အင်တာနက်ဂိမ်းကစားခြင်းပြofနာ၏အယူအဆများကို အခြေခံ၍ အွန်လိုင်းညစ်ညမ်းရုပ်ပုံစာပေနှင့်လူမှုကွန်ယက် ၀ က်ဘ်ဆိုက်များကိုပြproblemနာများအသုံးပြုခြင်းကိုအကဲဖြတ်ရန်စိတ်ပိုင်းဆိုင်ရာချဉ်းကပ်မှု (၂၀၂၀)

comments: Sညစ်ညမ်းသောစွဲလမ်းမှုမေးခွန်းများအတွက်ပြင်ဆင်ထားသော Gaming Addiction Assessment ကိုအတည်ပြုခြင်း။ သိသိသာသာရာခိုင်နှုန်း ဘာသာရပ်များသည်သည်းခံမှုနှင့်တင်းမာမှုများအပါအ ၀ င်စွဲလမ်းမှုအတွက်စံသတ်မှတ်ချက်များစွာကိုထောက်ခံခဲ့ကြသည်။ ၇၀၀ မှ ၁၆၁ သည်သည်းခံစိတ်ကိုခံစားခဲ့ရသည် - တူညီသောစိတ်လှုပ်ရှားမှုကိုရရှိရန်အတွက် porn သို့မဟုတ်“ ပိုမိုစိတ်လှုပ်ရှားဖွယ်” porn လိုအပ်သည်။

Manuel Mennig၊ Sophia Tennie & Antonia Barke

ြဒပ်မဲ့သော

နောက်ခံသမိုင်း

အွန်လိုင်းဂိမ်းကစားခြင်း၊ လူမှုကွန်ယက် ၀ က်ဘ်ဆိုက်များ (SNS) နှင့်အွန်လိုင်းညစ်ညမ်းရုပ်ပုံစာပေရုပ်ပုံများ (OP) ကိုပြuseနာဖြစ်စေခြင်းကပြောင်းလဲနေသောပြproblemနာဖြစ်သည်။ SNS နှင့် OP ၏ပြaticနာကိုအသုံးပြုခြင်းနှင့်ဆန့်ကျင်။ အင်တာနက်ဂိမ်းကစားခြင်းဆိုင်ရာရောဂါ (IGD) ကိုထုတ်ဝေမှုအသစ်တွင်ထည့်သွင်းထားသည်။ စိတ်ရောဂါ diagnostic နှင့်စာရင်းအင်းဆိုင်ရာလက်စွဲစာအုပ် (DSM-5) ကိုထပ်မံလေ့လာရန်အခြေအနေတစ်ခု။ လက်ရှိလေ့လာမှုက IGD အတွက်သတ်မှတ်ထားသော IGD (IGDQ Internet Gaming Disorder Questionnaire: IGDQ) အတွက်ခိုင်မာသောမေးခွန်းပုံစံကိုပြင်ဆင်ခြင်းနှင့် SNSDQ နှင့် OPDQ တို့၏ပြုပြင်ထားသောဗားရှင်းများ၏စိတ်ပိုင်းဆိုင်ရာဂုဏ်သတ္တိများကိုစစ်ဆေးခြင်းအားဖြင့် SNS နှင့် OP ၏ပြproblemနာကိုအသုံးပြုခြင်းနှင့်ကိုက်ညီအောင်ပြုပြင်သည်။

နည်းလမ်းများ

အွန်လိုင်းနမူနာနှစ်ခု (SNS: n = 700, 25.6 ± 8.4 နှစ်, 76.4% အမျိုးသမီး; OP: n = ၇၀၀၊ ၃၂.၉ - ၁၂.၆ နှစ်၊ ၇၆.၇% အထီးသည် SNSDQ / OPDQ၊ Brief Symptom Inventory (BSI) နှင့်အင်တာနက်စွဲလမ်းမှုတို (SIAT) ပြီးပြီးသူတို့၏ SNS / OP အသုံးပြုမှုနှင့်ပတ်သက်သောသတင်းအချက်အလက်များကိုပေးခဲ့သည်။ စံပစ္စည်းနှင့်ယုံကြည်စိတ်ချရမှုဆိုင်ရာလေ့လာဆန်းစစ်မှုများ၊ ရေနံဓါတ်ငွေ့ရှာဖွေမှုနှင့်အတည်ပြုအချက်ဆိုင်ရာဆန်းစစ်ခြင်းများနှင့် sIAT နှင့်ဆက်စပ်မှုများကိုတွက်ချက်သည်။ ပြmနာနှင့်ပြ-နာမရှိသောသုံးစွဲသူများကိုနှိုင်းယှဉ်ခဲ့သည်။

