, 2001), e ora c'è un numero crescente di prove che suggeriscono anche che esistono sintomi di astinenza per dipendenze comportamentali, come il gioco d'azzardo patologico (Griffiths, 2004).
Finora il numero di studi che si sono concentrati sugli effetti della limitazione dell'accesso agli smartphone è limitato. Uno studio ha rivelato che la restrizione ha reso i partecipanti significativamente più ansiosi nel tempo (Cheever et al., 2014). Tuttavia, questo effetto è stato riscontrato solo in individui che erano utilizzatori di smartphone pesanti o moderati (Cheever et al., 2014). In un altro studio, non essendo in grado di rispondere alle chiamate in arrivo sullo smartphone, è stato riscontrato che l'aumento della frequenza cardiaca e della pressione sanguigna, nonché i sentimenti di ansia e sgradevolezza (Clayton et al., 2015). Diversi altri studi hanno esaminato la restrizione degli smartphone e la potenziale dipendenza attraverso vari progetti (Sapacz et al., 2016; Cutino e Nees, 2017; van den Eijnden et al., 2017). Questi risultati suggeriscono che i sintomi di astinenza possono essere in gioco quando l'accesso delle persone al proprio telefono cellulare è limitato. Un fenomeno che può spiegare i sintomi dell'astinenza da smartphone restrizione è la paura di perdere (FoMO), il che denota una preoccupante preoccupazione che si è esclusi dal prendere parte o condividere esperienze piacevoli che altri potrebbero avere (Przybylski et al., 2013). La partecipazione online potrebbe essere particolarmente attraente a causa dell'accesso immediato alle informazioni su amici ed eventi, dove le persone di alto livello in FoMO potrebbero gravitare verso questi canali di social media. Inoltre, la limitazione dell'accesso a questi canali potrebbe provocare sintomi correlati al ritiro. Diversi studi attestano un'associazione positiva tra FoMO e uso eccessivo e continuo di smartphone (Rosen et al., 2013a,b; Lepp et al., 2014; Clayton et al., 2015; Elhai et al., 2016; Fuster et al., 2017). In linea con questo, un crescente numero di ricerche sull'uso eccessivo di smartphone ha dimostrato che è fortemente associato all'uso indiscriminato dei social media online (Andreassen et al., 2013, 2016; Salehan e Negahban, 2013; Fuster et al., 2017; Lopez-Fernandez et al., 2017). Le caratteristiche dello smartphone, come le dimensioni e la portabilità, potrebbero facilitare più accoppiamenti di rinforzo associati con gli stimoli, che rapidamente possono istigare un modello comportamentale di dipendenza. Esistono diversi punti di vista riguardo alla dipendenza dalla tecnologia, indipendentemente dal fatto che siano dipendenti dal mezzo stesso o dal fatto che il mezzo sia semplicemente un promotore di altre dipendenze. Ci sono tre punti di vista principali su questo problema: (1) si può essere dipendenti dal medium stesso; (2) si potrebbe essere dipendenti dal mezzo, perché garantisce l'accesso a diversi tipi di contenuti accessibili solo tramite il mezzo; e (3) uno è solo dipendente dal contenuto che il medium rende accessibile e non dal medium stesso. Giovane (1998) sostiene che il mezzo è ciò che causa la dipendenza a causa del fatto che il contenuto non sarebbe accessibile senza di esso, mentre Griffiths et al. (2016) sostengono che il medium stesso non crea dipendenza, ma il mezzo è usato come piattaforma / fonte che promuove le dipendenze. Tuttavia, alcuni risultati di studi di casi hanno indicato che alcuni individui sembrano essere dipendenti da Internet stessa. Questi individui utilizzano spesso Internet per chat room e attività accessibili solo tramite Internet (Griffiths et al., 2016). Questo argomento è stato anche usato per descrivere persone che sembrano dipendenti da social media e SNS (Kuss e Griffiths, 2011; Griffiths et al., 2014). Inoltre, c'è qualche discussione sul fatto che si possa arrivare fino a chiamare un uso eccessivo o problematico di smartphone, dipendenza (Billieux et al., 2015b). Indipendentemente da questa discussione, esiste qualche somiglianza tra l'uso eccessivo di smartphone e la dipendenza comportamentale, che fa un'indagine sui potenziali sintomi di astinenza a causa della restrizione dell'interesse.
Quando si considerano i sintomi di astinenza, i sintomi fisiologici sono più specifici delle dipendenze correlate all'uso di sostanze (Shiffman e Jarvik, 1976; Griffiths, 1996, 2005; Etere, 2005), mentre i sintomi di astinenza nelle dipendenze comportamentali consistono tipicamente principalmente di sintomi psicologici (Griffiths, 1996, 2005; Alavi et al., 2012; Parlak e Eckhardt, 2014). Diversi studi hanno utilizzato le misure ansiose e i relativi effetti negativi come strumenti per indagare sull'esperienza individuale durante i periodi di restrizione in persone che soffrono di dipendenze comportamentali differenti (Przybylski et al., 2013; Cheever et al., 2014; Clayton et al., 2015). Tuttavia, c'è poca ricerca sul ritiro nella dipendenza comportamentale (Starcevic, 2016).
Gli studi sulla sospensione della tossicodipendenza hanno dimostrato che esistono tendenze temporali nello sviluppo dei sintomi. La conoscenza di questi effetti può essere molto utile in quanto la questione dei sintomi di astinenza nelle dipendenze comportamentali deve ancora essere sufficientemente studiata. Shiffman e Jarvik (1976) ha studiato i fumatori che si sono astenuti dalle sigarette per un certo periodo. I risultati hanno indicato che i sintomi avevano una funzione a forma di U, per cui i sintomi erano più salienti all'inizio e verso la fine di un periodo di restrizione. Tuttavia, uno studio sull'astinenza da alcol ha rilevato che i sintomi seguivano una curva ad U invertita (Venditori e Kalant, 1976). Questi risultati indicano che potrebbero esserci alcune differenze tra varie dipendenze riguardo alla forma temporale dei sintomi di astinenza. Inoltre, Hughes et al. (2004) ha eseguito una revisione sistematica della letteratura in cui hanno studiato i fumatori e ha scoperto che la maggior parte delle recidive si verificava nei primi giorni 8. Quindi, si potrebbe sostenere che ci dovrebbe essere maggiore attenzione clinica sulla prima settimana di periodi di restrizione (Hughes et al., 2004). C'è poca ricerca fatta sul ritiro e il suo sviluppo temporale nella dipendenza comportamentale.
In questo contesto, abbiamo progettato un esperimento per confrontare 72 h della limitazione dello smartphone con una condizione di controllo senza restrizioni. Abbiamo ipotizzato che i partecipanti alla condizione sperimentale avrebbero ottenuto punteggi significativamente più alti sui sintomi di astinenza da smartphone, paura di perdere e umore negativo, sebbene su umore positivo, rispetto ai controlli (H1), riflettendo i principali effetti della condizione. Ci aspettavamo anche che i sintomi negativi sarebbero stati maggiori all'inizio del periodo di registrazione rispetto a quelli successivi (H2), riflettendo i principali effetti del tempo. Infine, ci aspettavamo un più ampio calo dei sintomi di astinenza nel tempo in fase sperimentale rispetto alla condizione di controllo (H3), che si rifletterebbe in effetti di interazione bidirezionale significativa (Condizione × Tempo).
