Vai ir izdevīgi izmantot interneta komunikāciju, lai izvairītos no garlaicības? Garlaicības izpausme mijiedarbojas ar cue-inducētām alkas un izvairīšanās cerībām, izskaidrojot interneta komunikācijas traucējumu (2018) simptomus

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

Anotācija

Tiešsaistes saziņas lietojumprogrammu, tostarp kurjeru (piemēram, WhatsApp) vai sociālo tīklu pakalpojumu (piemēram, Facebook) izmantošana viedtālrunī ir kļuvusi par ikdienas praksi miljardiem cilvēku, piemēram, gaidīšanas laikā. Neskatoties uz negatīvajām sekām ikdienas dzīvē, arvien vairāk cilvēku parāda, ka ir mazāka kontrole pār šo lietojumu izmantošanu. To var saukt par interneta komunikācijas traucējumiem (ICD). Pašreizējā pētījumā tika pētīta garlaicības tendences ietekme uz ICD simptomiem. Tas tālāk pārbaudīja kognitīvo un afektīvo mehānismu starpniecības lomu, proti, gaidas, lai izvairītos no negatīvām sajūtām tiešsaistē un norāžu izraisītas alkas. Strukturālā vienādojuma modeļa (N = 148) rezultāti parāda, ka garlaicības tendence ir ICD attīstības un uzturēšanas riska faktors, jo tam bija būtiska tieša ietekme uz ICD simptomiem. Turklāt garlaicības izteiktība paredzēja izvairīšanās gaidas, kā arī norāžu izraisītu alkas. Abi savukārt palielināja ICD tendenču attīstības risku. Turklāt abi mainīgie mediēja garlaicības tendences ietekmi uz ICD un mijiedarbojās savā starpā. Apkopojot, rezultāti parāda, ka cilvēki, kuriem ir lielāka uzņēmība uz garlaicību, izrāda lielākas cerības izvairīties no negatīvām emocijām tiešsaistē, kas veicina lielākas tieksmes reakcijas, saskaroties ar īpašām norādēm (piemēram, ienākošo ziņojumu), un tas var izraisīt ICD tendences.

citāts: Wegmann E, Ostendorf S, Brand M (2018) Vai ir izdevīgi izmantot interneta komunikāciju, lai izvairītos no garlaicības? Garlaicības pakļautība mijiedarbojas ar naidu izraisītu tieksmi un izvairīšanos no gaidām, izskaidrojot interneta komunikācijas traucējumu simptomus. PLoS ONE 13 (4): e0195742. https://doi.org/10.1371/journal.pone.0195742

Redaktors: Fils Rīds, Svonsijas universitāte, APVIENOTĀ KARALISTE

Saņemts: 22 novembris, 2017; Pieņemts: Marts 28, 2018; Publicēts: Aprīlis 19, 2018

Autortiesības: © 2018 Wegmann et al. Šis ir atvērtas piekļuves raksts, kas tiek izplatīts saskaņā ar Creative Commons piešķiršanas licence, kas pieļauj neierobežotu izmantošanu, izplatīšanu un reproducēšanu jebkurā vidē, ja tiek ieskaitīts oriģinālais autors un avots.

Datu pieejamība: Visi attiecīgie dati ir dokumentā un tā atbalsta informācijas failos.

Finansējums: Autori šim darbam nesaņēma īpašu finansējumu.

Konkurējošas intereses: Autori ir paziņojuši, ka nav konkurējošu interešu.

Ievads

Līdz ar viedtālruņa laišanu tirgū vairāk nekā pirms desmit gadiem cilvēku skaits, kas to lieto ikdienas dzīvē, joprojām pieaug. Tiek prognozēts, ka viedtālruņu lietotāju skaits visā pasaulē 2.32. gadā sasniegs 2017 miljardus, bet 2.87. gadā - 2020 miljardus lietotāju [1]. Cita starpā vispopulārākās viedtālrunī izmantotās tiešsaistes lietojumprogrammas ir tiešsaistes saziņas programmas. Tie ļauj lietotājiem tieši sazināties ar citiem, uzturēt sakarus ar attāliem draugiem un dalīties ar personisko informāciju, attēliem vai videoklipiem [2, 3]. Termins “tiešsaistes saziņas lietojumprogrammas” ietver ļoti populāras lietojumprogrammas, piemēram, tūlītējās ziņojumapmaiņas pakalpojumu WhatsApp ar vairāk nekā 1.3 miljardiem aktīvu lietotāju katru mēnesi [4] vai sociālo tīklu pakalpojumus, piemēram, Facebook ar 2 miljardiem aktīvo lietotāju mēnesī [5]. Bez daudzām interneta saziņas un viedtālruņu izmantošanas priekšrocībām kopumā arvien vairāk cilvēku saskaras ar negatīvām sekām pārmērīgas un laikietilpīgas šo lietojumprogrammu lietošanas dēļ [2, 6-8]. Jo īpaši dažādu mobilo ierīču pieejamība un ērta un pastāvīga piekļuve šādām lietojumprogrammām ļauj cilvēkiem sazināties un sazināties ar citiem visas dienas garumā - jebkurā laikā, jebkurā vietā [9, 10]. Šī uzvedība var izraisīt patoloģisku un piespiedu lietošanu, kas ir salīdzināma ar citām uzvedības atkarībām vai vielu lietošanas traucējumiem, kā to ierosināja dažādi pētījumi un pētnieki [7, 8].

Kognitīvie un afektīvie korelāti ar interneta komunikācijas traucējumiem

Pieaugošā interneta izmantošana visā pasaulē noved pie pētījumiem par arvien vairāk pētījumu, kas koncentrējas uz interneta lietošanas traucējumiem kā īpašu uzvedības atkarības veidu [2, 7, 11]. Turklāt daži pētījumi liecina par īpašu interneta lietošanas traucējumu veidu - interneta komunikācijas traucējumiem (ICD). ICD apraksta tiešsaistes saziņas lietojumprogrammu atkarību [6-8, 12]. ICD simptomus, kas izriet no interneta lietošanas traucējumu īpašībām, definē kā kontroles zaudēšanu, recidīvu, abstinences simptomus, nodarbi, interešu nevērību, iecietību un negatīvas sekas sociālajā, profesionālajā vai personiskajā dzīvē [6, 7, 13, 14]. Deiviss [12] piedāvāja pirmo teorētisko modeli, kurā aprakstīti nespecifiska interneta patoloģiskas lietošanas, kā arī specifisku interneta lietošanas traucējumu mehānismi. Pavisam nesen Brand, Young [7] ieviesa jaunu teorētisko modeli - Personas-ietekmes-izziņas-izpildes mijiedarbība (I-PACE), kurā apkopoti konkrētu interneta lietošanas traucējumu, piemēram, ICD, attīstības un uzturēšanas potenciālie mehānismi. I-PACE modelis ilustrē cilvēka pamatīpašību, kā arī afektīvo, kognitīvo un izpildvaras komponentu mijiedarbību. Tas liek domāt, ka personas galvenās pazīmes, piemēram, personība, sociālās izziņas, psihopatoloģiskie simptomi, biopsiholoģiskie faktori un specifiskas noslieces, ietekmē situācijas subjektīvo uztveri. Šo uztveri veido tādi faktori kā konfrontācija ar atkarību saistītām norādēm, stress, personiski konflikti, nenormāls garastāvoklis, kā arī individuālas afektīvās un kognitīvās reakcijas. Pēdējie ietver reakcijas reakciju, alkas, uzmanības neobjektivitāti vai citus ar internetu saistītus kognitīvus aizspriedumus un disfunkcionālu pārvarēšanas stilu. Tiek pieņemts, ka šie individuālie afektīvie un kognitīvie faktori ir starpnieks vai mērens personas pamatīpašību ietekmei uz konkrēta interneta lietošanas traucējuma attīstību un uzturēšanu. Zīmols, jauns [7] ilustrē, ka afektīvo un kognitīvo reakciju ietekme mijiedarbojas ar izpildvaras faktoriem, piemēram, inhibējošo kontroli. Lēmums izmantot noteiktu lietojumprogrammu, lai gūtu apmierinājumu vai kompensāciju, pēc tam var izraisīt pārmērīgu šīs lietojumprogrammas izmantošanu, tādējādi pastiprinot īpašas noslieces, kā arī afektīvos, kognitīvos un izpildes faktorus, kas līdzīgi apburtajam lokam (detalizētākam aprakstam) modeļa un detalizētu empīrisko pētījumu pārskatu sk.7]).

Iepriekšējie pētījumi jau parādīja, ka psihopatoloģisko simptomu, piemēram, depresijas un sociālās trauksmes, un personības aspektu, piemēram, neaizsargātības pret stresu, pašnovērtējuma un pašefektivitātes, ietekmi uz ICD tendencēm ietekmē specifiskas izziņas, piemēram, disfunkcionāls pārvarēšanas stils un interneta lietošanas gaidas [8, 15]. Vegmans, Obersts [16] parādīja, ka īpaši izvairīšanās gaidas, tostarp vēlme aizbēgt no realitātes, novērst uzmanību no reālās dzīves problēmām vai izvairīties no vientulības, ir nozīmīgas ICD simptomu izskaidrošanai. Zīmols, Laiers [17], kā arī Trocke, Starke [18] parādīja, ka lielas cerības izmantot īpašas lietojumprogrammas kā iespēju izbaudīt prieku vai novērst uzmanību no problēmām rada starp attiecībām starp personiskajiem aspektiem un attiecīgi vispārinātu (nespecifisku) interneta lietošanas traucējumu, kā arī interneta iepirkšanās traucējumiem.

Papildus interneta lietošanas gaidu jēdzienam Brand, Young [7] tālāk apgalvo, ka reakcija uz reakciju un tieksme, šķiet, ir svarīga konstrukcija, izstrādājot un uzturot specifisku lietojumu patoloģisku izmantošanu. Šis pieņēmums ir balstīts uz iepriekšējiem pētījumiem par vielu lietošanas traucējumiem (sk., Piemēram, rezultātus [19], kā arī citas uzvedības atkarības [20], kas parāda, ka narkomāni ir neaizsargāti pret ar atkarību saistītiem stimuliem, kas izraisa atalgojuma apstrādes apgabalus smadzenēs [21-25]. Alkas apraksta vēlmi vai vēlmi lietot narkotikas vai atkārtoti izrādīt atkarību [26, 27]. Uzvedības reaktivitātes un alkas jēdziens ir pārnests uz uzvedības atkarību izpēti. Uzvedības korelāti ar reakciju uz reakciju un tieksmi jau ir novēroti interneta iepirkšanās traucējumu gadījumā [18], Interneta pornogrāfijas skatīšanās traucējumi [28, 29], Interneta spēļu traucējumi [30, 31], Azartspēļu traucējumi internetā [32, 33] un ICD [34].