ရလဒ်များ

ပြည်တွင်းရေးရှေ့နောက်ညီညွတ်မှု were ခဲ့ကြသည်ထုံးစံ = 0.89 (SNS) နှင့်ωထုံးစံ = 0.88 (OP) ။ ရေနံဓါတ်ငွေ့ရှာဖွေရေးအချက်သည်ဆန်းစစ်ခြင်းအားဖြင့်မေးခွန်းနှစ်ခုလုံးအတွက်အချက်တစ်ချက်ကိုထုတ်ယူထားသည်။ အတည်ပြုချက်ကိုအချက်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းရလဒ်များကိုအတည်ပြုခဲ့သည်။ SNSDQ / OPDQ ရမှတ်များသည် sIAT ရမှတ်များနှင့်များစွာဆက်စပ်မှုရှိပြီး SNS / OP အသုံးပြုချိန်နှင့်အတန်အသင့်ပါ။ သုံးစွဲသူများအနက် ၃.၄% (SNS) နှင့် ၇.၁% (OP) တို့သည်ပြuseနာရှိသောပြoffနာကိုဖြေရှင်းရန်အထက်တွင်ရှိသည်။ ပြmနာရှိသောသုံးစွဲသူများသည်ပိုမိုမြင့်မားသော sIAT ရမှတ်များ၊ အသုံးချခြင်းများကိုကြာရှည်စွာအသုံးပြုခြင်းနှင့်စိတ်ပိုင်းဆိုင်ရာပိုမိုဆင်းရဲခြင်းများကိုခံစားခဲ့ရသည်။

ကောက်ချက်

ယေဘုယျအားဖြင့်လေ့လာမှု၏ရလဒ်များအရ IGD စံသတ်မှတ်ချက်ကိုလိုက်လျောညီထွေဖြစ်ခြင်းသည်ပြproblemနာရှိသော SNS / OP အသုံးပြုမှုကိုတိုင်းတာရန်အလားအလာရှိသောချဉ်းကပ်နည်းဖြစ်သည်။

ရွယ်တူချင်းပြန်လည်ဆန်းစစ်ခြင်းအစီရင်ခံစာများ

နောက်ခံသမိုင်း

၂၀၁၇ ခုနှစ်တွင်လူပေါင်း ၃.၅ ဘီလီယံသည်အင်တာနက်ကိုသုံးခဲ့သည်။1] ။ ၎င်းကိုအသုံးပြုရန်နည်းလမ်းများစွာအနက်မှအွန်လိုင်းကစားခြင်း၊ လူမှုကွန်ယက် ၀ က်ဘ်ဆိုက်များ (SNS) နှင့်အွန်လိုင်းညစ်ညမ်းစာပေရုပ်ပုံများ (OP) သည်အထူးရေပန်းစားသည်။ ဤအပလီကေးရှင်းများအားလုံးကိုစုံစမ်းစစ်ဆေးလျက်ရှိသည်။ အဘယ်ကြောင့်ဆိုသော်သူတို့၏ပြproblemနာကိုအသုံးပြုခြင်းသည်စိတ်ပိုင်းဆိုင်ရာဒုက္ခနှင့်အလုပ်၊ ပညာရေးစွမ်းဆောင်ရည်နှင့်လူ့ဆက်ဆံရေးနှင့်ပတ်သက်သောပြproblemsနာများနှင့်ဆက်စပ်နေပုံရသည်။2,3,4,5,6,7] ။ ၏ပဉ္စမထုတ်ဝေ၏နောက်ဆက်တွဲတွင်၎င်း၏ထည့်သွင်းအတူ စိတ်ရောဂါ diagnostic နှင့်စာရင်းအင်းဆိုင်ရာလက်စွဲစာအုပ် (DSM-5), အင်တာနက်ကဂိမ်းရောဂါ (IGD) သည်နောက်ထပ်စုံစမ်းစစ်ဆေးမှုပြုလုပ်ရန်လိုအပ်သည့်ရောဂါတစ်ခုအဖြစ်အသိအမှတ်ပြုခံရသည်။8] ။ ၎င်းသည်စံသတ်မှတ်ထားသောစံသတ်မှတ်ချက်များကိုသတ်မှတ်ရန်ပထမခြေလှမ်းဖြစ်သည်။ သတ်မှတ်ချက် (၉) ခုသည်ပစ္စည်းဥစ္စာအသုံးပြုမှုဆိုင်ရာရောဂါများနှင့်လောင်းကစားခြင်းဆိုင်ရာရောဂါများကိုအခြေခံပြီးနောက်ဆုံး ၁၂ လတွင်ပြည့်မီရန်လိုအပ်သည်။ (၁) ဂိမ်းကစားခြင်းနှင့်အလုပ်ရှုပ်ခြင်း၊ (၂) ဂိမ်းကစားနိုင်ခြင်းမရှိခြင်း၊ (၃) သည်းခံနိုင်မှု၊ (၄) ကျရှုံးခြင်း ဂိမ်းပမာဏကိုရပ်တန့်ရန် / လျှော့ချရန်၊ (၅) ဂိမ်းကစားခြင်းအတွက်အခြားလုပ်ဆောင်မှုများကိုစွန့်လွှတ်ခြင်း၊ (၆) ပြproblemsနာများရှိနေသော်လည်းဆက်ကစားခြင်း၊ (၇) အခြားသူများကို၎င်း၏ပမာဏနှင့် ပတ်သက်၍ လှည့်စားခြင်း၊ ကစားခြင်းကြောင့်အရေးကြီးသောဆက်နွယ်မှုတစ်ခု၊ အလုပ်အကိုင်တစ်ခုသို့မဟုတ်လူတစ် ဦး ၏ပညာရေးကိုထိခိုက်စေသည်။