Materiali e Metodi
Partecipanti
Il campione comprendeva partecipanti 127, 72.4% donne (n = 92) e 27.6% uomini (n = 35). Tutti i partecipanti avevano un'età compresa tra 18 e 48 anni, con un'età media di 25 anni (SD = 4.5). In totale, 79.5% (n = 101) erano studenti a tempo pieno che frequentavano l'istruzione superiore a Bergen.
Strumenti
Demografia
Ai partecipanti è stato chiesto di completare gli articoli relativi alla loro età, sesso, stato della relazione e stato degli studenti.
Frequenza smartphone e oggetti d'uso
Il questionario consisteva in cinque item in cui i partecipanti si valutavano su argomenti come frequenza, durata e caratteristiche (ad es. "Usi lo smartphone ogni giorno?") Sull'uso dello smartphone. Il questionario è riprodotto nell'Appendice A.
Smartphone Withdrawal Scale (SWS)
Questa scala è stata inclusa nello studio per misurare il grado di sintomi da astinenza legati alla limitazione dello smartphone. Lo Smartphone Withdrawal Scale (SWS) è una versione modificata della scala di prelievo delle sigarette (CWS; Etere, 2005). Sebbene l'astinenza di sigarette riguardi una sostanza, esiste una sostanziale sovrapposizione tra i sintomi di astinenza da tabacco e i sintomi di astinenza associati alla dipendenza comportamentale (American Psychiatric Association, 2013). Il CWS consisteva originariamente di articoli 21 suddivisi in sei sottoscale (depressione-ansia, desiderio, irritabilità-impazienza, concentrazione di difficoltà, guadagno dell'appetito e insonnia), ma nel presente studio il guadagno dell'appetito e l'insonnia non erano incluso poiché sembravano meno rilevanti per il ritiro da smartphone. Quattro articoli sulla sottoscala di Craving, specifici per l'uso di sigarette, sono stati modificati per diventare rilevanti per il ritiro degli smartphone. Inoltre, la scala è stata modificata da un formato tratto a stato, formulando le domande da uno stato generale a uno specifico (ad esempio, "L'unica cosa a cui posso pensare in questo momento è il mio smartphone"; vedere Materiale supplementare per un elenco completo degli articoli). La scala modificata è composta da articoli 15 classificati su una scala Likert a cinque punti che va da 1 (totalmente in disaccordo) a 5 (completamente d'accordo). Un punteggio composito è stato calcolato in base al punteggio totale di tutti gli articoli 15. L'alfa di Cronbach per SWS ha dimostrato di essere molto buono in tutte e nove le volte che è stato misurato, da 0.88 a 0.92.
Pianificazione degli effetti positivi e negativi (PANAS)
Il programma sugli affetti positivi e negativi (PANAS) (Watson et al., 1988) è stato utilizzato per misurare l'umore auto-riferito e consiste in articoli 20, articoli 10 relativi alla Tabella degli effetti positivi (PA) e articoli 10 correlati alla Tabella degli effetti negativi (NA). Questi elementi descrivono diversi stati affettivi, come ad esempio ostile ed eccitato. I partecipanti hanno valutato ciascun oggetto su una scala Likert a cinque punti da (molto poco o per niente) a 5 (estremamente), in base al loro stato attuale. Nel presente studio, l'affidabilità alfa di Cronbach sia per la sottoscala PA (0.87-0.92) che NA (0.77-0.85) è risultata da buona a eccellente nei nove tempi di misurazione.
Fear of Missing Out Scale (FoMOS)
La paura di Missing Out Scale (FoMOS) (Przybylski et al., 2013) è stato usato come misura auto-riferita di FoMO. Tuttavia, nel presente studio, la scala è stata adattata in una misura statale formulando le domande da uno stato generale a uno specifico e presente. La scala è composta da elementi 10 (ad esempio, "temo che gli altri abbiano esperienze più gratificanti di me in questo momento") classificati su una scala Likert a cinque punti da 1 (non è affatto vero per me) a 5 (estremamente vero di me). Il FoMOS ha dimostrato una buona coerenza interna nei nove tempi di misurazione con un'affidabilità alfa che va da 0.80 a 0.87.
Le misure utilizzate per caratterizzare l'utilizzo dello smartphone sono state somministrate una volta, mentre la batteria delle scale relative al prelievo è stata completata a nove intervalli durante il periodo di restrizione. Queste scale relative al ritiro comprendevano le variabili dipendenti. Il tempo rappresentava le misure ripetute per ogni partecipante (nove volte), che permetteva un'indagine sulle variazioni intra-individuali. Condizione rappresentata o limitata o controllo.
Procedura
I partecipanti sono stati reclutati tramite pubblicità su Facebook e appello personale. Sono stati esclusi i partecipanti che non hanno utilizzato il loro smartphone per almeno 1 h su base giornaliera. Lo studio si è svolto nell'arco di dieci fine settimana nel periodo da ottobre 2016 a febbraio 2017. Ad ogni partecipante è stato assegnato un ID univoco e randomizzato in una condizione di controllo o limitato da un calcolatore di randomizzazione online (Urbaniak e Plous, 2015).
Il lunedì prima del weekend sperimentale (venerdì-lunedì; vedi figura Figure11) i partecipanti hanno ricevuto un'e-mail contenente un link a un sondaggio basato sul web (dati demografici e utilizzo dello smartphone). All'inclusione, a tutti i partecipanti è stato assegnato un numero identificativo univoco, consecutivamente assegnato e diviso casualmente in una condizione di controllo o ristretta (cfr figura Figure22). Venerdì, quelli assegnati alla condizione limitata (gruppo sperimentale; n = 67) è stato incaricato di spegnere i loro smartphone e consegnarli. Lo smartphone è stato collocato in un armadietto chiuso a chiave durante il fine settimana. Quelli assegnati alla condizione di controllo (gruppo di controllo; n = 60) sono stati autorizzati a mantenere e utilizzare il loro smartphone come al solito. Durante il periodo di restrizione (72 h), i partecipanti sono stati istruiti a compilare questionari pertinenti (SWS, FoMOS e PANAS) tre volte al giorno in un opuscolo che hanno ricevuto il primo giorno sperimentale. Il lunedì successivo i partecipanti hanno consegnato i questionari compilati. Quelli nelle condizioni ristrette hanno ripreso i loro smartphone e hanno risposto a una domanda qualitativa aperta riguardante le sfide relative al periodo di restrizione. Tutti i partecipanti hanno ricevuto una remunerazione di 500 NOK per aver preso parte allo studio. L'importo non è stato rivelato in anticipo per garantire la motivazione primaria per la partecipazione allo studio.
Modello di progressione che illustra il design sperimentale.