Lai gan pētījumos uzsvērta šo afektīvo (reakcijas reakcija un tieksme) un kognitīvo (ar internetu saistītās gaidas) komponentu nozīmīgā loma konkrēta interneta lietošanas traucējuma attīstībā un uzturēšanā, šo faktoru mijiedarbība, kas tiek postulēta I -PACE modelis, joprojām ir neskaidrs. Pašreizējais pētījums ir balstīts uz dažiem galvenajiem I-PACE modeļa pieņēmumiem, jo ​​īpaši afektīvo un kognitīvo mehānismu mediācijas ietekmi uz attiecībām starp personas galvenajām pazīmēm un ICD simptomiem. Šī pētījuma mērķis ir izpētīt cilvēka pamatīpašību ietekmi uz ICD, ko ietekmē gan ar internetu saistītas kognitīvās aizspriedumi (piemēram, interneta lietošanas sagaidāmība), gan afektīvie aizspriedumi (piemēram, nokrāsu izraisīta tieksme). Balstoties uz Vegmanu, Oberstu [16], mēs pieņemam, ka sagaidāmā efekta, lai izvairītos no negatīvām emocijām, izmantojot tiešsaistes saziņas lietojumprogrammas, efektu mediē ar norāžu izraisītu tieksmi, kā aprakstīts zīmola, jaunā [7]. Kā otro pētījuma mērķi mēs koncentrējamies uz jutības pret garlaicību lomas izpēti ICD. Tādējādi mēs vēlētos labāk izprast saikni starp personas īpašajām īpašībām un konkrēta interneta lietošanas traucējumu simptomiem, kas vēl nav pētīti ICD kontekstā.

Garlaicības izpausme kā ICD prognozētājs

Garlaicības konceptualizāciju nosaka dažādi situācijas un individuālie faktori [35]. Garlaicību pašu varētu raksturot kā negatīvu prāta stāvokli vai iekšēju konfliktu starp gaidīto un uztverto pieredzi [36, 37]. Brisets un Sniegs [38] garlaicību definēja kā “nepietiekamu stimulāciju, nepietiekamu uzbudinājumu un psiholoģiskas iesaistīšanās trūkumu, kas saistīts ar neapmierinātību, un indivīdi mēģina tikt galā ar garlaicību, meklējot papildu stimulāciju” [39]. Šis stāvoklis ir saistīts arī ar nepatīkamām sajūtām, no kurām indivīdi mēģina aizbēgt [40, 41]. Tikai garlaicības izteiksme tiek definēta kā īpašību garlaicība. Garlaicības izpausmes konstrukcija bieži tiek “operacionalizēta kā indivīda uzņēmība pret garlaicību” [35]. Turklāt garlaicības pakļaušanās ietver indivīda grūtības pievērst uzmanību stimulam, apzināties šo uzmanības deficītu, kā arī mēģināt mazināt garlaicības kā stāvokļa pieredzi [35, 42].

Vairāki pētījumi uzsver garlaicības izliekuma klīnisko nozīmi, parādot, ka garlaicība (izteiktība) ir saistīta ar alkohola lietošanu [43], psihoaktīvo vielu lietošana [44], depresijas un trauksmes indeksi [35], un veselības problēmas kopumā [45]. Džou un Leung [46] parādīja, ka garlaicība brīvajā laikā ir saistīta ar riskantu uzvedību, piemēram, likumpārkāpumiem, ārkārtēju sensāciju aktivitāti un narkotiku ļaunprātīgu izmantošanu [36, 46, 47]. Kā iespējamo izskaidrojumu saistībai starp garlaicības izteiksmi un vielu lietošanu (piemēram, alkohola lietošana), Biolcati, Passini [48] pētīja iespējamo starpniecības ietekmi uz alkohola patēriņu. Rezultāti ilustrēja, ka garlaicības tendences ietekme uz pārmērīgu alkohola lietošanu ir saistīta ar gaidām, lai izvairītos no garlaicības, izvairītos no problēmām un tiktu galā ar negatīvām izjūtām [48]. Turklāt empīriskie pētījumi par dažādām uzvedības atkarībām vai patoloģisku uzvedību izskaidro garlaicības nozīmi riskantā uzvedībā. Piemēram, Blaszczynski, McConaghy [49] parādīja, ka indivīdiem ar azartspēļu traucējumiem garlaicības rādītāji bija augstāki nekā tiem, kas nav spēlējuši. Azartspēles viņiem šķiet iespēja izvairīties no negatīviem stāvokļiem vai noskaņojuma vai samazināt to. Tas saskan ar rezultātiem, par kuriem ziņoja Fortune un Goodie [50], kas ilustrē to, ka patoloģiskas azartspēles ir saistītas ar uzņēmību pret garlaicību, kas ir Zuckermana, Eizenkas [Sensation Seeking Scale V] formas apakškopa [51].

Kā jau iepriekš aprakstīts, viedtālruņu lietošana ikdienas dzīvē ir saistīta ar ērtu un pastāvīgu piekļuvi, kas nodrošina nepārtrauktu saziņu un izklaidi [2, 52]. Mēs izvirzām hipotēzi, ka ilgstošas ​​stimulācijas iespēja noved pie laikietilpīgas un pārmērīgas viedtālruņa un tiešsaistes saziņas lietojumprogrammu izmantošanas. Tāpat arī garlaicības izjūtu novēršana, šķiet, ir galvenā motivācija izmantot internetu [53]. Lins, Lins [37] parādīja, ka garlaicība un liela iesaistīšanās internetā palielina interneta lietošanas traucējumu iespējamību. Autori uzsver, ka internets, šķiet, ir iespēja meklēt aizrautību un baudu, kas paaugstina patoloģiskas izmantošanas līmeni. Tas saskan ar iepriekšējiem pētījumiem, kuros uzsvērta saikne starp interneta lietošanas traucējumiem un lielāku garlaicības pakļaušanos [54-56]. Džou un Leung [46] precizēja šīs attiecības un parādīja, ka garlaicība prognozē sociālo tīklu vietņu patoloģisku izmantošanu, kā arī spēļu patoloģisko uzvedību sociālo tīklu pakalpojumos. Elhai, Vasquez [42] ilustrēja, ka augstāka garlaicības pakļautība ietekmē depresijas un trauksmes ietekmi uz problemātisku viedtālruņa uzvedību. Kopumā mēs pieņemam, ka garlaicība kā raksturīga garlaicība ir personisks riska faktors ICD attīstībā.

Pētījuma mērķu kopsavilkums

Šī pētījuma mērķis ir palīdzēt labāk izprast afektīvos un kognitīvos mehānismus attiecībā uz ICD simptomiem. Mūsu pieņēmumi ir balstīti uz iepriekšējiem pētījumiem, kuros tika ziņots par garlaicības tendences ietekmi uz tādu riskantu uzvedību kā narkotisko vielu lietošana [57], veselības riska faktori [46], patoloģiskas azartspēles [50] vai interneta lietošanas traucējumi [37, 54]. Mēs pieņemam, ka personas, kurām ir lielāka uzņēmība pret garlaicību un kuras viedtālruni atkārtoti izmanto kā slikti adaptīvu pārvarēšanas stratēģiju, visticamāk attīstīs tiešsaistes komunikācijas lietojumprogrammu patoloģisku izmantošanu. Atbilst I-PACE modelim, ko izstrādājis Brends, Jangs [7], mēs izvirzām hipotēzi, ka garlaicības izpausmes efektu ietekmē specifiskas izziņas. Turklāt un pamatojoties uz Biolcati pētījumu, Passini [48] mēs arī pieņemam, ka jo īpaši personām, kurām ir augstāka garlaicības tendence, kā arī cerības izvairīties no negatīvām emocijām, izmantojot tiešsaistes saziņas lietojumprogrammas, šādu lietojumu dēļ rodas vairāk negatīvu seku. Kā papildu mērķi mēs pētām afektīvo un kognitīvo reakciju ietekmi. I-PACE modelis liecina, ka izvairīšanās gaidu ietekme uz ICD simptomiem ir saistīta ar lielāku alkas pieredzi. Kopumā biogrāfijas izraisītas alkas mediācijas efekts varētu būt nozīmīgs arī izvairīšanās gaidu starpniecības efektam starp garlaicības pakļautību un ICD. Fig 1 hipotēzes apkopo strukturālā vienādojuma modelī.

1. attēls. Hipotizēts modelis.

Hipotizētais modelis ierosināto tiešo un netiešo efektu, tostarp ICD latento mainīgo, analizēšanai.

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

Metodes

Dalībnieki un procedūra

Simts četrdesmit astoņi dalībnieki vecumā no 18 līdz 60 gadiem (M = 25.61, SD = 8.94) piedalījās pašreizējā pētījumā. No tām 91 bija sievietes un 57 bija vīrieši. Visi dalībnieki bija tiešsaistes komunikācijas lietojumprogrammu lietotāji, sākot no diviem līdz 19 gadiem (M = 8.09, SD = 3.09). Tiešsaistes saziņas lietojumprogramma WhatsApp bija visbiežāk izmantotā lietojumprogramma (97.97% no visiem dalībniekiem), tai sekoja Facebook (78.38% no visiem dalībniekiem), Facebook Messenger (62.84% no visiem dalībniekiem) un Instagram (53.38% no visiem dalībniekiem) . Citas tiešsaistes saziņas programmas, piemēram, Twitter, iMessage, Snapchat vai Skype, izmantoja mazāk nekā 50% no visiem dalībniekiem. Dalībnieki vidēji pavada 125.41 minūtes (SD = 156.49) dienā, izmantojot WhatsApp, kam seko Instagram (M = 57.97, SD = 78.76), Snapchat (M = 53.71, SD = 65.40) un Facebook (M = 55.48, SD = 84.74). Visas pārējās lietojumprogrammas vidēji tika izmantotas mazāk nekā 30 minūtes dienā.