IGD ကို DSM-5 တွင်ထပ်မံလေ့လာရန်အခြေအနေတစ်ခုအဖြစ်ထည့်သွင်းထားသော်လည်း SNS နှင့် OP ၏ပြOPနာကိုမူမဖော်ပြခဲ့ပါ။ Petry နှင့် O'Brien (၂၀၁၃) [9] ဤပြissuesနာများကိုစုံစမ်းစစ်ဆေးသည့်လေ့လာမှုများတွင်ပင်ကိုယ်သက်သေအထောက်အထားများနှင့်ရှေ့နောက်မညီမှုများမရှိခြင်းရှိသည်ဟုငြင်းခုန်ကြသည်။ မည်သို့ပင်ဆိုစေကာမူ SNSs သို့မဟုတ် OP ကဲ့သို့သောအင်တာနက်အက်ပလီကေးရှင်းများကိုပြproblemနာများအသုံးပြုခြင်း၏တည်ရှိမှု၊10] နှင့်တိုးပွားလာသောလေ့လာမှုများက SNS နှင့် OP တို့၏ပြproblemနာကိုအသုံးပြုခြင်း၏ဆက်စပ်မှုကိုဖော်ပြသည်။3, 5, 11, 12] အနည်းဆုံးတော့သူတို့ရဲ့စိတ်ပိုင်းဆိုင်ရာစိတ်ဆင်းရဲမှုအဆင့်များနှင့်သူတို့ပေါင်းသင်းခြင်းကြောင့်ဖြစ်သည်။ ၎င်းတွင်စိတ်ကျရောဂါ၊ စိတ်ပိုင်းဆိုင်ရာစိတ်ပိုင်းဆိုင်ရာရောဂါလက္ခဏာများ၊ အာရုံစူးစိုက်မှုလိုငွေပြမှုနှင့် hyperactivity disorder သို့မဟုတ် obsessive-compulsive disturb များပါဝင်သည်။2, 11, 13,14,15].

ပြproblemနာ SNS နှင့် OP အသုံးပြုမှု၏အကဲဖြတ်

SNS နှင့် OP ပြaနာကိုအသုံးပြုရန်အကဲဖြတ်ရန်အမျိုးမျိုးသောရောဂါရှာဖွေရေးကိရိယာများရှိသည်။ သူတို့ထဲကအများစုဟာအပြုအမူစွဲလမ်းမှုအတွက်ရောဂါရှာဖွေရေးစံနှုန်းများအပေါ်အခြေခံထားတယ် (SNS - ဥပမာ - Bergen Social Media စွဲစကေး -16] | OP: ဥပမာပြProbleနာညစ်ညမ်းရုပ်ပုံစာပေသုံးစွဲမှုပမာဏ [17]) သို့မဟုတ်အင်တာနက်စွဲမှုစမ်းသပ်ခြင်း [18] (SNS: ဥပမာ SNSs စကေးဆီသို့စွဲလမ်းစေသောသဘောထားများ [19] | OP: လိင် - လိင် [20]) ။ သတိပြုရမည်မှာ၎င်းသည်အားလုံးသောရောဂါရှာဖွေရေးကိရိယာများကိုပြည့်ပြည့်စုံစုံစာရင်းကောက်ယူခြင်းမဟုတ်ပါ။ အသေးစိတ်ခြုံငုံသုံးသပ်ချက်ကို Andreassen (၂၀၁၅) တွင်ကြည့်ပါ။2] SNS နှင့်Wéry & Billieux (2017) အတွက်။21] OP များအတွက်။ ခိုင်လုံသောအတည်ပြုသောကိရိယာများမရှိသော်လည်းအောက်ပါပြproblemsနာများကျန်ရှိနေသေးသည်။ (၁) ပြproblemနာရှိသော SNS နှင့် OP အသုံးပြုမှုဆိုင်ရာကွဲပြားခြားနားသောသီအိုရီဆိုင်ရာအယူအဆများကိုအကျိုးဆက်အားဖြင့် (ii) သုံးမျိုး၏ပြaticနာအသုံးပြုမှုကိုအကဲဖြတ်ရန်အတွက်စုစည်းစံသတ်မှတ်ထားသောစံသတ်မှတ်ချက်များမရှိပါ။ အရေးကြီးသောတိကျသောအွန်လိုင်း application များ (Gaming, SNS, OP) ကိုနှိုင်းယှဉ်ခြင်းဖြင့်