Etica
Lo studio è stato condotto in conformità con la Dichiarazione di Helsinki e approvato dall'autorità norvegese per la protezione dei dati (progetto 49769) e il comitato etico era composto da una persona, Belinda Gloppen Helle, del Centro norvegese per la ricerca dei dati. Tutti i partecipanti sono stati reclutati dalla popolazione adulta generale (almeno 18 anni) e tutti hanno dato il consenso informato elettronico.
Analisi dei dati
È stata applicata un'analisi lineare del modello misto ed è stato utilizzato un approccio a massima verosimiglianza con restrizioni poiché produce stime imparziali dei parametri di varianza e covarianza. L'intercettazione casuale è stata inclusa nei modelli (Harville, 1977; West et al., 2014). Nell'analisi, i fattori tra soggetti hanno riflesso la differenza potenziale tra gli individui nella condizione limitata e la condizione di controllo, in termini di ritiro da smartphone (determinato dal punteggio SWS), paura di perdere (determinato dal punteggio FoMOS), e effetto positivo / negativo (determinato dai punteggi PANAS). Un'analisi di potenza ha dimostrato che il numero di partecipanti inclusi sarebbe sufficiente per una potenza di 0.80 nei casi di dimensioni di effetto medio per i fattori fissi e un coefficiente di correlazione atteso tra le misure ripetute di 0.5 (Hedeker et al., 1999). Tutte le analisi sono state condotte utilizzando SPSS versione 23.
Sugli articoli della scala SWS, completati durante il periodo di restrizione, i dati mancanti comprendevano 4.4% del totale. Gli articoli FoMO avevano 4.2%, la scala PA 4.5% e la scala NA aveva 4.2% di dati mancanti. Tuttavia, l'approccio analitico del modello misto lineare consente di utilizzare i dati disponibili per le unità in cui mancano i punti temporali.
Risultati
Il set di dati sarà reso disponibile su richiesta al TE.
Descrittive
L'utilizzo dello smartphone è stato misurato prima del weekend sperimentale. La differenza nell'utilizzo dello smartphone segnalato da te non differiva tra i gruppi (t = 1.36, df = 125, p = 0.177). Vedere Table Table11 per informazioni più dettagliate. Non c'era differenza nella distribuzione di genere (χ2= 0.373, df = 1, p = 0.541) tra le due condizioni.
Tabella 1
Media (M) e deviazioni standard (SD) di utilizzo dello smartphone segnalato e difficoltà riscontrate durante il periodo di restrizione dello smartphone in percentuale.
| M (SD) | Percentuale | |
|---|---|---|
| Utilizzo segnalato per | ||
| Gruppo ristretto | 2.79 (0.85) | |
| Control | 2.62 (0.56) | |
| Le sfide nel periodo di restrizione relative a | ||
| Elabora app | 49.3% | |
| Comunicazione sociale | 49.3% | |
| Inaccessibilità | 43.3% | |
| Pianificazione | 40.3% | |
| Sveglia | 32.8% | |
| Musica / Podcast | 25.4% | |
| Applicazioni di social networking | 13.4% | |
| Sicurezza | 10.4% | |
| Passare il tempo | 6.0% | |
Analisi dell'esperimento
L'effetto della restrizione degli smartphone sui sintomi di astinenza (vedi tavoli Tables2,2, , 33)
Tabella 2
L'effetto dei punteggi di restrizione smartphone (SWS) su modelli misti lineari.
| Ora | Stimare | Errore standard | t | F |
|---|---|---|---|---|
| 1 | 0.177 | 0.071 | 2.48 | |
| 2 | 0.133 | 0.072 | 1.85 | |
| 3 | 0.026 | 0.072 | 0.359 | |
| 4 | 0.053 | 0.071 | 0.745 | |
| 5 | all'0.050 ottobre | 0.072 | all'0.696 ottobre | |
| 6 | all'0.011 ottobre | 0.072 | all'0.150 ottobre | |
| 7 | 0.032 | 0.072 | 0.449 | |
| 8 | 0.047 | 0.071 | 0.657 | |
| 9 | ||||
| Condizione | 4.90 | |||
| Ora | 2.83 ** | |||
| Condizione*tempo | 0.226 | |||
Tabella 3
La media e la deviazione standard per ogni condizione su SWS, FoMOS e PANAS al tempo 1-9.
| Limitato | Non ristretta | |||||||
|---|---|---|---|---|---|---|---|---|
| Ora | SWS | Fomo | PA | NA | SWS | Fomo | PA | NA |
| 1 | 1.69 (0.647) | 2.01 (0.720) | 2.77 (0.713) | 1.34 (0.392) | 1.57 (0.655) | 1.86 (0.558) | 2.78 (0.737) | 1.27 (0.367) |
| 2 | 1.68 (0.660) | 2.05 (0.744) | 2.61 (0.576) | 1.32 (0.422) | 1.53 (0.562) | 1.76 (0.642) | 2.67 (0.854) | 1.29 (0.405) |
| 3 | 1.57 (0.561) | 1.88 (0.793) | 2.63 (0.719) | 1.32 (0.394) | 1.40 (0.552) | 1.75 (0.624) | 2.79 (0.829) | 1.26 (0.389) |
| 4 | 1.60 (0.650) | 1.93 (0.754) | 2.61 (0.820) | 1.34 (0.471) | 1.44 (0.556) | 1.77 (0.631) | 2.73 (0.791) | 1.20 (0.287) |
| 5 | 1.57 (0.683) | 1.87 (0.660) | 2.53 (0.699) | 1.27 (0.382) | 1.32 (0.395) | 1.68 (0.597) | 2.63 (0.775) | 1.18 (0.282) |
| 6 | 1.54 (0.536) | 1.81 (0.695) | 2.47 (0.852) | 1.27 (0.421) | 1.37 (0.420) | 1.59 (0.555) | 2.71 (0.856) | 1.24 (0.360) |
| 7 | 1.62 (0.576) | 1.86 (0.623) | 2.30 (0.749) | 1.33 (0.387) | 1.41 (0.528) | 1.64 (0.517) | 2.60 (0.743) | 1.25 (0.335) |
| 8 | 1.65 (0.676) | 1.85 (0.682) | 2.43 (0.695) | 1.31 (0.388) | 1.43 (0.461) | 1.60 (0.586) | 2.57 (0.775) | 1.21 (0.352) |
| 9 | 1.53 (0.536) | 1.74 (0.573) | 2.57 (0.665) | 1.21 (0.370) | 1.36 (0.506) | 1.62 (0.573) | 2.64 (0.787) | 1.19 (0.351) |
Sul SWS c'era un effetto principale statisticamente significativo della condizione, F(1,124.97) = 4.90, p <0.05 e il tempo, F(8,951.19) = 2.83, p <0.005 sul punteggio totale. L'effetto dell'interazione tra condizione e tempo non era statisticamente significativo, F(8,951.19) = 0.226, p = 0.986 (figura Figure33). In particolare, il tempo 1 aveva un punteggio SWS più alto statisticamente significativo rispetto al tempo 9 (t = 2.48, p <0.05) che rappresentava il tempo di riferimento.