Mēs atlasījām izlasi Duisburgas-Esenes universitātē (Vācija), izmantojot adresātu sarakstus, tiešsaistes sociālos tīklus un ieteikumus mutiski. Pētījums tika veikts laboratorijā, individuāli. Pirmkārt, dalībnieki tika rakstiski informēti par procedūru un deva rakstisku piekrišanu. Mēs lūdzām viņus pārslēgt viedtālruņus lidojuma režīmā un dalības laikā turēt to kabatā. Pēc tam dalībnieki atbildēja uz tiešsaistes anketām un veica reakcijas reaktivitātes paradigmu, kā arī citas eksperimentālās paradigmas, kas nav būtiskas pašreizējam rokrakstam. Pēc tam dalībnieki atbildēja uz turpmākajām tiešsaistes anketām, piemēram, garlaicības tuvuma skalu, interneta lietošanas un gaidīšanas skalu vai īsu interneta atkarības testu, kas tiks paskaidrots turpmāk. Kopumā pētījums ilga apmēram vienu stundu. Studenti par dalību ieguva kredītpunktus. Duisburgas-Esenas universitātes ētikas komiteja apstiprināja pētījumu.

Instruments

Īsā interneta atkarības testa interneta komunikācijas traucējumiem (s-IAT-ICD) modificētā versija.

ICD tendences tika mērītas ar interneta atkarības testa (s-IAT) īso versiju, ko veica Pawlikowski, Altstötter-Gleich [58]. Šajā pētījumā mēs izmantojām ICD modificēto versiju (s-IAT-ICD) [15]. Skalā tiek vērtētas subjektīvās sūdzības ikdienas dzīvē, pateicoties tiešsaistes saziņas lietojumprogrammām. Sākumā tiek dota tiešsaistes saziņas lietojumu definīcija. Instrukcijās uzsvērts, ka termins tiešsaistes saziņas lietojumprogrammas ietver sociālo tīklu vietņu un emuāru, piemēram, Facebook, Twitter un Instagram, aktīvu (piemēram, jaunu ziņu rakstīšanu), kā arī pasīvu (piemēram, pārlūkošanu un jaunu ziņu lasīšanu) izmantošanu. , kā arī tūlītējie kurjeri, piemēram, WhatsApp.

Dalībniekiem jānovērtē divpadsmit vienības piecu punktu Likerta skalā (no 1 = “nekad” līdz 5 = “ļoti bieži”). Tika aprēķināts kopvērtējums, kas svārstās no divpadsmit līdz 60. Rādītāji> 30 norāda uz tiešsaistes komunikācijas lietojumprogrammu problemātisku izmantošanu, savukārt rādītāji> 37 norāda uz tiešsaistes komunikācijas lietojumprogrammu patoloģisku izmantošanu. Anketu veido divi faktori (katrs seši vienumi): kontroles zaudēšana / laika vadība (s-IAT-ICD 1: α = .849) un sociālās problēmas / alkas (s-IAT-ICD 2: α = .708). Kopējā iekšējā konsistence bija α = 842. Abi faktori atspoguļo ICD latento dimensiju strukturālā vienādojuma modelī.

Norādes reaktivitāte un tieksme.

Lai izpētītu norādes reaktivitāti un tieksmi, tika izmantota signāla reaktivitātes paradigma, kas sastāv no divpadsmit attēliem, kas saistīti ar tiešsaistes saziņas lietojumprogrammām [34, 59]. Vizuālās norādes parādīja, ka dažādi viedtālruņi demonstrē sarunu, izmantojot dažādas tiešsaistes saziņas programmas. Stimuli tika iepriekš pārbaudīti un aprakstīti bijušajā Wegmann, Stodt pētījumā [34]. Pašreizējā pētījumā dalībnieki novērtēja katru attēlu attiecībā uz uzbudinājumu, valenci un mudinājumu izmantot viedtālruni piecu punktu Likerta skalā (no 1 = “nav uzbudinājuma / valences / mudinājuma” līdz 5 = “augsta uzbudinājuma / valences / mudināšanas” ). Prezentācija^® (Versija 16.5, www.neurobs.com) tika izmantots kiju prezentācijai un vērtējumiem.

Turklāt mēs izmantojām Alkohola vēlmes anketu [60] pārveidots viedtālruņu lietošanai, lai novērtētu tieksmi [34]. Aptaujas anketa tika iesniegta pirms un pēc reakcijas reakcijas paradigmas, lai izmērītu tieksmi pēc sākotnējā stāvokļa (DAQ-ICD sākotnējā alkas), kā arī potenciālās alkas izmaiņas pēc biogrāfijas iedarbības (DAQ-ICD post-craving). Tāpēc dalībniekiem bija jānovērtē 14 vienumi (piemēram, “Viedtālruņa lietošana šobrīd apmierinātu”) septiņu punktu Likerta skalā (no 0 = “pilnīgas domstarpības” līdz 6 = “pilnīga vienošanās”). Pēc viena priekšmeta apgriešanas mēs aprēķinājām vidējo punktu skaitu [59]. Iekšējās konsekvences bija α =, 851 DAQ-ICD alkas pēc un α =, 919 DAQ-ICD pēc alkas. Turpmākajās analīzēs tika izmantoti DAQ-ICD post-craving un cue-reaktivitātes paradigmas vērtējumi, lai strukturālā vienādojuma modelī attēlotu kue izraisītās alkas latento dimensiju.

Tiešsaistes saziņas (IUES) skalas Internet-Use Expectancies modificētā versija.

Interneta lietošanas gaidu skala (IUES) [17] modificēts tiešsaistes saziņai, tika izmantots, lai novērtētu dalībnieku gaidas attiecībā uz tiešsaistes komunikācijas lietojumprogrammu izmantošanu [16]. Anketā ir divi faktori (katrs seši vienumi): pozitīvs pastiprinājums (piemēram, “Es izmantoju tiešsaistes komunikācijas lietojumprogrammas, lai izbaudītu prieku”; IUES pozitīvs: α = .838) un izvairīšanās gaidas (piemēram, “Es izmantoju tiešsaistes saziņas programmas, lai novērst uzmanību no problēmām ”; IUES izvairīšanās no α =, 732). Dalībniekiem bija jānovērtē katrs priekšmets sešu punktu Likerta skalā (no 1 = “pilnīgi nepiekrītu” līdz 6 = “pilnīgi piekrītu”). Balstoties uz iepriekšējiem pētījumiem un teorētiskajiem pieņēmumiem, turpmākajām analīzēm bija būtisks tikai mainīgais izvairīšanās gaidu lielums.

Īsa garlaicības tuvuma skala (BPS).

Īsa garlaicības tuvuma skala (BPS), ko izstrādājusi Struka, Kerjēra [61] tika izmantots, lai novērtētu īpašību garlaicības izteiksmi. Skala sastāv no astoņiem elementiem (piemēram, „Lai mani aizvestu, ir nepieciešama vairāk stimulēšanas nekā lielākajai daļai cilvēku”), kas bija jānovērtē septiņu punktu Likerta skalā (no 1 = „pilnīgi nepiekrītu” līdz 7 = „pilnīgi piekrītu ”). Tika aprēķināta kopējā vidējā vērtība. Iekšējā konsistence bija α =, 866.

Statistiskās analīzes

Statistiskā analīze tika veikta, izmantojot Windows SPSS 25.0 (IBM SPSS Statistics, izlaists 2017. gadā). Mēs aprēķinājām Pīrsona korelācijas, lai pārbaudītu divu mainīgo lielumu sakarības. Korelācijas tika interpretētas sīkāk, izmantojot efektu lielumus. Pamatojoties uz Koenu [62], Pīrsona korelācijas koeficients r ≥ .01 norāda mazu, r ≥ .03 barotne, un r ≥ .05 liels efekts. Strukturālā vienādojuma modeļa (SEM) analīzes tika aprēķinātas, izmantojot Mplus 6 [63]. Lai novērtētu SEM modeļa piemērotību, mēs izmantojām standartizēto vidējo kvadrāta atlikumu (SRMR; vērtības <, 08 norāda uz labu saderību ar datiem), vidējo saknes kvadrāta kļūdu (RMSEA; vērtības <, 08 norāda uz labu <.10 pieņemama atbilstība datiem) un salīdzinošie piemērotības indeksi (CFI un TLI; vērtības> .90 norāda pieņemamu un> .95 norāda uz labu saderību ar datiem) [64, 65]. Mēs arī izmantojām χ²-Pārbaudiet, vai dati ir iegūti no definētā modeļa. Kā papildu soli, lai samazinātu SEM mērījumu kļūdas, mēs izmantojām vienību parcelēšanas metodi mainīgajiem, kas tiek attēloti kā manifesti mainīgie. Šī metode ļauj veidot šo mainīgo latentos izmērus SEM [66, 67]. Tāpēc mēs pārbaudījām savstarpējās korelācijas starp katras skalas vienumiem un pēc tam izveidojām divus faktorus IUES un BPS latentajiem izmēriem.

rezultāti

Aprakstošās vērtības un daudzfaktoru statistika

Visu anketu vidējās vērtības un standartnovirzes, kā arī bižele-reaktivitāte-paradigmas vērtējumus var atrast Tabula 1. Konstruētie preču parcēšanas mainīgie tiek iekļauti kā papildu vērtības. Tabula 2 parāda divvirzienu korelācijas starp šiem mainīgajiem. Pamatojoties uz Pawlikowski, Altstötter-Gleich robežlīnijām [58], 23 dalībnieki parādīja problemātisku un septiņi dalībnieki parādīja tiešsaistes komunikācijas lietojumprogrammu patoloģisku izmantošanu, kas ir saistīta ar subjektīvām sūdzībām ikdienas dzīvē šo lietojumu dēļ un apraksta ICD simptomus.

1. tabula. S-IAT-ICD un piemēroto skalu vidējās vērtības, standartnovirzes un rādītāju diapazons.

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

Lejupielādēt:

• PPT

PowerPoint slaids

• PNG

lielāks attēls

• TIFF

oriģināls attēls

2. tabula. Svarīgākās korelācijas starp s-IAT-ICD vērtējumiem un lietotajām skalām.