တိကျသောအင်တာနက်အသုံးပြုမှုဆိုင်ရာရောဂါများအတွက်လတ်တလောသီအိုရီပုံစံမှာ I-PACE မော်ဒယ်လ်ဖြစ်သည်။22] ။ ၎င်းသည်ပင်ကိုယ်မူလတွေ့ရှိချက်များအပေါ် အခြေခံ၍ Syndrome Model ကဲ့သို့အမူအကျင့်စွဲမှုနယ်ပယ်ရှိအခြားမော်ဒယ်များမှယခင်သီအိုရီများကိုထည့်သွင်းစဉ်းစားထားသည်။23] သို့မဟုတ်စိတ္တဇဆေးဝါး၏အစိတ်အပိုင်းများပုံစံ [24] ။ I-PACE မော်ဒယ်လ်ကပြapplicationsနာများအသုံးပြုခြင်း၏ဗေဒသည်ကွဲပြားသောအင်တာနက် application များအတွက်တူညီသည်ဟုယူဆသည်။ ထို့ကြောင့်၎င်းသည်အသုံးချမှုအားလုံးတွင်တူညီသောရောဂါရှာဖွေခြင်းဆိုင်ရာစံနှုန်းများကိုအသုံးပြုခြင်းအားဖြင့်၎င်းသည်ရောဂါရှာဖွေခြင်းဆိုင်ရာစံနှုန်းများကိုစံသတ်မှတ်ခြင်းနှင့် ၄ င်းတို့၏ပျံ့နှံ့မှုနှုန်းနှိုင်းယှဉ်ခြင်းကိုခွင့်ပြုသည်။ American Psychiatric Association မှ IGD အတွက်စံသတ်မှတ်ထားသောစံသတ်မှတ်ချက်များကိုအဆိုပြုထားပြီးသောကြောင့်၎င်းစံနှုန်းများကိုအခြားအင်တာနက် application များ၏ပြuseနာကိုအသုံးပြုရန်ကိုယ်တိုင်အကြံပြုသည်။ ဤနည်းလမ်းကိုသဘောတူသောသုတေသီများစွာရှိသည်။25,26,27] ။ အချို့သောလေ့လာမှုများသည်ပြapproachနာရှိသောအင်တာနက်အသုံးပြုမှုကိုအကဲဖြတ်ရန်စိတ်ပညာပိုင်းဆိုင်ရာကိရိယာများကိုတီထွင်ရန်ဤနည်းလမ်းကိုအသုံးပြုပြီးဖြစ်သည်။26, 28, 29] သို့သော်စာရေးသူ၏အကောင်းဆုံးသောအချက်အနေဖြင့် SNS ကိုပြproblemနာများအတွက်ဤချဉ်းကပ်မှုကိုအသုံးပြုသောလေ့လာမှုတစ်ခုသာရှိသည်။27] နှင့် OP ၏ပြproblemနာအသုံးပြုမှုအတွက်အဘယ်သူအားမျှ။

ပစ္စုပ္ပန်လေ့လာမှု၏ရည်ရွယ်ချက်

ထို့ကြောင့်ဤလေ့လာမှု၏ရည်ရွယ်ချက်မှာအင်တာနက်ဂိမ်းကစားခြင်းဆိုင်ရာပြofနာကိုအဘယ်အတိုင်းအတာအထိ SNS နှင့် OP ၏ပြuseနာအားအသုံးပြုရန်နှင့်အံဝင်ခွင်ကျဖြစ်အောင်ဆန်းစစ်ရန်ဖြစ်သည်။ Petry et al ။ (၂၀၁၄) [30] - DSM-5 တွင် IGD ပါ ၀ င်ရန်အကြံပြုသောပစ္စည်းဥစ္စာအသုံးပြုမှုဆိုင်ရာ Disorder Work အဖွဲ့ ၀ င်များဖြစ်သော IGD ကိုအကဲဖြတ်ရန်မေးခွန်းလွှာ (Internet Gaming Disorder Questionnaire: IGDQ) ကိုပုံနှိပ်ထုတ်ဝေခဲ့သည်။ ဤလေ့လာမှုအတွက်ကျွန်ုပ်တို့သည်ဂျာမင်ဗားရှင်းကိုအသုံးပြုခဲ့သည်၊ ၎င်းကိုဂျရုမ်း၊ ဘာ့ခ်နှင့်ရီဖ် (၂၀၁၆) ကအတည်ပြုခဲ့သည်။31] နှင့်ပစ္စည်းများကိုပြန်လည်ပြင်ဆင်ခြင်းအားဖြင့်ပြproblemနာဖြစ်သော SNS နှင့် OP အသုံးပြုမှုအတွက်အဆင်ပြေအောင်ပြုလုပ်ခဲ့သည် (အသေးစိတ်ကို“ အစီအမံ” အပိုင်းတွင်ကြည့်ပါ) IGD ၏အယူအဆသည် SNS နှင့် OP တို့၏ပြaticနာများအသုံးပြုမှုကိုအကဲဖြတ်ရန်အတွက်အသုံး ၀ င်သောအစပြုနိုင်မှုကိုမည်သည့်အတိုင်းအတာအထိအကဲဖြတ်ရန်နှင့်ဆန်းစစ်နိုင်ရန်အတွက်ပြုပြင်ထားသောဗားရှင်းနှစ်ခုဖြစ်သော SNSDQ နှင့် OPDQ ကိုလေ့လာခဲ့သည်။