Punteggio medio su Smartphone Withdrawal Scale (SWS) per le condizioni di controllo e restrizioni. Le barre di errore rappresentano la media di errore standard per ciascun valore. *p <0.05 per l'effetto principale della condizione, †p <0.05 per l'effetto principale del tempo e ∫p <0.05 per il tempo 1 rispetto al tempo 9.
L'effetto della restrizione degli smartphone sulla paura di mancare (vedi tavoli Tables3,3, , 44)
Tabella 4
L'effetto della limitazione dello smartphone sulla paura di perdere (FoMOS) i punteggi con modelli misti lineari.
| Ora | Stimare | Errore standard | t | F |
|---|---|---|---|---|
| 1 | 0.239 | 0.064 | 3.72 **** | |
| 2 | 0.149 | 0.065 | 2.28 | |
| 3 | 0.114 | 0.065 | 1.75 | |
| 4 | 0.140 | 0.064 | 2.18 | |
| 5 | 0.072 | 0.065 | 1.11 | |
| 6 | all'0.021 ottobre | 0.065 | all'0.328 ottobre | |
| 7 | 0.018 | 0.065 | 0.280 | |
| 8 | all'0.026 ottobre | 0.064 | all'0.407 ottobre | |
| 9 | ||||
| Condizione | 3.99 | |||
| Ora | 8.17 **** | |||
| Condizione*tempo | 0.652 | |||
C'era un effetto statisticamente significativo della condizione, F(1,124.81) = 3.99, p <0.05 e il tempo, F(8,952.40) = 8.17, p <0.001, sul punteggio totale di FoMOS. L'effetto dell'interazione tra condizione e tempo non era statisticamente significativo, F(8,952.40) = 0.652, p = 0.734 (figura Figure44). Inoltre, Tempo 1 (t = 3.72, p <0.001), tempo 2 (t = 2.28, p <0.05) e tempo 4 (t = 2.18, p <0.05) hanno avuto un punteggio FoMOS più alto statisticamente significativo rispetto al tempo di riferimento (Tempo 9).
Punteggio medio sulla scala FOMO di perdere (FOMO) per le restrizioni (n = 67) e controllo (n = 60) condizione. Le barre di errore rappresentano la media di errore standard per ciascun valore. *p <0.05 per l'effetto principale della condizione, †p textitp <0.05 per effetto del tempo, ∫p <0.05 per Tempo 2 e Tempo 4 rispetto al Tempo 9 e ∫p <0.001 per il tempo 1 rispetto al tempo 9.
L'effetto della restrizione degli smartphone sull'affetto positivo e negativo (vedi tavoli Tables3,3, , 55)
Tabella 5
L'effetto della limitazione dello smartphone sui punteggi di affetto positivo (PANAS) con modelli misti lineari.
| Ora | Stimare | Errore standard | t | F |
|---|---|---|---|---|
| 1 | 0.190 | 0.109 | 1.75 | |
| 2 | 0.101 | 0.111 | 0.914 | |
| 3 | 0.181 | 0.111 | 1.64 | |
| 4 | 0.045 | 0.110 | 0.405 | |
| 5 | 0.131 | 0.110 | 1.19 | |
| 6 | 0.002 | 0.110 | 0.015 | |
| 7 | 0.017 | 0.109 | all'0.155 ottobre | |
| 8 | all'0.017 ottobre | 0.109 | all'0.155 ottobre | |
| 9 | ||||
| Condizione | 1.89 | |||
| Ora | 3.72 **** | |||
| Condizione*tempo | 0.865 | |||
Non c'era alcun effetto principale statisticamente significativo per la condizione, F(1,125.15) = 1.89, p = 0.171 su PA. Tuttavia, l'analisi ha rivelato un effetto principale statisticamente significativo per il tempo, F(8,951.23) = 3.72, p <0.001, sul punteggio totale di PA. Nessun risultato significativo è stato trovato tra ogni punto temporale nel test di follow-up. L'effetto dell'interazione tra condizione e tempo sul punteggio PA, F(8,951.23) = 0.865, p = 0.546, non era statisticamente significativo (figura Figure55). Il punteggio NA non ha avuto alcun effetto principale significativo per la condizione, F(1,124.23) = 1.73, p = 0.191, né per il tempo F(8,952.48) = 1.95, p = 0.050 (Table Table66). Inoltre, l'effetto di interazione tra condizione e tempo sul punteggio NA F(8,952.48) = 0.730, p = 0.665, non era statisticamente significativo (figura Figure66).
Punteggi medi su Positive Affect (PA) per le restrizioni (n = 67) e controllo (n = 60) condizione. Le barre di errore rappresentano la media di errore standard per ciascun valore. †p <0.001 per l'effetto principale del tempo.
Tabella 6
L'effetto della restrizione dello smartphone sui punteggi degli affetti negativi (PANAS) con modelli misti lineari.
| Ora | Stimare | Errore standard | t | F |
|---|---|---|---|---|
| 1 | 0.054 | 0.049 | 1.10 | |
| 2 | 0.069 | 0.049 | 1.40 | |
| 3 | 0.042 | 0.049 | 0.861 | |
| 4 | all'0.012 ottobre | 0.049 | all'0.252 ottobre | |
| 5 | all'0.030 ottobre | 0.049 | all'0.614 ottobre | |
| 6 | 0.028 | 0.049 | 0.570 | |
| 7 | 0.032 | 0.049 | 0.652 | |
| 8 | 0.000 | 0.049 | 0.003 | |
| 9 | ||||
| Condizione | 1.73 | |||
| Ora | 1.95 | |||
| Condizione*tempo | 0.730 | |||
Punteggio medio su Negative Affect (NA) per il restricted (n = 67) e controllo (n = 60) condizione. Le barre di errore rappresentano la media di errore standard per ciascun valore.
Discussione
Lo scopo principale del presente studio era quello di indagare i sintomi di astinenza, la paura di perdere, e gli affetti positivi e negativi associati alla limitazione dello smartphone nel tempo. Basato sul progetto di ricerca, il presente studio rappresenta uno dei primi studi sperimentali condotti su questo argomento. I risultati sono coerenti con una delle ipotesi e ricerche precedenti, con risultati che dimostrano che la limitazione dello smartphone ha contribuito in modo significativo ai sintomi di varianza spiegati di astinenza e FoMO. Tuttavia, la restrizione non era correlata all'influenza positiva o negativa.