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

Strukturālā vienādojuma modelis

Hipotizētais strukturālā vienādojuma modelis latentā līmenī parādīja lielisku saderību ar datiem (SRMR = .029, CFI = .986, TLI = .972, RMSEA = .063, p = .299, BIC = 3962.65). χ²-Tests arī parādīja labu piemērotību (χ² = 22.25, p = .074, χ²/ df = 1.59). Visi definētie latentie izmēri tika labi attēloti ar izmantotajiem manifestu mainīgajiem. Pirmajā posmā rezultāti norāda, ka garlaicība ir izteiktāka (β = .384, SE = .096, p ≤ .001), bižusa izraisīta tieksme (β = .414, SE = .102, p ≤ .001) un izvairīšanās no paredzamības (β = .255, SE = .109, p = .011) bija nozīmīgi ICD tendenču prognozētāji. Garlaicības tendencei arī bija tieša ietekme uz biogrāfijas izraisītu tieksmi (β = .411, SE = .100, p ≤ .001) un izvairīšanās gaidas (β =, 567, SE = .084, p ≤ .001). Turklāt izvairīšanās gaidas bija nozīmīgs kjūgu izraisītās tieksmes pareģotājs (β =, 361, SE = .107, p = .001). Garlaicības izteiktības ietekmi uz ICD simptomiem izraisīja biogrāfijas izraisīta tieksme (β =, 170, SE = .058, p = .003) un ar izvairīšanās gaidām (β = .145, SE = .063, p = .021). Izvairīšanās gaidu ietekmi uz ICD tendencēm ietekmēja arī nokrišņu izraisīta tieksme (β = 149, SE = .059, p = .011). Turklāt saikni starp garlaicības pakļaušanos un ICD simptomiem izraisīja izvairīšanās gaidas un papildus nokrišņu izraisīta tieksme (garlaicības pakļaušanās - izvairīšanās gaidas - nojautas izraisīta tieksme - ICD; β = .085, SE = .037, p = .021); tomēr šai starpniecībai bija tikai neliela ietekme. Kopumā analizētais modelis ievērojami izskaidroja 81.60% no ICD simptomu dispersijas. Fig 2 parāda modeli ar faktoru slodzēm, β svaru un koeficientiem.

Lejupielādēt:

• PPT

PowerPoint slaids

• PNG

lielāks attēls

• TIFF

oriģināls attēls

2. attēls. Strukturālā vienādojuma modeļa rezultāti.

Strukturālā vienādojuma modeļa rezultāti ar ICD kā atkarīgu mainīgo, ieskaitot faktoru slodzes uz aprakstītajiem latentajiem mainīgajiem un pievienotajiem β svariem, pvērtības un atlikumi.

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

Papildu analīzes

Iepriekš aprakstītais modelis tika balstīts uz teorētiskiem apsvērumiem un citiem empīriskiem pierādījumiem, piemēram, Wegmann, Stodt strukturālo vienādojumu modeļiem [15] un Vegmans un Brends [8]. Tomēr mēs vēlējāmies pēc tam kontrolēt modeli attiecībā uz citiem iespējamiem ietekmējošiem faktoriem, lai labāk izprastu ICD pamatā esošos mehānismus. Pirmais jautājums, par kuru mēs pievērsāmies, bija cieša garlaicības pakļautības saistība ar depresiju un trauksmi [35, 68, 69]. Pašreizējais Elhai, Vasquez pētījums [42] ilustrē, ka attiecības starp psihopatoloģiskiem simptomiem un problemātisku viedtālruņu lietošanu ietekmē augstāka garlaicības pakāpe. Mēs novērtējām tādus psihopatoloģiskus simptomus kā depresija (M = 0.53, SD = 0.53), starppersonu jutīgums (M = 0.72, SD = 0.64) un trauksme (M = 0.55, SD = 0.49), izmantojot Derogatis [Brief Symptom Inventory anketa] [70]. Tā kā mainīgie, kas darbojas psihopatoloģiskos simptomus, būtiski korelē ar citiem pašreizējā modeļa mainīgajiem (visi rir ≤ .448, visi ps ≤ .024), mēs modelī iekļāvām psihopatoloģiskos simptomus (proti, depresiju, starppersonu jutīgumu un trauksmi). Balstoties uz Elhai starpniecības modeli, Vaskess [42] mēs pārbaudījām, vai garlaicības izpausmes ietekme balstās uz psihopatoloģisko simptomu konstruēšanu, vai garlaicības izteiktība raksturo pašu statistisko pieaugumu, kā tas tika uzsvērts iepriekšējos pētījumos [35, 42, 68].

Kā parādīts Fig 3, rezultāti norāda, ka psihopatoloģiskiem simptomiem ir izšķiroša loma ICD attīstībā un uzturēšanā, kas atbilst iepriekšējiem pētījumiem [8, 15, 42]. Tomēr pēc psihopatoloģisko simptomu iekļaušanas strukturālā vienādojuma modelī garlaicības izteiktības kā svarīga ICD simptomu prognozētāja nozīme nav būtiski samazinājusies. Tas uzsver, ka garlaicības pakļaušanās un psihopatoloģiskie simptomi ir saistīti, bet neatkarīgi konstruktori, kuru ietekmi uz ICD tendencēm ietekmē kognitīvie un afektīvie komponenti. Papildu strukturālā vienādojuma modeļa rezultāti, ieskaitot faktoru slodzes uz aprakstītajiem latentajiem mainīgajiem lielumiem un pievienotajiem β svariem, p-vērtības un atlikumi ir apkopoti Fig 3.

3. attēls. Papildu strukturālā vienādojuma modeļa rezultāti.

Strukturālā vienādojuma modeļa rezultāti ar psihopatoloģiskiem simptomiem kā turpmāku prognozējošu mainīgo, ieskaitot faktoru slodzes uz aprakstītajiem latentajiem mainīgajiem un pievienotajiem β svariem p-vērtības un atlikumi (saīsinājumi: PP = psihopatoloģiski simptomi, BP = garlaicības pakļaušanās, AE = gaidāmās izvairīšanās iespējas, CRAV = nokrāsu izraisīta tieksme, ICD = interneta komunikācijas traucējumi).

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

Mēs arī uzskatījām vecumu un dzimumu par potenciālajiem mainīgajiem lielumiem, kas var ietekmēt pašreizējā modeļa struktūru. Tāpēc vispirms mēs aprēķinājām korelācijas starp vecumu un visiem citiem mainīgajiem lielumiem. Rezultāti norāda uz nelielām korelācijām (visas rs ≤ -376). Šīs korelācijas ilustrē pazīstamu modeli, ka jaunākiem dalībniekiem ikdienas dzīvē ir augstākas subjektīvās sūdzības, jo pārmērīgi tiek lietotas tiešsaistes saziņas programmas. Nākamajā posmā mēs kontrolējām datus par dzimumu atšķirībām, izmantojot t-testa salīdzinājumus neatkarīgām izlasēm. Rezultāti parādīja, ka nav būtiskas atšķirības starp dalībniekiem vīriešiem un sievietēm (p ≥. 319). Strukturālā vienādojuma modelis ar papildu analīzi pēc dzimuma tika aprēķināts, izmantojot vidējo strukturālo analīzi kā turpināšanas veidu [71]. Strukturālā vienādojuma modeļa piemērotības indeksi norāda uz labu saderību ar datiem (CFI = .975, TLI = .961, SRMR = .060, RMSEA = .075, p = .194, BIC = 4050.63). Gan vīriešu, gan sieviešu dalībniekiem mēs atradām līdzīgus rezultātu modeļus. Sievietes sievietes parādīja līdzīgus starpniecības efektus, kā parādīts hipotēzētajā strukturālo vienādojumu modelī. Vīriešiem mēs neatradām tiešu ietekmi no izvairīšanās gaidām uz ICD tendencēm (β = 153, SE = .133, p = .249), izvairīšanās gaidu starpniecības ietekme uz garlaicības izteiktības un ICD saistību nav (β = .029, SE = .030, p = .327), un nav vēlēšanās mediācijas efekta uz garlaicības izteiktības un ICD simptomu saistību (β = .073, SE = .065, p = .262). Tā kā izlases lielums ir mazs, īpaši attiecībā uz vīriešu izlasi, rezultāti jāapspriež piesardzīgi, un turpmākajos pētījumos tie jākontrolē.

diskusija

Pašreizējā pētījumā mēs pārbaudījām teorētiskā modeļa derīgumu, pieņemot mijiedarbību starp garlaicības izteiksmi un afektīviem un kognitīviem komponentiem ICD simptomu izskaidrošanai. Strukturālā vienādojuma modelis latentā līmenī nodrošināja lielisku saderību ar datiem, izmantojot priekšmetu parcēšanas metodi, lai samazinātu mērījumu kļūdas. Kopumā garlaicības pakļaušanās un kognitīvo un afektīvo komponentu, proti, izvairīšanās gaidu un norāžu izraisītas tieksmes, starpniecības ietekme izskaidroja 81.60% no ICD simptomu dispersijas. Rezultāti parāda, ka garlaicības tendencei ir tieša ietekme uz ICD attīstību un uzturēšanu. Tas nozīmīgi prognozēja gaidāmo laiku, lai izvairītos no negatīvām emocijām un izvairītos no realitātes, kā arī nojausmas izraisītas tieksmes. Šie afektīvie un kognitīvie komponenti bija garlaicības tendences ietekme uz ICD. Rezultāti vēl vairāk uzsver minēto mediatoru mijiedarbību, jo izvairīšanās gaidu ietekmi uz ICD simptomiem daļēji ietekmēja alkas izraisīta alkas. Turklāt izvairīšanās gaidu starpniecību attiecībā uz garlaicības izteiktības un ICD simptomu saistību izraisīja norādes izraisīta tieksme.