နည်းလမ်းများ

သင်တန်းသားများကိုများနှင့်လုပ်ထုံးလုပ်နည်း

အချက်အလက်များကိုအွန်လိုင်းစစ်တမ်း (အောက်တိုဘာ ၂၀၁၇ - ဇန်နဝါရီ ၂၀၁၈) မှတစ်ဆင့်ကောက်ယူသည်။ မေးခွန်းလွှာနှင့်ချိတ်ဆက်ထားသော link သည်ယေဘူယျ (ဥပမာ reddit) နှင့် application-specific internet forum (ဥပမာ facebook အုပ်စုများ)၊ SNS နှင့်စာပို့စာရင်းများသို့တင်ထားသည်။ အစပိုင်း၌ပါဝင်သူများက၎င်းတို့သည် SNS သို့မဟုတ် OP ကိုအဓိကအသုံးပြုသည်ရှိမရှိနှင့်သက်ဆိုင်ရာမေးခွန်းလွှာ (SNS / OP) သို့ပြန်သွားသည်ကိုဖော်ပြခဲ့သည်။ မက်လုံးတစ်ခုအနေဖြင့်ပါ ၀ င်သူများသည်အွန်လိုင်းစတိုးတစ်ခုအတွက်လက်ဆောင်ဘောက်ချာ (၅) ခုထဲမှတစ်ခုကိုရရှိနိုင်သည် (ဘောက်ချာတန်ဖိုး - ယူရို ၂၀) ။ ပါဝင်သည့်စံနှုန်းများမှာ - အသိပေးသဘောတူညီချက်၊ အသက် ၁၈ နှစ်။ ဖယ်ထုတ်ခြင်းစံသတ်မှတ်ချက်များမှာ - ဇာတိပြောသူ (ဂျာမန်)၊ SNSs / OP using2017% ကို အသုံးပြု၍ သုံးစွဲသောအွန်လိုင်းအချိန်ရာခိုင်နှုန်း။

SNS နမူနာ

ပါဝင်သူ ၉၃၉ ဦး သည်ပါဝင်မှုစံနှုန်းများနှင့်ပြည့်စုံသည်။ ယင်းတို့အနက် ၂၃၉ ဦး (၂၅.၄၅%) ကိုဖယ်ထုတ်ရန်လိုအပ်သည်။ ၂၂၈ ခုသည် SNSDQ အတွက်အချက်အလက်များပျောက်ဆုံးနေသောကြောင့်ဖြစ်သည်။ ၇ သူတို့သည်ပြင်းထန်သောသတင်းအချက်အလက်များကို (ဥပမာ - ကလင်ဂွန်၏မိခင်ဘာသာစကားအဖြစ်) မပေးသောကြောင့် ၄ နှင့် ၄ မှာ ၄ င်းတို့သည်လက်တွေ့မကျသောအဖြေမြန်ဆန်သောကြောင့် ( ယုတ်အချိန်အောက်တွင်ဖော်ပြထားသော 939 SD) ။ အဆုံးတွင်သင်တန်းသား ၇၀၀ မှအချက်အလက်များကိုလေ့လာခဲ့သည် 1).

ဇယား ၁ SNS နှင့် OP နမူနာများ၏လက္ခဏာများ

OP နမူနာ

ပါဝင်သူ ၁၈၅၈ ဦး ပါဝင်သည်။ ၄ င်းတို့အနက် ၆၆၉ (၃၆.၀၁%) ကိုဖယ်ထုတ်ရမည်။ ၆၃၀ တွင် OPDQ အတွက်အချက်အလက်များပျောက်ဆုံးနေသောကြောင့် ၂၅ ခုသည်မှားယွင်းသောသတင်းအချက်အလက်များကိုပေးသောကြောင့်ဖြစ်သည်။ ၉ ။ ၉။ လက်တွေ့မကျဘဲမြန်ဆန်သောအဖြေပေးသောအချိန်၊ စစ်တမ်းကိုနားလည်တယ်။ subsam နမူနာနှစ်ခု (SNS / OP) ၏စာရင်းအင်းဆိုင်ရာနှိုင်းယှဉ်မှုကိုတိုးမြှင့်နိုင်ရန်အတွက်ကျန်ရှိနေသေးသော ၁၁၉၉ မှ ၇၀၀ ဦး ကိုကျပန်းနမူနာကိုကောက်ယူခဲ့သည်။ နောက်ဆုံးတွင်ပါဝင်သူ ၇၀၀ မှအချက်အလက်များကိုလေ့လာခဲ့သည်။ 1).

ဆောင်ရွက်ချက်များ

လူမှု - လူ ဦး ရေဆိုင်ရာသတင်းအချက်အလက်

ကျား၊ မ၊ အသက်၊ ပညာရေး၊ အလုပ်အကိုင်နှင့်ဆက်ဆံရေးအခြေအနေနှင့်ပတ်သက်သောအချက်အလက်များကိုကောက်ယူခဲ့သည်။

ယေဘူယျနှင့်တိကျသောအင်တာနက်အသုံးပြုမှုနှင့်ပတ်သက်သောသတင်းအချက်အလက်

ပုံမှန်ရက်သတ္တပတ်တစ်ခုအတွင်းသူတို့အွန်လိုင်းအချိန်မည်မျှအသုံးပြုကြသည်ကိုသင်တန်းသားများကတင်ပြခဲ့သည်။ ထို့အပြင်သူတို့သည်သူတို့၏ SNS သို့မဟုတ် OP အသုံးပြုမှုနှင့်ပတ်သက်သောတိကျသောသတင်းအချက်အလက်များကိုပေးခဲ့သည်။ ဥပမာအားဖြင့်၎င်းတို့သည်အများအားဖြင့်မည်သည့် SNS / OP ဆိုဒ်များကိုအသုံးပြုပြီးနှင့် (SNS သို့မဟုတ် OP) မည်မျှကြာသည် (နာရီ / အပတ်) ။