C'era un significativo effetto principale per la condizione sulla SWS in cui la condizione ristretta aveva un punteggio medio più alto rispetto alla condizione di controllo. Più specificamente, questa evidenza indica che la restrizione dello smartphone provoca sintomi di astinenza psicologica simili a quelli riscontrati in altre dipendenze comportamentali. I risultati hanno anche rivelato un significativo effetto principale sulla condizione di FoMOS che indica che i punteggi FoMOS erano significativamente più alti per la condizione limitata, rispetto alla condizione di controllo, indipendentemente dall'effetto del tempo. FoMOS potrebbe essere una rappresentazione dell'aspetto sociale del ritiro e potrebbe quindi fornire supporto per questa ipotesi. Questi risultati potrebbero derivare da una restrizione dell'accesso immediato ai social network, che provoca questi effetti negativi. Non c'era alcun effetto principale significativo per la condizione sulla PA, quindi non rappresentava alcuna differenza significativa tra la condizione limitata e la condizione di controllo in termini di punteggi PA. Ciò indica che la limitazione dallo smartphone non causa una riduzione della PA. Per quanto riguarda NA, non vi era alcun effetto principale significativo per la condizione. Questo risultato suggerisce che la limitazione dallo smartphone non causa un aumento di NA. Questi risultati forniscono un supporto parziale a H1, indicando che le persone sono influenzate negativamente quando non interagiscono con i loro smartphone.
È stato rilevato un significativo effetto principale del tempo per SWS, FoMOS e PA, a indicare che i punteggi differivano significativamente nel tempo, indipendentemente dalle condizioni. Inoltre, l'effetto principale del tempo per NA non era significativo. Quindi, H2 era parzialmente supportato dai dati. Non c'è stato un significativo effetto di interazione per le variabili di risultato (SWS, FoMOS, PA e NA), il che risulta in una mancanza di supporto per H3. Di conseguenza, il presente studio non è stato in grado di identificare le tendenze relative agli effetti negativi causati dal periodo di restrizione.
Gli effetti negativi segnalati (SWS e FoMOS) causati dall'incapacità di interagire con lo smartphone potrebbero essere collegati a livelli più elevati di stress (Lazarus and Folkman, 1984; Folkman, 2008), come alcuni studi hanno suggerito che l'uso dello smartphone può causare uno sbocco temporaneo per lo stress (Lavoie e Pychyl, 2001; Thomée et al., 2007). Uno studio di Patel et al. (2006) ha rivelato che i bambini che hanno giocato a un videogioco portatile prima dell'intervento avevano livelli più bassi di stress e ansia rispetto ai bambini che avevano solo i genitori presenti. Un videogioco portatile ha alcune caratteristiche simili agli smartphone, il che rende questo confronto rilevante per l'interpretazione dei risultati attuali. Sebbene diversi giochi siano disponibili tramite smartphone, ci sono anche alcune differenze tra videogiochi e smartphone che mettono limiti agli effetti comparativi. Tuttavia, quando in possesso, uno smartphone è immediatamente accessibile con tutte le diverse app di processo e social. Si può ipotizzare che i giovani adulti possano sperimentare lo stesso effetto rinforzante negativo di uno smartphone in varie situazioni stressanti quotidiane. In tal caso, si potrebbe sostenere che la restrizione degli stessi tipi di dispositivi potrebbe limitare l'effetto di rinforzo negativo dello smartphone. Tuttavia, queste sono solo speculazioni e sono necessari ulteriori studi per esaminare le possibilità di tale connessione. Dalla scala PANAS, l'Affetto Negativo ha dimostrato di essere correlato positivamente con lo stress auto-riferito (Watson et al., 1988).
Un'altra spiegazione per i risultati riguardanti H1 può essere collegata alla connessione e all'estensione del sé. La popolarità delle SNS ha continuato a crescere da quando sono state introdotte per la prima volta e si sono sviluppate per incorporare funzioni, come la messaggistica istantanea. È stato suggerito che una possibile spiegazione del fatto che gli SNS siano così popolari come sono diventati è dovuta alla possibilità di connettersi ai bisogni umani fondamentali. Gli SNS sono in grado di offrire ai propri utenti un supporto sociale offrendo un modo per essere costantemente connessi a familiari, amici e conoscenti 24 / 7. Inoltre, queste applicazioni di messaggistica istantanea offrono un forum privato per i peer per interagire senza la supervisione degli altri. Ciò potrebbe aiutare a spiegare gli utenti di alto livello mostrati agli SNS (Carbonell e Panova, 2017; Kuss e Griffiths, 2017). Gli smartphone hanno reso più facile l'accesso agli SNS e, pertanto, limitando l'interazione con smartphone, è più difficile essere costantemente connessi e pienamente coinvolti negli aspetti della società facilitati dagli smartphone.
Un altro termine molto correlato in relazione all'aspetto sociale della restrizione è il sé esteso, proposto da Belk (1988). Nella costruzione del senso del sé, afferma che i possedimenti di un individuo rappresentano una parte importante nel riflettere le proprie identità. Quando i loro beni vengono portati via, si verifica un diminuito senso di sé. Ciò implica un'emergenza di emozioni negative. Una conseguenza dei cambiamenti tecnologici è l'estensione del sé nelle rappresentazioni grafiche dell'individuo, come gli avatar che possono influenzare il nostro senso di sé offline. La piattaforma digitale è passata dall'essere in qualche modo privata a diventare la piattaforma principale per rivelare e proiettare noi stessi. Un aumento della condivisione di informazioni private sulle SNS può lasciare l'utente in una posizione vulnerabile, in cui sono richiesti post frequenti per mantenere o ottenere il controllo (Thompson e Cupples, 2008).
Non essere in grado di fare domande, fornire istruzioni o scambiare informazioni personali in movimento potrebbe spiegare il punteggio più alto su SWS e FoMOS. Inoltre, potrebbe essere correlato alle app di processo accessibili sullo smartphone, che consente l'interazione con la società in generale attraverso notizie, biglietti dell'autobus, e-mail e così via. Questo è in conformità con alcune delle sfide riportate dai partecipanti con restrizioni, in cui quasi la metà ha segnalato difficoltà a essere limitate dalle app di processo, così come dalla comunicazione sociale. Inoltre, i partecipanti hanno segnalato le sfide associate alla pianificazione e l'immediata inaccessibilità ad altre persone. Il sé esteso fornisce una visione interessante sull'uso della tecnologia. Attraverso la tecnologia digitale, il sé offline e online diventa costruito congiuntamente; quindi, imporre una restrizione a un individuo che lo rimuove dal sé online, come la limitazione dello smartphone, potrebbe provocare sintomi correlati all'astinenza (Belk, 1988, 2013).
Questo studio è uno dei primi a studiare l'effetto della limitazione dello smartphone per l'estensione del tempo e rimuovendo fisicamente lo smartphone. Pochi altri studi hanno esaminato la restrizione degli smartphone, ma con vari design. Uno studio di Cheever et al. (2014), i partecipanti sono stati assegnati in modo casuale in una delle due condizioni: una condizione è stata attivata nel loro smartphone, mentre l'altra condizione è stata autorizzata a mantenere il proprio smartphone ma ha dovuto spegnerlo per tutta la durata dello studio. La fase sperimentale è durata solo per 75 min. Un secondo studio ha studiato la limitazione dello smartphone per 3 h a un festival (van den Eijnden et al., 2017). In questo studio, i partecipanti hanno ottenuto di mantenere il loro smartphone, ma hanno dovuto metterlo in modalità aereo e lo schermo è stato reso invisibile da un sigillo. Per quanto riguarda le tendenze di ritiro, il primo è l'unico ad includere le tendenze. Questo è, tuttavia, difficile da confrontare con il presente studio a causa della differenza nella durata.