Rezultāti apstiprina hipotēzi, ka attiecības starp uzņēmību piedzīvot garlaicību kā daļu no cilvēka pamatīpašībām un negatīvo seku pieredzi pārmērīgas tiešsaistes saziņas lietojumprogrammu izmantošanas dēļ ietekmē afektīvās un kognitīvās reakcijas uz ārējiem, ar kontekstu saistītiem stimuliem. , piemēram, vizuālās norādes, kas parāda sarunas, izmantojot dažādas tiešsaistes saziņas programmas. Pašreizējie rezultāti paplašina iepriekšējo pētījumu secinājumus, kas jau parādīja, ka psihopatoloģiskie simptomi (piemēram, depresija vai sociālā trauksme) un personības aspekti (piemēram, neaizsargātība pret stresu vai pašnovērtējums) ietekmē ICD simptomus, ko ietekmē specifiskas izziņas. (piemēram, disfunkcionāls pārvarēšanas stils vai interneta izmantošanas gaidas) [8, 15]. Rezultāti atbilst teorētiskajam I-PACE modelim, ko piedāvā Brand, Young [7]. I-PACE modelī galvenā loma ir cilvēka pamatīpašību ietekmei uz subjektīvo situācijas uztveri, piemēram, saskaroties ar atkarības stimuliem, personīgiem konfliktiem vai stresu. Subjektīvi krāsaina situācijas elementu uztvere noved pie individuālām afektīvām un kognitīvām reakcijām, piemēram, reakcijas reakcija un tieksme, kas tiek raksturota kā vēlme izmantot noteiktu lietojumu un samazināt negatīvos afektīvos stāvokļus [20, 24]. Pašreizējā pētījuma rezultāti apstiprina šo pieņēmumu, parādot, ka dalībnieki, kuriem ir lielāka uzņēmība pret garlaicību (kā vienu no cilvēka pamatīpašībām) vai kuri nespēj regulēt uzmanību uz stimuliem [35], ir lielāks risks pārmērīgi izmantot tiešsaistes komunikācijas lietojumprogrammas. Rezultātus uzlabo arī Elhai, Vasquez pētījums [42], kā arī ar mūsu papildu analīzi, kurā uzsvērts, ka tādi psihopatoloģiski simptomi kā depresija, starppersonu jutīgums, kā arī trauksme var izraisīt lielāku garlaicības uzņēmību un lielāku tiešsaistes saziņas programmu patoloģiskas izmantošanas risku. Šī uzvedība tiek pastiprināta, ja indivīdi saskaras ar specifiskiem (ar viedtālruņa komunikāciju saistītiem) stimuliem un izjūt vēlmi izmantot viedtālruni vai noteiktu komunikācijas lietojumprogrammu. Šķiet, ka tas ir kā automātisks ieradums lietot viedtālruni pēc ikonas redzēšanas vai ienākoša ziņojuma skaņas noklausīšanās [34]. Tiešsaistes saziņas lietojumprogrammu lietotājiem, iespējams, ir izveidojies šāds ieradums, lai mēģinātu tikt galā ar nepatīkamām sajūtām, piemēram, garlaicību, un tādējādi izvairītos no pieredzējušās nepietiekamās stimulācijas [20, 36].

Izvairīšanās gaidu mediācijas ietekme uz garlaicības izteiktības un ICD simptomu attiecībām atbalsta šo pieņēmumu. Rezultāti līdzīgi kārejas izraisītajai tieksmei pierāda, ka uzņēmība pret garlaicību noved pie gaidām, lai tiešsaistē izvairītos no negatīvām emocijām un novērstu uzmanību no problēmām, izmantojot viedtālruni vai tiešsaistes saziņas programmas. Tas atbilst Biolcati, Passini [48] parādot, ka attiecības starp garlaicības izteiksmi un pārmērīgu alkohola lietošanu ir saistītas ar gaidām, lai izvairītos no nepietiekamas stimulēšanas un no realitātes. Autori pieņem, ka īpaši pusaudži, kuri brīvajā laikā ir vairāk pakļauti garlaicībai, sagaida iespēju izvairīties no negatīvām emocijām, lietojot alkoholu, kas pastiprina pārmērīgas alkohola lietošanas risku [48]. Riska uzvedība, šķiet, ir sava veida slikti adaptīvs pārvarēšanas mehānisms, kurā indivīdi mēģina atrast stratēģijas, lai mazinātu noslieci uz garlaicības izjūtu [35, 39, 40]. Biolcati, Passini rezultāti [48], Biolcati, Mančīni [39] un Hariss [40] ilustrē galvenos I-PACE modeļa pieņēmumus, piemēram, hipotēzi, ka indivīdi mēģina izvairīties no negatīvām emocijām vai rīkoties ar nenormālu garastāvokli, īpaši saskaroties ar atkarības stimuliem, kas varētu novest pie lēmuma izmantot noteiktu lietojumprogrammu. Tā kā Džou un Leung [46] jau aprakstīja garlaicības izteiktības saistību ar spēlēm sociālo tīklu vidēs, pašreizējie rezultāti norāda šo saistību. Gandarījuma vai stimulēšanas pieredzi nepietiekamas uzbudināšanas situācijā varētu raksturot kā svarīgu faktoru, kas palielina risku izmantot noteiktas tiešsaistes lietojumprogrammas, jo tiek sagaidīts, ka atkārtoti līdzīgās situācijās samazinās negatīvās afektīvās stāvokļa. Tas atbilst Montag, Markowetz veiktā neiro attēlveidošanas pētījuma secinājumiem [72] kurš parādīja atalgojošos aspektus, izmantojot Facebook, izmantojot viedtālruni, un lielāku vēdera striatuma aktivizēšanu, kad indivīdi pavada laiku sociālo tīklu pakalpojumos.

Otrais pētījuma mērķis bija izpētīt afektīvo un kognitīvo reakciju mijiedarbību uz ārējiem stimuliem. Iepriekšējos pētījumos jau tika pārbaudīta reakcijas reakcijas un alkas nozīme [34], kā arī prognozes par interneta lietošanu [8, 15] un jo īpaši gaidāmās iespējas izvairīties [16] ICD izstrādei un uzturēšanai. Šo divu konstrukciju nozīme jau tika parādīta īpašiem interneta lietošanas traucējumiem, piemēram, interneta iepirkšanās traucējumiem vai patoloģiskai pirkšanai [18, 59], Interneta pornogrāfijas skatīšanās traucējumi [29], Interneta spēļu traucējumi [30, 73, 74] vai vispārināti (nespecifiski) interneta lietošanas traucējumi [17]. Cik mums ir zināms, nebija neviena pētījuma, kurā tiktu pētīta mijiedarbības izraisītas alkas un interneta lietošanas gaidu mijiedarbība, kā tas tika izvirzīts I-PACE modelī [7]. I-PACE modeļa autori pieņem, ka interneta lietošanas paredzamība prognozē nokrāsu izraisītu tieksmi, kas ietekmē konkrēta interneta lietošanas traucējumu simptomus. Tāpēc mēs izvirzījām hipotēzi, ka norāžu izraisīta tieksme darbojas kā starpnieks starp interneta lietošanas gaidām (galvenokārt izvairīšanās gaidām) un ICD simptomiem. Hipotēzi apstiprina pašreizējie rezultāti. Atzinumi norāda, ka afektīvie un kognitīvie komponenti mijiedarbojas viens ar otru, kas uzsver galvenos teorētiskā modeļa mehānismus. Personas, kurām ir specifiskas ar internetu saistītas atziņas (piemēram, gaidas novērst uzmanību no problēmām, aizbēgt no realitātes vai izvairīties no vientulības), šķiet, ir neaizsargātas pret atkarību saistītām norādēm un, šķiet, izjūt lielākas tieksmes. Attiecībā uz pastiprināšanas mehānismiem, kas ierosināti I-PACE modelī, tiek pieņemts, ka indivīdi nolemj izmantot savas “pirmās izvēles” lietojumprogrammas, lai novērstu uzmanību no šī negatīvā stāvokļa un gūtu apmierinājumu vai kompensāciju. Tas palielina risku zaudēt kontroli pār interneta lietošanu [7]. Rezultāti ir pirmā pazīme, kas norāda uz mijiedarbību starp afektīvām un kognitīvām reakcijām uz ārējiem un iekšējiem stimuliem. Tā kā pastāv arī citi komponenti, piemēram, uzmanības neobjektivitāte un netiešas asociācijas, kā arī inhibējošās kontroles un izpildfunkciju nozīme [7], šo faktoru saistība ir jāpēta sīkāk. Tādējādi turpmākajos pētījumos galvenā uzmanība jāpievērš ICD, bet arī citiem specifiskiem interneta lietošanas traucējumiem.

Perspektīvas un sekas

Viedtālruņu un tiešsaistes saziņas lietojumu izmantošana ikdienas dzīvē, šķiet, vispār nav problemātiska. Lielākajai daļai cilvēku ir ierasts izmantot viedtālruni, gaidot citu personu vai, piemēram, vilcienu. Turels un Bečara [75] ilustrē arī impulsivitātes kā ICD riska faktora nozīmi. Kopumā tiešsaistes saziņas lietojumprogrammas, šķiet, ir galvenais piemērs attiecībām starp garlaicības izteiksmi un patoloģisku lietojumu. Var pieņemt, ka apmierināšanas un kompensācijas pieredze, izmantojot šīs lietojumprogrammas, ir galvenais mehānisms ICD attīstības procesā. Lai gan rezultāti saskan ar zīmola I-PACE modeļa teorētiskajiem pieņēmumiem, Young, Young [7], gareniskajos pētījumos būtu jāizpēta atkarības izraisošās tiešsaistes komunikācijas uzvedības un ICD simptomu attīstība, kā arī garlaicības izteiksmes un afektīvo un turpmāko kognitīvo komponentu nozīme. Tāpēc ir jāveic vairāk pētījumu, īpaši attiecībā uz īpašiem pastiprināšanas mehānismiem.

Ņemot to vērā, pētījumos jāpievērš uzmanība ne tikai uzņēmībai pret garlaicību, bet arī subjektīvi uztveramajai situācijai. Bens Jehuda, Grīnbergs [76] jau pievērsās valsts garlaicības kā iespējamā viedtālruņu atkarības attīstības riska faktora nozīmei, kas jāizpēta turpmākajos pētījumos. Tas ietver pieredzi par nepietiekamu stimulēšanu un nepietiekamu uzbudinājumu kā no konteksta atkarīgu stāvokli [38, 57]. Var pieņemt, ka faktiski uztvertā garlaicība ir vēl viens nozīmīgs izskaidrojums, kāpēc indivīdiem rodas automātisks ieradums lietot viedtālruni nepietiekamas stimulācijas apstākļos. To varētu pastiprināt pieredzējušais gandarījums un kompensācija, un tādējādi palielināt varbūtību atkal izmantot viedtālruni salīdzināmā situācijā. Līdz šim turpmākajos pētījumos jāpatur prātā, ka situācijas faktori, piemēram, faktiskais noskaņojums, personiskie konflikti, faktiskā garlaicība vai uztvertais stress, var ietekmēt kognitīvos un afektīvos komponentus, kā arī lēmumu izmantot noteiktu lietojumprogrammu [7, 77].