ပြနာကိုအသုံးပြုခြင်း

ပြproblemနာရှိသော SNS သို့မဟုတ် OP အသုံးပြုမှုကိုဂျာမန် SNSDQ နှင့် OPDQ ဗားရှင်းများဖြင့်အကဲဖြတ်သည်။ ဤမေးခွန်းပုံစံများသည်ပြုပြင်ထားသော IGDQ ဗားရှင်းများဖြစ်သည်။ IGDQ တွင်ပစ္စည်းများကိုးခုပါ ၀ င်ပြီး IGD အတွက်သက်ဆိုင်ရာ DSM-5 သတ်မှတ်ချက်များကိုရောင်ပြန်ဟပ်သည်။ ၎င်းတွင် 'no' (0) နှင့် 'yes' (1) တို့ပါ ၀ င်သော dichotomous response format ရှိသည်။ ရမှတ်များကိုတုံ့ပြန်မှုများထည့်ခြင်းဖြင့်ရရှိသည် (ရမှတ် 0: ၉) ။ IGD ရောဂါရရှိနိုင်သည့်အချက်ကို off ၅ ရမှတ်အဖြစ်သတ်မှတ်သည်။30] ။ SNS နှင့် OP နှင့်လိုက်လျောညီထွေဖြစ်အောင်မူရင်းပစ္စည်းများကိုအွန်လိုင်းဂိမ်းအတွက်ကိုးကားချက်များကို SNS (သို့) OP ကိုကိုးကားခြင်းဖြင့်အစားထိုးခြင်းဖြင့်ပြန်လည်ပြင်ဆင်သည်။ ဥပမာအားဖြင့် 'SNS ကိုဖြတ်တောက်ပစ်ဖို့ဒါမှမဟုတ်ရပ်တန့်ဖို့ကြိုးစားတဲ့အခါ (သို့) SNS ကိုအသုံးမပြုနိုင်တဲ့အခါသင်ဟာမငြိမ်မသက်၊ နာကျင်မှု၊ စိတ်ဝေဒနာ၊ စိတ်ဆိုးမှု၊ အစားသင်ကကစားခြင်းကိုလျှော့ချခြင်းသို့မဟုတ်ရပ်တန့်ရန်ကြိုးစားသည့်အခါသို့မဟုတ်သင်ကစားနိုင်ခြင်းမရှိသည့်အခါစိတ်ရှုပ်နေသလား၊

အင်တာနက်စွဲလမ်းမှုတို

sIAT သည်အင်တာနက်စွဲလမ်းမှုစမ်းသပ်မှု၏တိုတောင်းသောဗားရှင်းဖြစ်ပြီးပြproblemနာများအင်တာနက်အသုံးပြုမှုလက္ခဏာများကိုဖော်ပြသည့်ဖော်ပြချက် ၁၂ ခုပါ ၀ င်သည် (ဥပမာ 'အွန်လိုင်းတွင်' မိနစ်အနည်းငယ်မျှသာ 'ဟုသင်ဘယ်လောက်အထိပြောနေမိသနည်း?)18] ။ ကျွန်ုပ်တို့၏လေ့လာမှုအတွက်ကျွန်ုပ်တို့သည်မှန်ကန်သောဂျာမန်မူကွဲကို အသုံးပြု၍ SNS နှင့် OP အသုံးပြုမှုအတွက်ပစ္စည်းများ (ဥပမာ 'အွန်လိုင်းညစ်ညမ်းစာပေရုပ်ပုံများကိုကြည့်ရှုခြင်းနှင့်ပျက်ကွက်ခြင်းအတွက်သင်အချိန်မည်မျှလျှော့ချရန်သင်မည်မျှကြိုးစားလေ့ရှိသနည်း') []32] ။ သင်တန်းသားများသည်ပြီးခဲ့သည့်အပတ်ကရောဂါလက္ခဏာတစ်ခုစီကို ၁ ကြိမ် (ဘယ်တော့မှမ) ၅ မှ ၅ (“ မကြာခဏ”) အထိ ၅ ကြိမ်နှုန်းဖြင့်အဆင့်အတန်းသတ်မှတ်ရမည်။ ရရှိသောစုစုပေါင်းရမှတ် (၁၂-၆၀ မှတ်) တွင်မြင့်မားသောရမှတ်များသည်ပြproblemနာကိုပိုမိုအသုံးပြုရန်ညွှန်ပြသည်။ ပစ္စုပ္ပန်လေ့လာမှုမှာအဆင်ပြေအောင်အကြေးခွံ၏ပြည်တွင်းရေးရှေ့နောက်ညီညွတ်မှု (SNS: ω = 5 | OP: ω = 1) ကောင်းသောခဲ့ကြသည်။