Punti di forza e limiti
Le variabili dipendenti sono state incluse per valutare aspetti diversi e rilevanti del ritiro da smartphone e rappresentano una forza chiave del presente studio. La fase sperimentale di 72 h, considerevolmente più lunga di un precedente esperimento di restrizione per smartphone, ha consentito una valutazione dettagliata delle fluttuazioni nella variabile dipendente ed è un'altra risorsa del presente studio (Cheever et al., 2014; van den Eijnden et al., 2017). Il fatto che i partecipanti alla condizione sperimentale abbiano consegnato i loro smartphone durante il periodo di restrizione ha assicurato l'integrità dell'esperimento.
In termini di limitazioni, il bias di selezione è una possibile debolezza del presente studio poiché si può presumere che le persone che erano utenti eccessivi avevano meno probabilità di partecipare. I partecipanti potevano anche scegliere liberamente il fine settimana che desideravano partecipare. Questo potrebbe essere un limite considerando che i partecipanti potrebbero adeguare i loro piani del fine settimana di conseguenza. Una preponderanza di femmine nel campione rappresenta un altro limite, in quanto alcuni studi hanno suggerito che uomini e donne si impegnano in diversi tipi di utilizzo dello smartphone. È inoltre ipotizzabile che i partecipanti abbiano utilizzato gli SNS su altri dispositivi tecnologici (ad esempio, laptop, tablet) durante il periodo di restrizione. Questo dovrebbe quindi essere controllato per studi futuri. Si potrebbe sostenere che il presente studio non implicasse restrizioni reali in quanto i partecipanti potevano utilizzare altri dispositivi elettronici con cui potevano accedere a Internet. Tuttavia, poiché la maggior parte delle persone oggi usa i propri telefoni cellulari per accedere a Internet in situazioni in cui non hanno accesso a un PC / tablet, il presente studio ha implicato restrizioni riguardo a quei tipi di situazioni. Inoltre, va notato che alcune applicazioni sono disponibili solo sui telefoni cellulari. Inoltre, va tenuto presente che lo scopo del presente studio era di indagare specificamente sul ritiro dei telefoni cellulari e non sul ritiro da Internet in generale. Il fatto che il gruppo sperimentale avesse punteggi più alti su diverse misure di astinenza rispetto al gruppo di controllo suggerisce anche che si è verificata una vera e propria restrizione. Una delle scale utilizzate per misurare il ritiro dello smartphone (SWS) era una scala di prelievo di sigarette modificata. Sebbene la SWS avesse un'elevata coerenza interna, non è stata utilizzata in nessun altro studio, il che può essere considerato un punto debole. Inoltre, la differenza fondamentale tra smartphone e proprietà di dipendenza da nicotina è degna di nota. Inoltre, la mancanza di punteggi di base per i punteggi relativi al ritiro costituisce un'altra limitazione per il presente studio. Infine, va notato che la differenza tra il gruppo sperimentale e il gruppo di controllo in frequenza di utilizzo dello smartphone prima dell'inizio del periodo di restrizione potrebbe essere potenzialmente una limitazione.
Implicazioni
In termini di dipendenze comportamentali, i risultati completano il corpo di prove che indicano che l'uso eccessivo di smartphone incorpora elementi di dipendenza. I risultati del presente studio aiuteranno l'espansione della conoscenza e della comprensione che circondano questa parte del campo della dipendenza, come gli effetti negativi che seguono la restrizione. Questi risultati attualizzano l'attenzione sugli effetti legati al ritiro di comportamenti vulnerabili a un uso eccessivo. Inoltre, questo studio potrebbe aiutare gli studi futuri che esamineranno i sintomi correlati al ritiro a seguito della restrizione, poiché sono stati evidenziati sia i punti di forza che i punti deboli.
Conclusione
Il presente studio ha rivelato che essere limitati dallo smartphone di una persona aumenta i sintomi di astinenza e la paura di perdere, ma non influenzare gli affetti positivi e negativi, in particolare. I risultati indicano che gran parte degli effetti negativi vissuti dai partecipanti nel periodo di restrizione sono simili a quelli di altri tipi di dipendenze comportamentali. Inoltre, lo studio ha incluso la componente temporale per esaminare le tendenze di ritiro, ma i risultati non erano significativi. Dato il risultato del presente studio, è importante in studi futuri esplorare appieno il concetto di dipendenza da smartphone concentrandosi sui sintomi di astinenza. Sarebbe anche interessante confrontare le tendenze di ritiro attraverso lo spettro delle dipendenze. Questo è il primo studio di questo tipo alla conoscenza degli autori, riguardante la complessità del design. Gli studi futuri dovrebbero tenere conto dei punti di forza e delle limitazioni quando si approfondisce ulteriormente questo argomento.
Contributi degli autori
TE, SA e SP hanno ideato e progettato l'esperimento e analizzato i dati. TE e SA hanno eseguito gli esperimenti. TE, SA, SP, CA e RB hanno scritto il documento.
Dichiarazione di conflitto di interessi
Gli autori dichiarano che la ricerca è stata condotta in assenza di relazioni commerciali o finanziarie che potrebbero essere interpretate come un potenziale conflitto di interessi.
Materiale supplementare
Il materiale supplementare per questo articolo è disponibile online all'indirizzo: https://www.frontiersin.org/articles/10.3389/fpsyg.2018.01444/full#supplementary-material
Riferimenti
- Alavi SS, Ferdosi M., Jannatifard F., Eslami M., Alaghemandan H., Setare M. (2012). Dipendenza comportamentale contro dipendenza da sostanza: corrispondenza di punti di vista psichiatrici e psicologici. Int. J. Prevent. Med. 3 290-294. [Articolo gratuito di PMC] [PubMed]
- American Psychiatric Association (2013). Manuale Diagnostico e Statistico dei Disturbi Mentali, 5th Edn. Washington, DC: American Psychiatric Association.