Ņemot vērā faktu, ka arvien vairāk cilvēku ikdienā piedzīvo negatīvas sekas, piemēram, konfliktus ar ģimeni un draugiem vai ar darbu saistītas problēmas, kas rodas nekontrolētas interneta un tā īpašo lietojumu lietošanas dēļ, arvien vairāk rodas vajadzība pēc adekvāta un vadīta iejaukšanās. Tiek pieņemts, ka saistībā ar interneta lietošanas traucējumiem un tā īpašajām formām, piemēram, ICD, profilakses un iejaukšanās panākumi galvenokārt ir atkarīgi no atbilstošo faktoru risināšanas pietiekamības. Ņemot vērā to, ka personiskās īpašības var būt grūti modificēt, iejaukšanās būtu jākoncentrē uz moderēšanu, kā arī uz starpniecības aspektiem, lai novērstu pārmērīgu noteiktu interneta lietojumprogrammu izmantošanu [7]. Šajā pētījumā ir uzsvērta iespēja, ka tiešsaistē izvairīsies no negatīvām izjūtām, un norāžu izraisītas tieksmes reakcijas spēlē starpnieka lomu ICD izstrādē un uzturēšanā. Pirmais solis uz funkcionālu interneta lietošanu varētu būt konkrētu interneta izmantošanas iespēju izmantošana, lai mainītu nepietiekamas atziņas. Cilvēki, kuriem ir grūtības izturēt garlaicību vai kuriem ir lielāka uzņēmība pret garlaicību, ir jāapmāca, lai saprastu, ka internets vai viedtālruņa izmantošana nav vienīgais veids, kā tikt galā ar ikdienas situācijām, kas saistītas ar nepietiekamu stimulēšanu vai pat nepatīkamām izjūtām. Šis aspekts ir īpaši svarīgs, jo gaidot, ka tiešsaistes saziņas lietojumprogrammas var veicināt izkļūšanu no reālās dzīves problēmām, tas var veicināt un pastiprināt tieksmes reakcijas, kā liecina pašreizējie rezultāti, it īpaši, ja rodas īpaši stimuli. Ikdienas dzīvē šādi stimuli var būt, piemēram, citu cilvēku redzēšana, izmantojot viedtālruni, vai pamanot ienākošo ziņojumu. Tas faktiski var padarīt indivīdus vēl grūtāk pretoties vēlmei izmantot noteiktas lietojumprogrammas. Pēc tam indivīdi var mazināt kontroli pār savu interneta lietošanu, kas rada negatīvas sekas. Turklāt, izmantojot apmācības programmas, sistemātiski jāsamazina pieejas tendences tiešsaistes saziņas lietojumprogrammām pieredzējušas tieksmes dēļ, kas ļauj indivīdiem uzzināt, kā izvairīties no neregulētas reakcijas uz konkrētiem stimuliem [7]. Parasto apmācības metožu efektivitātei ir nepieciešama papildu izpēte, īpaši attiecībā uz ICD.

Visbeidzot, mums ir jāpiemin daži ierobežojumi. Pētījums tika veikts ar ērtības paraugu, kas nav reprezentatīvs ne visiem iedzīvotājiem, ne pacientiem, kuri meklē ārstēšanu ar interneta lietošanas traucējumiem. Pamatojoties uz pašreizējiem rezultātiem, šķiet vērts izpētīt garlaicības izteiktības, tieksmes un lietošanas gaidu mijiedarbību citos paraugos, piemēram, pusaudžiem un pacientiem, kuri meklē ārstēšanu. Papildu ierobežojums ir tas, ka mēs esam koncentrējušies tikai uz ICD. Ņemot vērā to, ka citas interneta lietojumprogrammas var izmantot arī, lai izvairītos no garlaicības vai negatīvām izjūtām, pētījums jāatkārto ar paraugiem, kuriem ir citi pirmās izvēles veidi, piemēram, interneta spēles, iepirkšanās internetā vai interneta pornogrāfijas izmantošana.

Secinājumi

Šī pētījuma mērķis bija izpētīt teorētiskos pieņēmumus par ICD attīstību un uzturēšanu. Pamatojoties uz I-PACE modeli, galvenā uzmanība tika pievērsta kognitīvo un afektīvo komponentu, proti, izvairīšanās gaidu un nokrāsu izraisītas tieksmes, starpnieciskajai ietekmei uz attiecībām starp personas pamatīpašībām un ICD simptomiem. Šajā pētījumā tika pārbaudīta garlaicības izteiktības kā pazīmes mainīgā ietekme, kas, iespējams, paredz ICD simptomus. Pašreizējie rezultāti liecina, ka garlaicības izpausmei varētu būt svarīga loma ICD. Indivīdiem, kuriem ir lielāka uzņēmība pret garlaicību, ir lielākas cerības izvairīties no negatīvām izjūtām, izmantojot tiešsaistes saziņas programmas, kas savukārt palielina negatīvās sekas ikdienas dzīvē. Turklāt izvairīšanās gaidas ir saistītas ar lielāku alkas pieredzi. Tas varētu būt saistīts ar potenciāli augstāku ievainojamību ar interneta komunikāciju saistītos norādījumos, kas padara tiešsaistes komunikācijas lietojumu neizmantošanu vēl grūtāku. Iegūstot šos rezultātus, ICD pamatā esošie mehānismi nonāk formas atvieglojumā. Intervences mēģinājumus, kuru mērķis ir novērst neregulētu un pārmērīgu interneta un tā īpašo lietojumu lietošanu, iespējams, var optimizēt, ņemot vērā garlaicības izteiksmes jēdzienu un tā mijiedarbību ar reakcijas reakciju, tieksmi un gaidām.

Papildinformācija

S1 File.sav

grezni ietērptakcija

Download

Datu kopa_PoNE-D-17-41307R2.sav.

Šis fails ir pašreizējā pētījuma datu kopa un satur visus mainīgos un informāciju veiktajai analīzei.

(SAV)

S1 fails. Datu kopa_PoNE-D-17-41307R2.sav.

Šis fails ir pašreizējā pētījuma datu kopa un satur visus mainīgos un informāciju veiktajai analīzei.

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

(SAV)