အကျဉ်းလက္ခဏာစာရင်း

ပါဝင်သူများ၏လက်တွေ့ကျသောရောဂါလက္ခဏာများကိုဖော်ထုတ်ရန်ဂျာမန်ဗားရှင်းလက္ခဏာလက္ခဏာ Inventory (BSI) ကိုအသုံးပြုခဲ့သည်။33, 34] ။ BSI တွင်စိတ်ပိုင်းဆိုင်ရာစိတ်ဆင်းရဲမှုလက္ခဏာများကိုဖော်ပြသည့်ဖော်ပြချက် ၅၃ ခုပါ ၀ င်သည် (ဥပမာ - 'လွန်ခဲ့သော ၇ ရက်အတွင်း၊ တင်းမာမှု၊ ပစ္စည်းများကို ၀.၀၅ မှ (လုံးဝမရ) မှ ၄ အထိ (“ အလွန်အမင်း”) အထိ ၅ မှတ်ဖြင့်ဖြေသည်။ စုစုပေါင်းရမှတ် 53 နှင့် 7 အကြားနေကြတယ်, ပိုမိုမြင့်မားရမှတ်များဒုက္ခပိုမိုမြင့်မားအဆင့်ကိုညွှန်ပြအတူ။ ပစ္စုပ္ပန်နမူနာအတွင်းပိုင်းကိုက်ညီမှု 5. = 0 (SNS) နှင့်ω = 4 (OP) နဲ့, အလွန်အစွမ်းထက်တဲ့ဖြစ်ခဲ့သည်။

ဒေတာကိုခွဲခြမ်းစိတ်ဖြာ

စာရင်းအင်းဆန်းစစ်ခြင်းကို SPSS 24 (IBM SPSS Statistics)၊ SPSS Amos, R ဗားရှင်း ၃.၅.၁ ဖြင့်ပြုလုပ်ခဲ့သည်။35] နှင့်စူးစမ်းရှာဖွေရေးအချက်ခွဲခြမ်းစိတ်ဖြာခြင်း (EFA) အတွက်အချက်။36] ။ မေးခွန်းပုံစံတစ်ခုချင်းစီအတွက်စံသတ်မှတ်ချက်အပိုင်းအတွက်ဆန်းစစ်ခြင်းအတွက် SNSDQ နှင့် OPDQ၊ အကြောင်းအရာအခက်အခဲများနှင့်အကြောင်းအရာ - စုစုပေါင်းဆက်စပ်မှုများကိုတွက်ချက်သည်။ ယုံကြည်စိတ်ချရမှုအတိုင်းအတာတစ်ခုအနေဖြင့် Omega သို့မဟုတ်ကိန်း omega (ကိန်းဂဏန်းအချက်အလက်များ၏အမှု၌) ကိုတွက်ချက်သည်။ ဤကိန်းများကိုအထူးသဖြင့် Tau နှင့်ညီမျှမှု၏ယူဆချက်ကိုချိုးဖောက်သည့်အခါ Cronbach ၏ alpha နှင့်ပိုမိုတိကျသောအခြားရွေးချယ်စရာတစ်ခုအဖြစ်အကြံပြုသည်။37,38,39,40] ။ တရားဝင်မှုနှင့်စပ်လျဉ်းကျနော်တို့ EFAs နှင့်အတည်ပြုအချက်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း (CFA) ပို့ချခြင်းအားဖြင့်အချက်ဖွဲ့စည်းပုံမှာစုံစမ်းစစ်ဆေး။ ၎င်းတို့အတွက်နမူနာ (SNS နှင့် OP) တစ်ခုချင်းစီကိုထပ်မံနမူနာနှစ်ခုဖြစ်သော (SNS1, SNS2 နှင့် OP1, OP2; ကျပန်းနမူနာတစ်ခုချင်းစီ) ကိုကျပန်းခွဲခြားခဲ့သည်။ n = 350) ။ SNS1 နှင့် OP1 တို့၏နမူနာခွဲများသည် EFAs နှင့် CFA များအတွက် SNS2 နှင့် OP2 အတွက်အသုံးပြုခဲ့သည်။ အခြားတွက်ချက်မှုအားလုံးသည်စုစုပေါင်းနမူနာများကိုအခြေခံသည်။ အဆိုပါ subsamples key ကို variable တွေကို (အသက်, SNSDQ / OPDQ ရမှတ်) တွင်ကွဲပြားရှိမရှိစမ်းသပ်ဖို့, လွတ်လပ်သော t ကိုစမ်းသပ်မှုဖျော်ဖြေခဲ့ကြသည်။ EFA အတွက်အချက်အလက်များ၏သင့်လျော်မှုရှိမရှိစစ်ဆေးရန် Kaiser – Meyer-Olkin စမ်းသပ်မှု (KMO) နှင့် Bartlett ၏အလင်းဆုံမှုစမ်းသပ်မှုကိုအသုံးပြုခဲ့သည်။ SNSDQ နှင့် OPDQ တို့၏ထူးခြားသောတုန့်ပြန်မှုပုံစံကြောင့် EFAs များသည် Jeromin et al ။ (၂၀၁၆) [31] နှင့် tetrachoric ဆက်စပ်မှုများကိုခန့်မှန်းနည်းအနေဖြင့်ထည့်သွင်းတွက်ချက်ခြင်းနှင့်မဖြစ်နိုင်သည့်အနည်းဆုံးရင်ပြင်များကိုအသုံးပြုခဲ့သည်။41] ။ ထုတ်ယူရမည့်အချက်အလက်များသည် Velicer's MAP test ကို အသုံးပြု၍ ဆုံးဖြတ်သည်။42].