- Andreassen CS, Billieux J., Griffiths MD, Kuss DJ, Demetrovics Z., Mazzoni E., et al. (2016). La relazione tra uso di social media e videogiochi e sintomi di disturbi psichiatrici: uno studio trasversale su larga scala. Psychol. Dipendente. Behav. 30 252-262. 10.1037 / adb0000160 [PubMed] [Croce Ref]
- Andreassen CS, Griffiths MD, Gjertsen SR, Krossbakken E., Kvam S., Pallesen S. (2013). Le relazioni tra dipendenze comportamentali e il modello di personalità a cinque fattori. J. Behav. Dipendente. 2 90-99. 10.1556 / JBA.2.2013.003 [PubMed] [Croce Ref]
- Belk RW (1988). Possessi e il sé esteso. J. Consum. Res. 15 139-168. 10.1086 / 209154 [Croce Ref]
- Belk RW (2013). Sé esteso in un mondo digitale. J. Consum. Res. 40 477-500. 10.1086 / 671052 [Croce Ref]
- Billieux J., Maurage P., Lopez-Fernandez O., Kuss DJ, Griffiths MD (2015a). L'uso disordinato del telefono cellulare può essere considerato una dipendenza comportamentale? Un aggiornamento sulle prove attuali e un modello completo per la ricerca futura. Curr. Dipendente. Rappresentante. 2 156–162. 10.1007/s40429-015-0054-y [Croce Ref]
- Billieux J., Schimmenti A., Khazaal Y., Maurage P., Heeren A. (2015b). Stiamo esagerando nella vita di tutti i giorni? Un progetto sostenibile per la ricerca sulla dipendenza comportamentale. J. Behav. Dipendente. 4 119-123. 10.1556 / 2006.4.2015.009 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Carbonell X., Panova T. (2017). Una considerazione critica del potenziale di dipendenza dei siti di social network. Dipendente. Res. Teoria 25 48-57. 10.1080 / 16066359.2016.1197915 [Croce Ref]
- Chang AM, Aeschbach D., Duffy JF, Czeisler CA (2015). L'uso serale di eReader a emissione di luce influenza negativamente il sonno, i tempi circadiani e la prontezza del mattino successivo. Proc. Natl. Acad Sci. Stati Uniti d'America 112 1232-1237. 10.1073 / pnas.1418490112 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Cheever NA, Rosen LD, Carrier LM, Chavez A. (2014). Lontano dagli occhi non è fuori di testa: l'impatto della limitazione dell'utilizzo del dispositivo mobile wireless sui livelli di ansia tra utenti bassi, moderati e alti. Comput. Ronzio. Behav. 37 290-297. 10.1016 / j.chb.2014.05.002 [Croce Ref]
- Chóliz M., Pinto L., Phansalkar SS, Corr E., Mujjahid A., Flores C., et al. (2016). Sviluppo di una breve versione multiculturale del questionario sulla dipendenza dalla telefonia mobile (TMDbrief). Davanti. Psychol. 7: 650. 10.3389 / fpsyg.2016.00650 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Clayton RB, Leshner G., Almond A. (2015). The extended self: l'impatto della separazione di iPhone su cognizione, emozione e fisiologia. J. Comput. Med. Commun. 20 119-135. 10.1111 / jcc4.12109 [Croce Ref]
- Cutino CM, Nees MA (2017). Limitare l'accesso al cellulare durante i compiti a casa aumenta il raggiungimento degli obiettivi di studio. Mob. Media Commun. 5 63-79. 10.1177 / 2050157916664558 [Croce Ref]
- Demirci K., Akgönül M., Akpinar A. (2015). La relazione tra lo smartphone e l'uso dello smartphone è severa con la qualità del sonno, la depressione e l'ansia. J. Behav. Dipendente. 4 85-92. 10.1556 / 2006.4.2015.010 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Elhai JD, Levine JC, Dvorak RD, Hall BJ (2016). La paura di perdere, il bisogno di contatto, l'ansia e la depressione sono legati all'utilizzo problematico degli smartphone. Comput. Ronzio. Behav. 63 509-516. 10.1016 / j.chb.2016.05.079 [Croce Ref]
- Elhai JD, Tiamiyu MF, Weeks JW, Levine JC, Picard KJ, Hall BJ (2017). La regolazione della depressione e delle emozioni prevede un utilizzo oggettivo degli smartphone misurato su una settimana. Pers. Individ. Diff. 133 21-28. 10.1016 / j.paid.2017.04.051 [Croce Ref]
- Etter J.-F. (2005). Un questionario autosomministrato per misurare i sintomi di astinenza della sigaretta: la scala di prelievo delle sigarette. Nicot. Tobac. Res. 7 47-57. 10.1080 / 14622200412331328501 [PubMed] [Croce Ref]
- Folkman S. (2008). Il caso di emozioni positive nel processo di stress. Coprire dallo stress di ansietà 21 3-14. 10.1080 / 10615800701740457 [PubMed] [Croce Ref]
- Fuster H., Chamarro A., Oberst U. (2017). Paura di perdere, social networking online e dipendenza da cellulare: un approccio al profilo latente. Aloma 35 23-30.
- Griffiths MD (1996). Dipendenza comportamentale: un problema per tutti? Empl. Councel. Oggi 8 19-25. 10.1108 / 13665629610116872 [Croce Ref]
- Griffiths MD (2004). Scommetti la tua vita su di esso. Br. Med. J. 329 1055-1056. 10.1136 / bmj.329.7474.1055 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Griffiths MD (2005). Un modello di dipendenza "componenti" all'interno di un quadro biopsicosociale. J. Subst. Uso 10 191-197. 10.1080 / 1465980500114359 [Croce Ref]
- Griffiths MD, Kuss DJ, Billieux J., Pontes HM (2016). L'evoluzione della dipendenza da Internet: una prospettiva globale. Dipendente. Behav. 53 193-195. 10.1016 / j.addbeh.2015.11.001 [PubMed] [Croce Ref]
- Griffiths MD, Kuss DJ, Demetrovics Z. (2014). "Dipendenza da social network: una panoramica dei risultati preliminari" in Dipendenze comportamentali: criteri, prove e trattamento, eds Rosenberg KP, Feder LC, editori. (New York, NY: Elsevier Science;), 119-141. 10.1016 / B978-0-12-407724-9.00006-9 [Croce Ref]
- Harville DA (1977). Approccio di massima verosimiglianza alla stima della componente di varianza e ai problemi correlati. Marmellata. Statist. Assoc. 72 320-338. 10.1080 / 01621459.1977.10480998 [Croce Ref]
- Hedeker D., Gibbons RD, Waternaux C. (1999). Stima della dimensione del campione per disegni longitudinali con attrito: confronto tra contrasti legati al tempo tra gruppi. J. Educ. Behav. Statist. 24 70-93. 10.3102 / 10769986024001070 [Croce Ref]
- Hughes JR, Keely J., Naud S. (2004). Forma della curva di recidiva e astinenza a lungo termine tra i fumatori non trattati. Dipendenza 99 29-38. 10.1111 / j.1360-0443.2004.00540.x [PubMed] [Croce Ref]
- İnal EE, ÇetÝntürk A., Akgönül M., Savaş S. (2015). Effetti della sovrautilizzazione dello smartphone con la funzione a mano, la forza di schiacciamento e il nervo mediano. Muscle Nerve 52 183-188. 10.1002 / mus.24695 [PubMed] [Croce Ref]
- Kuss DJ, Griffiths MD (2011). Social networking online e dipendenza: una rassegna della letteratura psicologica. Int. J. Environ. Res. Pub. Salute 8 3528-3552. 10.3390 / ijerph8093528 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Kuss DJ, Griffiths MD (2017). Siti di social networking e dipendenza: dieci lezioni apprese. Int. J. Environ. Res. Pub. Salute 14 311. 10.3390 / ijerph14030311 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Lavoie J., Pychyl T. (2001). Cybersacking e superstrada procrastinare: un'indagine basata sul web di procrastinazione, atteggiamenti ed emozioni online. Soc. Sci. Comput. Rev. 19 431-444. 10.1177 / 089443930101900403 [Croce Ref]
- Lazarus RS, Folkman S. (1984). Stress, valutazione e coping. New York, NY: Springer.