Atsauces

1. 1. Statista. Viedtālruņu lietotāju skaits visā pasaulē no 2014. līdz 2020. gadam (miljardos) 2017 [citēts 2017. gada 22. novembris 11].
2. 2. Kuss DJ, MD Griffiths. Tiešsaistes sociālie tīkli un atkarība: pārskats par psiholoģisko literatūru. Starptautiskais vides pētījumu un sabiedrības veselības žurnāls. 2011; 8: 3528–52. pmid: 22016701
   • Skatīt pantu
   • PubMed / NCBI
   • Google Scholar
3. 3. Amichai-Hamburger Y, Vinitzky G. Sociālo tīklu izmantošana un personība. Datori cilvēka uzvedībā. 2010; 26 (6): 1289–95.
4. Skatīt pantu
5. Google Scholar
6. 4. Statista. Mēneša aktīvo WhatsApp lietotāju skaits visā pasaulē no 2013. gada aprīļa līdz 2017. gada jūlijam (miljonos) 2017 [citēts 2017. gada 22. novembrī].
7. 5. Statista. Katru mēnesi aktīvo Facebook lietotāju skaits visā pasaulē uz 3. gada 2017. ceturksni (miljonos) 2017 [citēts 2017. gada 22. novembris 11].
8. Skatīt pantu
9. PubMed / NCBI
10. Google Scholar
11. Skatīt pantu
12. PubMed / NCBI
13. Google Scholar
14. Skatīt pantu
15. PubMed / NCBI
16. Google Scholar
17. Skatīt pantu
18. PubMed / NCBI
19. Google Scholar
20. Skatīt pantu
21. Google Scholar
22. Skatīt pantu
23. PubMed / NCBI
24. Google Scholar
25. Skatīt pantu
26. Google Scholar
27. Skatīt pantu
28. PubMed / NCBI
29. Google Scholar
30. Skatīt pantu
31. Google Scholar
32. Skatīt pantu
33. PubMed / NCBI
34. Google Scholar
35. Skatīt pantu
36. PubMed / NCBI
37. Google Scholar
38. Skatīt pantu
39. Google Scholar
40. Skatīt pantu
41. PubMed / NCBI
42. Google Scholar
43. Skatīt pantu
44. PubMed / NCBI
45. Google Scholar
46. Skatīt pantu
47. Google Scholar
48. Skatīt pantu
49. PubMed / NCBI
50. Google Scholar
51. Skatīt pantu
52. PubMed / NCBI
53. Google Scholar
54. Skatīt pantu
55. PubMed / NCBI
56. Google Scholar
57. Skatīt pantu
58. Google Scholar
59. Skatīt pantu
60. PubMed / NCBI
61. Google Scholar
62. Skatīt pantu
63. PubMed / NCBI
64. Google Scholar
65. Skatīt pantu
66. PubMed / NCBI
67. Google Scholar
68. Skatīt pantu
69. PubMed / NCBI
70. Google Scholar
71. Skatīt pantu
72. PubMed / NCBI
73. Google Scholar
74. Skatīt pantu
75. PubMed / NCBI
76. Google Scholar
77. Skatīt pantu
78. PubMed / NCBI
79. Google Scholar
80. Skatīt pantu
81. PubMed / NCBI
82. Google Scholar
83. Skatīt pantu
84. PubMed / NCBI
85. Google Scholar
86. Skatīt pantu
87. Google Scholar
88. Skatīt pantu
89. Google Scholar
90. Skatīt pantu
91. Google Scholar
92. Skatīt pantu
93. PubMed / NCBI
94. Google Scholar
95. Skatīt pantu
96. Google Scholar
97. Skatīt pantu
98. PubMed / NCBI
99. Google Scholar
100. Skatīt pantu
101. Google Scholar
102. Skatīt pantu
103. Google Scholar
104. Skatīt pantu
105. Google Scholar
106. Skatīt pantu
107. PubMed / NCBI
108. Google Scholar
109. Skatīt pantu
110. Google Scholar
111. Skatīt pantu
112. PubMed / NCBI
113. Google Scholar
114. Skatīt pantu
115. Google Scholar
116. Skatīt pantu
117. Google Scholar
118. Skatīt pantu
119. PubMed / NCBI
120. Google Scholar
121. Skatīt pantu
122. PubMed / NCBI
123. Google Scholar
124. Skatīt pantu
125. PubMed / NCBI
126. Google Scholar
127. Skatīt pantu
128. PubMed / NCBI
129. Google Scholar
130. Skatīt pantu
131. PubMed / NCBI
132. Google Scholar
133. Skatīt pantu
134. PubMed / NCBI
135. Google Scholar
136. Skatīt pantu
137. Google Scholar
138. Skatīt pantu
139. Google Scholar
140. Skatīt pantu
141. Google Scholar
142. Skatīt pantu
143. PubMed / NCBI
144. Google Scholar
145. Skatīt pantu
146. Google Scholar
147. Skatīt pantu
148. PubMed / NCBI
149. Google Scholar
150. Skatīt pantu
151. Google Scholar
152. Skatīt pantu
153. PubMed / NCBI
154. Google Scholar
155. 6. Young KS, Pistner M, O'Mara J, Buchanan J. Cyber ​​traucējumi: rūpes par garīgo veselību jaunajā tūkstošgadē. Kiberpsiholoģija un uzvedība. 1999; 2: 475–9. pmid: 19178220
156. 7. Zīmols M, Young KS, Laier C, Wölfling K, Potenza MN. Psiholoģisko un neirobioloģisko apsvērumu integrēšana attiecībā uz konkrētu interneta lietošanas traucējumu izstrādi un uzturēšanu: Personas-ietekmes-izziņas-izpildes (I-PACE) mijiedarbība Neirozinātnes un bioloģiskās izturēšanās atsauksmes. 2016; 71: 252–66. pmid: 27590829
157. 8. Wegmann E, Brand M. Interneta komunikācijas traucējumi: tas ir jautājums par sociālajiem aspektiem, pārvarēšanu un interneta lietošanas gaidām. Psiholoģijas robežas. 2016; 7 (1747): 1–14. pmid: 27891107
158. Skatīt pantu
159. Google Scholar
160. Skatīt pantu
161. PubMed / NCBI
162. Google Scholar
163. Skatīt pantu
164. Google Scholar
165. Skatīt pantu
166. PubMed / NCBI
167. Google Scholar
168. Skatīt pantu
169. Google Scholar
170. 9. Choi SW, Kim DJ, Choi JS, Choi EJ, Song WY, Kim S u.c. Ar viedtālruņu atkarību un interneta atkarību saistīto riska un aizsardzības faktoru salīdzinājums. Uzvedības atkarību žurnāls. 2015; 4 (4): 308–14. pmid: 26690626
171. Skatīt pantu
172. PubMed / NCBI
173. Google Scholar
174. Skatīt pantu
175. PubMed / NCBI
176. Google Scholar
177. Skatīt pantu
178. PubMed / NCBI
179. Google Scholar
180. Skatīt pantu
181. PubMed / NCBI
182. Google Scholar
183. Skatīt pantu
184. Google Scholar
185. Skatīt pantu
186. Google Scholar
187. Skatīt pantu
188. PubMed / NCBI
189. Google Scholar
190. 10. Montag C, Blaszkiewicz K, Sariyska R, Lachmann B, Andone I, Trendafilov B un citi. Viedtālruņu izmantošana 21. gadsimtā: kas aktīvi darbojas vietnē WhatsApp? BMC pētījumu piezīmes. 2015; 8: 1–6.
191. 11. Brand M, Young KS, Laier C. Prefrontal control and Internet addiction: Teorētiskais modelis un pārskats par neiropsiholoģiskiem un neiro attēlveidošanas atklājumiem. Cilvēka neirozinātnes robežas. 2014; 8 (375): 1–36. pmid: 24904393
192. 12. Deiviss RA. Patoloģiskas interneta lietošanas kognitīvi-uzvedības modelis. Datori cilvēka uzvedībā. 2001; 17: 187 – 95.
193. 13. Spada MM. Pārskats par problemātisku interneta lietošanu. Atkarību izraisoša uzvedība. 2014; 39: Epub pirms izdrukas. 3–6. pmid: 24126206
194. 14. Billieux J, Maurage P, Lopez-Fernandez O, Kuss DJ, Griffiths MD. Vai nesakārtotu mobilo tālruņu lietošanu var uzskatīt par uzvedības atkarību? Atjauninājums par pašreizējiem pierādījumiem un visaptverošs modelis turpmākajiem pētījumiem. Pašreizējie ziņojumi par atkarībām. 2015; 2 (2): 156–62.
195. 15. Wegmann E, Stodt B, Brand M. Sociālo tīklu vietņu atkarību var izskaidrot ar mijiedarbību ar interneta lietošanas gaidām, interneta pratību un psihopatoloģiskiem simptomiem. Uzvedības atkarību žurnāls. 2015; 4 (3): 155–62. pmid: 26551905
196. 16. Wegmann E, Oberst U, Stodt B, Brand M. Tiešsaistes bailes pazaudēt un interneta lietošanas gaidas veicina interneta komunikācijas traucējumu simptomus. Ziņojumi par atkarību izraisošu uzvedību. 2017; 5: 33–42. pmid: 29450225
197. 17. Zīmols M, Laier C, Young KS. Atkarība no interneta: stilu, gaidu un ārstēšanas seku pārvarēšana. Psiholoģijas robežas. 2014; 5: 1–14.
198. 18. Trotzke P, Starcke K, Müller A, Brand M. Patoloģiska pirkšana tiešsaistē kā īpaša interneta atkarības forma: Eksperimentāla izmeklēšana uz modeļa bāzes. PLOS VIENS. 2015; 10 (10): e0140296. pmid: 26465593
199. 19. Sayette MA. Alkas loma vielu lietošanas traucējumu gadījumā: teorētiskie un metodoloģiskie jautājumi. Klīniskās psiholoģijas gada pārskats. 2016; 12: 407–33. pmid: 26565121.
200. 20. Hormes JM. Alkas klīniskā nozīme atkarībā no atkarības uzvedības: pārskats. Pašreizējie ziņojumi par atkarībām. 2017; 4 (2): 132–41.
201. 21. Bechara A. Lēmumu pieņemšana, impulsu kontrole un gribasspēka zaudēšana pretoties narkotikām: neirokognitīva perspektīva. Dabas neirozinātne. 2005; 8: 1458–63. pmid: 16251988
202. 22. Kārters BL, Tiffany ST. Mērķa reaktivitātes metaanalīze atkarības pētījumos. Atkarība. 1999; 94: 327–40. pmid: 10605857
203. 23. Skinners, MD, Aubins HJ. Alkas vieta atkarības teorijā: galveno modeļu ieguldījums. Neirozinātnes un bioloģiskās uzvedības pārskati. 2010; 34: 606–23. pmid: 19961872
204. 24. Drummond DC. Seno un moderno narkotiku alkas teorijas. Atkarība (Abingdona, Anglija). 2001; 96: 33–46.
205. 25. Schiebener J, Laier C, Brand M. Aizķerties ar pornogrāfiju? Kiberekseksu signālu pārmērīga lietošana vai nolaidība daudzuzdevumu situācijā ir saistīta ar kiberekseksa atkarības simptomiem. Uzvedības atkarību žurnāls. 2015; 4 (1): 14–21. pmid: 25786495
206. 26. Niu GF, Sun XJ, Subrahmanyam K, Kong FC, Tian Y, Zhou ZK. Kjū izraisīta tieksme pēc interneta starp interneta atkarīgajiem. Atkarību izraisoša uzvedība. 2016; 62: 1–5. pmid: 27305097
207. 27. Tiffany ST, Wray JM. Zāļu tieksmes klīniskā nozīme. Ņujorkas Zinātņu akadēmijas gadagrāmatas. 2012; 1248: 1–17. pmid: 22172057
208. 28. Snagowski J, Brand M. Kiberekseksa atkarības simptomus var saistīt gan ar tuvošanos, gan izvairīšanos no pornogrāfiskiem stimuliem: Rezultāti no regulāru kiberekseksa lietotāju analogā parauga. Psiholoģijas robežas. 2015; 6: 653. pmid: 26052292
209. 29. Laier C, Pawlikowski M, Pekal J, Schulte FP, Brand M. Cybersex atkarība: atšķirība ir pieredzējusi seksuālo uzbudinājumu, skatoties pornogrāfiju, nevis reālās dzīves seksuālos kontaktus. Uzvedības atkarību žurnāls. 2013; 2: 100–7. pmid: 26165929
210. 30. Thalemann R, Wölfling K, Grüsser SM. Īpaša reakcijas reakcija uz datorspēlēm, kas saistītas ar pārmērīgu spēlētāju skaitu. Uzvedības neirozinātne. 2007; 121: 614–8. pmid: 17592953
211. 31. Liu L, Yip SW, Zhang JT, Wang LJ, Shen ZJ, Liu B un citi. Ventrālā un muguras striatuma aktivizēšana bižutērijas reaktivitātes laikā interneta spēļu traucējumu gadījumā. Atkarību bioloģija. 2017; 3 (2): 791–801. pmid: 26732520.
212. 32. Park CB, Park SM, Gwak AR, Sohn BK, Lee JY, Jung HY, et al. Virtuālas azartspēļu norādes atkārtotas iedarbības ietekme uz azartspēļu vēlmi. Atkarību izraisoša uzvedība. 2015; 41: 61–4. pmid: 25306387
213. 33. Fernijs BA, Kaselli G, Džustina L, Donato G, Markotriggiani A, Spada MM. Vēlēšanās domāšana kā azartspēļu prognoze. Atkarību izraisoša uzvedība. 2014; 39: 793–6. pmid: 24531634
214. 34. Wegmann E, Stodt B, Brand M. Cue izraisīta alkas interneta komunikācijas traucējumos, izmantojot redzes un dzirdes signālus signāla reaktivitātes paradigmā. Atkarību izpēte un teorija. 2017. gads: Epub pirms izdrukas.
215. 35. LePera N. Saistība starp garlaicības pakļaušanos, uzmanību, uztraukumu, depresiju un vielu lietošanu. Jaunās skolas psiholoģijas biļetens. 2011; 8 (2): 15–23.
216. 36. Iso-Ahola SE, Weissinger E. Garlaicības uztvere brīvajā laikā: atpūtas un garlaicības skalas konceptualizācija, uzticamība un derīgums. Atpūtas pētījumu žurnāls. 1990; 22 (1): 1–17.
217. 37. Lin CH, Lin SL, Wu CP. Vecāku uzraudzības un atpūtas garlaicības ietekme uz pusaudžu atkarību no interneta. Pusaudža vecums. 2009; 44 (176): 993–1004. Epub 2009/01/01. pmid: 20432612.
218. 38. Brisets D, Sniega RP. Garlaicība: Kur nākotne nav. Simboliskā mijiedarbība. 1993; 16 (3): 237–56.
219. 39. Biolcati R, Mancini G, Trombini E. Atkarība no garlaicības un riska uzvedības pusaudžu brīvajā laikā. Psiholoģiskie ziņojumi. 2017: 1. – 21. Epub 2017/08/05. pmid: 28776483.
220. 40. Hariss MB. Korelācijas un garlaicības izteiktības un garlaicības raksturojums. Lietišķās sociālās psiholoģijas žurnāls. 2000; 30 (3): 576–98.
221. 41. Mikulass WL, Vodanovičs SJ. Garlaicības būtība. Psiholoģiskais ieraksts. 1993; 43 (1): 3–12.
222. 42. Elhai JD, Vasquez JK, Lustgarten SD, Levine JC, BJ zāle. Garlaicības aizrautība rada sakarības starp problemātisku viedtālruņu lietošanu ar depresiju un trauksmes smagumu. Sociālo zinātņu datoru pārskats. 2017: 1. – 14.
223. 43. Wiesner M, Windle M, Freeman A. Darba stress, vielu lietošana un depresija jauno pieaugušo darbinieku vidū: galvenā un moderatora efekta modeļa pārbaude. Darba veselības psiholoģijas žurnāls. 2005; 10 (2): 83–96. pmid: 15826220.
224. 44. Anshel MH. Elites sportistu aptauja par uztveramajiem aizliegto narkotiku lietošanas cēloņiem sportā. Sporta uzvedības žurnāls. 1991; 14 (4): 283–310.
225. 45. Thackray RI. Garlaicības un vienmuļības stress: pierādījumu izskatīšana. Psihosomatiskās zāles. 1981; 43 (2): 165–76. pmid: 7267937.
226. 46. ​​Zhou SX, Leung L. Gandarījums, vientulība, atpūtas garlaicība un pašcieņa kā SNS spēļu atkarības un lietošanas modeļa prognozētāji Ķīnas koledžas studentu vidū. Starptautiskais kiber uzvedības, psiholoģijas un mācīšanās žurnāls. 2012; 2 (4): 34–48.
227. 47. Caldwell LL, Smita EA. Atpūtas laikā atsvešinātās jaunības veselība. Loisir et Société / Sabiedrība un izklaide. 1995; 18 (1): 143–56.
228. 48. Biolcati R, Passini S, Mancini G. "Es nevaru izturēt garlaicību." Pārmērīgas dzeršanas gaidas pusaudža gados. Ziņojumi par atkarību izraisošu uzvedību. 2016; 3 (C papildinājums): 70–6. pmid: 29532002
229. 49. Blaszczynski A, McConaghy N, Frankova A. Garlaicības izpausme patoloģiskajās azartspēlēs. Psiholoģiskie ziņojumi. 1990; 67 (1): 35–42. Epub 1990/08/01. pmid: 2236416.
230. 50. Fortune EE, Goodie AS. Attiecības starp patoloģiskām azartspēlēm un sensāciju meklējumiem: Apakšskalu punktu loma. Azartspēļu pētījumu žurnāls. 2010; 26 (3): 331–46. pmid: 19943092.
231. 51. Zuckerman M, Eysenck S, Eysenck HJ. Sensāciju meklēšana Anglijā un Amerikā: starpkultūru, vecuma un dzimuma salīdzinājumi. Konsultāciju un klīniskās psiholoģijas žurnāls. 1978; 46 (1): 139–49. Epub 1978/02/01. pmid: 627648.
232. 52. Neubaum G, Krämer NC. Mani draugi blakus man: laboratorijas izmeklēšana par prognozētājiem un sociālās tuvības pieredzes sekām sociālo tīklu vietnēs. Kiberpsiholoģija, uzvedība un sociālie tīkli. 2015; 18 (8): 443–9. pmid: 26252929
233. 53. Lin CH, Yu SF. Pusaudžu interneta lietošana Taivānā: dzimumu atšķirību izpēte. Pusaudža vecums. 2008; 43 (170): 317–31. pmid: 18689104.
234. 54. Rahmani S, Lavasani MG. Attiecība starp atkarību no interneta ar sensācijas meklējumiem un personību. Procedia - sociālās un uzvedības zinātnes. 2011; 30 (C papildinājums): 272–7.
235. 55. Chaney deputāts, Čangs CY. Interneta seksuāli atkarīgu vīriešu, kas nodarbojas ar seksu ar vīriešiem, satricinājumu trijotne: garlaicība, sociālā saistība un norobežošanās. Seksuālā atkarība un kompulsivitāte. 2005; 12 (1): 3–18.
236. 56. Velezmoro R, Lāfīlds K, Roberti JW. Uztveramais stress, sensāciju meklēšana un koledžas studentu ļaunprātīga izmantošana ar internetu. Datori cilvēka uzvedībā. 2010; 26 (6): 1526–30.
237. 57. Weybright EH, Caldwell LL, Ram N, Smith EA, Wegner L. Garlaicība ir pakļauta vai nav ko darīt? Atšķirība starp valsts garīgo garlaicību un tā saistību ar narkotiku lietošanu Dienvidāfrikas pusaudžiem. Brīvā laika zinātnes. 2015; 37 (4): 311–31. pmid: 26085700.
238. 58. Pawlikowski M, Altstötter-Gleich C, Brand M. Jaunga interneta atkarības testa īsās versijas validācija un psihometriskās īpašības. Datori cilvēka uzvedībā. 2013; 29: 1212–23.
239. 59. Trotzke P, Starcke K, Pedersen A, Brand M. Cue izraisīta alkas patoloģiskā pirkšanā: empīriskie pierādījumi un klīniskās sekas. Psihosomatiskās zāles. 2014; 76 (9): 694–700. pmid: 25393125.
240. 60. Mīlestība A, Džeimss D, Vilners P. Divu alkohola alku anketu salīdzinājums. Atkarība (Abingdona, Anglija). 1998; 93 (7): 1091–102.
241. 61. Struks AA, Kerjē JS, Šeins JA, Denkerts J. Īslaicīgas garlaicības tuvuma skala. Novērtējums. 2015; 24 (3): 346–59. pmid: 26467085.
242. 62. Koens J. Uzvedības zinātņu statistiskā jaudas analīze 2 izdev. Hillsdale, NJ: Erlbaums; 1988. gads.
243. 63. Muthén L, Muthén B. MPlus. Losandželosa: Muthén & Muthén; 2011. gads.
244. 64. Hu L, Bentlera premjerministrs. Novērtējot modeļa piemērotību. In: Hoyle RH, redaktors. Strukturālo vienādojumu modelēšanas koncepciju jautājumi un pielietojumi. Londona: Sage Publications, Inc; 1995. lpp. 76–99.
245. 65. Hu L, Bentlera premjerministrs. Atbilstības indeksu robežvērtības kritēriji kovariācijas struktūras analīzē: parastie kritēriji pret jaunām alternatīvām. Strukturālo vienādojumu modelēšana: daudznozaru žurnāls. 1999; 6: 1–55.
246. 66. Marsh HW, Ludtke O, Nagengast B, Morin AJ, Von Davier M. Kāpēc sūtījumu pakas (gandrīz) nekad nav piemērotas: divas nepareizības nepadara tiesības - maskēšanās kļūdaina specifikācija ar sūtījumu pakām CFA modeļos. Psiholoģiskās metodes. 2013; 18 (3): 257–84. pmid: 23834417.
247. 67. Little TD, Cunningham WA, Shahar G, Widaman KF. Sūtījums uz paku vai nē: Izpētiet jautājumu, nosveriet nopelnus. Strukturālo vienādojumu modelēšana: daudznozaru žurnāls. 2002; 9 (2): 151–73.
248. 68. Sommers J, Vodanovičs SJ. Garlaicības pakļautība: tās saistība ar psiholoģiskās un fiziskās veselības simptomiem. Klīniskās psiholoģijas žurnāls. 2000; 56 (1): 149–55. Epub 2000/02/08. pmid: 10661377.
249. 69. Gordon A, Wilkinson R, McGown A, Jovanoska S. Garlaicības tuvības skalas psihometriskās īpašības: tās derīguma pārbaude. Psiholoģiskie pētījumi. 1997; 42 (2–3): 85–97.
250. 70. Derogatis LR. BSI īsu simptomu saraksts: administrēšana, vērtēšana un procedūru rokasgrāmata. 1993. Epub trešais labojums.
251. 71. Dimitrovs DM. Latentu mainīgo grupu salīdzināšana: Strukturālo vienādojumu modelēšanas pieeja. Darbs (lasīšana, mise). 2006; 26 (4): 429–36. Epub 2006. pmid: 06.
252. 72. Montag C, Markowetz A, Blaszkiewicz K, Andone I, Lachmann B, Sariyska R et al. Facebook izmantošana viedtālruņos un kodola accumbens pelēkās vielas apjoms. Uzvedības smadzeņu izpēte. 2017; 329: 221–8. pmid: 28442353.
253. 73. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS. Smadzeņu korelācija ar tieksmi pēc tiešsaistes spēlēm, pakļaujot ekspozīciju priekšmetiem ar interneta atkarību un remitētiem subjektiem. Atkarību bioloģija. 2013; 18: 559–69. pmid: 22026537
254. 74. Ko CH, Liu GC, Yen JY, Yen CF, Chen CS, Lin WC. Smadzeņu aktivācija gan nojauta izraisītas spēļu vēlmes, gan smēķēšanas tieksmes starp subjektiem, kuriem vienlaikus ir atkarība no interneta spēlēm un atkarība no nikotīna. Psihiatrisko pētījumu žurnāls. 2013; 47 (4): 486–93. pmid: 23245948
255. 75. Turel O, Bechara A. Motora impulsivitātes un miega kvalitātes ietekme uz zvērestu, savstarpēji novirzošu un neizdevīgu uzvedību tiešsaistes sociālo tīklu vietnēs. Personība un individuālās atšķirības. 2017; 108: 91–7.
256. 76. Ben-Yehuda L, Greenberg L, Weinstein A. Interneta atkarība, izmantojot viedtālruņu attiecības starp interneta atkarību, viedtālruņa lietošanas biežumu un studentu un vīriešu prāta skatienu. Žurnāls par atlīdzības deficīta sindromu un atkarības zinātni. 2016. gads.
257. 77. Tavolacci MP, Ladner J, Grigioni S, Richard L, Villet H, Dechelotte P. Uztvertā stresa, vielu lietošanas un uzvedības atkarību izplatība un saistība: šķērsgriezuma pētījums universitātes studentu vidū Francijā, 2009. – 2011. BMC sabiedrības veselība. 2013; 13: 724. pmid: 23919651.