- Lepp A., Barkley JE, Karpinski AC (2014). La relazione tra uso del telefono cellulare, rendimento scolastico, ansia e soddisfazione nei confronti degli studenti universitari. Comput. Ronzio. Behav. 31 343-350. 10.1016 / j.chb.2013.10.049 [Croce Ref]
- Lookout (2012). Lo studio mobile su Mindset rivela che l'attaccamento degli smartphone degli americani sta alterando i nostri comportamenti e le nostre emozioni. Disponibile a: https://www.businesswire.com/news/home/20120621005339/en/Mobile-Mindset-Study-Reveals-Americans%E2%80%99-Smartphone-Attachment
- Lopez-Fernandez O., Kuss DJ, Romo L., Morvan Y., Kern L., Graziani P., et al. (2017). Dipendenza auto-segnalata sui telefoni cellulari nei giovani adulti: un'indagine empirica interculturale europea. J. Behav. Dipendente. 6 168-177. 10.1556 / 2006.6.2017.020 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Orford J. (2001). Appetiti eccessivi: una visione psicologica delle dipendenze, 2nd Edn. Chichester: Wiley.
- Parlak S., Eckhardt A. (2014). Sviluppo di una scala di prelievo su Facebook: risultati di un esperimento sul campo controllato. Paper Presentato alla Conferenza europea sui sistemi informativi (ECIS), Tel Aviv.
- Patel A., Schieble T., Davidson M., Tran MC, Schoenberg C., Delphin E., et al. (2006). La distrazione con un videogioco portatile riduce l'ansia preoperatoria pediatrica. Pediatr. Anesth. 16 1019-1027. 10.1111 / j.1460-9592.2006.01914.x [PubMed] [Croce Ref]
- Przybylski AK, Murayama K., DeHaan CR, Gladwell V. (2013). Correlati motivazionali, emotivi e comportamentali della paura di perdere. Comput. Ronzio. Behav. 29 1841-1848. 10.1016 / j.chb.2013.02.014 [Croce Ref]
- Rosen LD, Whaling K., Carrier LM, Cheever NA, Rokkum J. (2013a). L'uso e l'atteggiamento dei media e della tecnologia sono in scala: un'indagine empirica. Comput. Ronzio. Behav. 29 2501-2511. 10.1016 / j.chb.2013.06.006 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
- Rosen LD, Whaling K., Rab LM, Cheever NA (2013b). Facebook sta creando "IDisorders"? Il legame tra i sintomi clinici dei disturbi psichiatrici e l'uso della tecnologia, gli atteggiamenti e l'ansia. Comput. Ronzio. Behav. 29 1243-1254. 10.1016 / j.chb.2012.11.012 [Croce Ref]
- Salehan M., Negahban A. (2013). Social networking su smartphone: quando i telefoni cellulari creano dipendenza. Comput. Ronzio. Behav. 29 2632-2639. 10.1016 / j.chb.2013.07.003 [Croce Ref]
- Sapacz M., Rockman G., Clark J. (2016). Siamo dipendenti dai nostri telefoni cellulari? Comput. Ronzio. Behav. 57 153-159. 10.1016 / j.chb.2015.12.004 [Croce Ref]
- Venditori EM, Kalant H. (1976). Intossicazione da alcol e ritiro. N. Engl. J. Med.. 294 757-762. 10.1056 / NEJM197604012941405 [PubMed] [Croce Ref]
- Shiffman SM, Jarvik ME (1976). Fumare i sintomi di astinenza in due settimane di astinenza. Psychopharmacology 50 35-39. 10.1007 / BF00634151 [PubMed] [Croce Ref]
- Starcevic V. (2016). Tolleranza e sintomi di astinenza potrebbero non essere utili per migliorare la comprensione della dipendenza comportamentale. Dipendenza 111 1307-1308. 10.1111 / add.13381 [PubMed] [Croce Ref]
- Thomée S., Eklöf M., Gustafsson E., Nilsson R., Hagberg M. (2007). Prevalenza dello stress percepito, sintomi di depressione e disturbi del sonno in relazione all'uso delle tecnologie dell'informazione e della comunicazione (TIC) tra i giovani adulti - uno studio prospettico esplorativo. Comput. Ronzio. Behav. 23 1300-1321. 10.1016 / j.chb.2004.12.007 [Croce Ref]
- Thompson L., Cupples J. (2008). Visto e non sentito? Messaggi di testo e socialità digitale. Soc. Culto. Geogr. 9 95-108. 10.1080 / 14649360701789634 [Croce Ref]
- Tossell C., Kortum PT, Shepard C., Rahmati A., Zhong L. (2015). Esplorazione della dipendenza da smartphone: intuizioni da misure comportamentali telematiche a lungo termine. Ije 9 37-43. 10.3991 / ijim.v9i2.4300 [Croce Ref]
- Urbaniak GC, Plous S. (2015). Research Randomizer (Version 4.0) [Software per computer]. Recupero 18th di ottobre, 2016.
- Valderrama JA (2014). Sviluppo e validazione della scala d'uso degli smartphone problematici. Tesi di dottorato, Alliant International University, Alhambra, CA.
- van den Eijnden R., Doornwaard S., Ter Bogt T. (2017). I sintomi di dipendenza da smartphone sono correlati a sintomi di FoMO, craving e astinenza durante l'astinenza da smartphone? Risultati da un esperimento naturale. J. Behav. Dipendente. 6 (Suppl. 1): 56.
- van Deursen AJ, Bolle CL, Hegner SM, Kommers PA (2015). Modellazione del comportamento dello smartphone abituale e coinvolgente: il ruolo dei tipi di utilizzo dello smartphone, l'intelligenza emotiva, lo stress sociale, l'autoregolamentazione, l'età e il genere. Comput. Ronzio. Behav. 45 411-420. 10.1016 / j.chb.2014.12.039 [Croce Ref]
- Watson D., Clark LA, Tellegen A. (1988). Sviluppo e validazione di brevi misure di affetto positivo e negativo: le scale di PANAS. J. Pers. Soc. Psychol. 54 1063-1070. 10.1037 / 0022-3514.54.6.1063 [PubMed] [Croce Ref]
- West BT, Welch KB, Galecki AT (2014). Modelli misti lineari, 2nd Edn. Ann Arbor, MI: CRC Press; 10.1201 / b17198 [Croce Ref]
- Xie Y., Szeto GP, Dai J., Madeleine P. (2016). Confronto dell'attività muscolare nell'uso dello smartphone touchscreen tra i giovani con e senza dolore cronico collo-spalla. Ergonomia 59 61-72. 10.1080 / 00140139.2015.1056237 [PubMed] [Croce Ref]
- Young KS (1998). Dipendenza da Internet: l'emergere di un nuovo disturbo clinico. CyberPsychol. Behav. 1 237-244. 10.1089 / cpb.1998.1.237 [Croce Ref]
;