အချက်ဖြေရှင်းချက်ကိုစမ်းသပ်ရန် SNS2 နှင့် OP2 တွင် CFA တစ်ခုပြုလုပ်ခဲ့သည်။ မော်ဒယ် parameters များကိုအများဆုံးဖြစ်နိုင်ခြေကိုခန့်မှန်းသုံးပြီးခန့်မှန်းခဲ့ကြသည်။ ပုံမှန်ယူဆချက်ကိုဖောက်ဖျက်သောကြောင့် Bollen-Stine Bootstrapping ကိုအသုံးပြုခဲ့သည်။43] ။ မော်ဒယ်မထိုက်မတန်အကဲဖြတ်ရန်နှိုင်းယှဉ်မထိုက်မတန်အညွှန်းကိန်း (CFI), အကြမ်းဖျင်း၏အမြစ်ယုတ်စတုရန်းအမှား (RMSEA) နှင့်စံအမြစ်ယုတ်စတုရန်းကျန်နေတဲ့ (SRMR) တွက်ချက်ခဲ့ကြသည်။ ဟူနှင့် Bentler (၁၉၉၉) အရ44], လက်ခံနိုင်ဖွယ်မော်ဒယ်မထိုက်မတန်များအတွက် cutoff သတ်မှတ်ချက်> 0.95 တစ် CFI, 0.06 နှင့် 0.08 အကြားတစ်ခု RMSEA နှင့် <0.08 တစ်ခု SRMR ဖြစ်ကြသည်။

SNSDQ နှင့် OPDG ရမှတ်များနှင့်ယေဘုယျအားဖြင့်အင်တာနက်ကိုသုံးသောအချိန်ကာလများ၊ နှစ်လိုလားသော application (SNS / OP) နှင့် sIAT ရမှတ်များအကြား bivariate ဆက်နွယ်မှုကို Pearson ဆက်စပ်မှုများနှင့်စမ်းသပ်ခဲ့သည်။

ပထမ ဦး ဆုံးအနေဖြင့်ရောဂါရှာဖွေမှုမှန်ကန်ကြောင်းပြသရန်အတွက်ပြproblemနာရှိသောသုံးစွဲသူများအားပြcomparedနာမရှိသောသုံးစွဲသူများနှင့်နှိုင်းယှဉ်ခဲ့သည်။ IGDQ နှင့်အလားတူစွာ points ၅ မှတ်ရမှတ်ကိုသုံးစွဲသူများကိုပြaticနာရှိသောသုံးစွဲသူများနှင့် A ခြား A ခြားအသုံးပြုသူများကိုပြnonနာမရှိသောအမျိုးအစားအဖြစ်သတ်မှတ်ခဲ့သည်။30, 31] ။ လွတ်လပ်သော t စစ်ဆေးမှုများ (မတူညီသောကွဲပြားမှုများဖြစ်သည့် Welch ၏စမ်းသပ်မှုများ) သည်အသက်၊ အင်တာနက်ကိုသုံးသောအချိန်ကာလ၊ သူတို့နှစ်သက်သောလျှောက်လွှာနှင့် sIAT နှင့် BSI ရမှတ်များအသုံးပြုသည့်အချိန်များနှင့်ပတ်သက်သည့်အုပ်စုများကိုနှိုင်းယှဉ်ရန်တွက်ချက်ခဲ့သည်။ အုပ်စုအရွယ်အစားမတူညီမှုကြောင့် Hedges ' g အကျိုးသက်ရောက်မှုအရွယ်အစားအတိုင်းအတာအဖြစ်အစီရင်ခံထားသည်45] ။ အကျိုးသက်ရောက်မှု g = ၀.၂၀ ကိုသေးငယ်သည်ဟုယူမှတ်သည်၊ g = 0.50 အလတ်စားနှင့်အဖြစ် g = 0.80 အဖြစ်ကြီးမားသော [45].

ရလဒ်များ

SNS, OP နှင့်အင်တာနက်အသုံးပြုခြင်း

SNS

ပါ ၀ င်သူများသည်အင်တာနက်ကိုပျမ်းမျှ ၂၀.၉ မှ ၁၄.၈ နာရီနှင့်တစ်ပတ်လျှင် ၉.၄ - ၁၀ နာရီ - (စုစုပေါင်းအွန်လိုင်းအချိန်၏ ၄၄%) တွင် SNS ကိုအသုံးပြုသည်။n = 355; ၅၀.၇%)၊n = 196; ၂၈%) နှင့် YouTube (n = 74; 10.6%) ။ ဆိုလိုသည်မှာ SNSDQ နှင့် sIAT ရမှတ်များသည် ၁.၂ ± ၁.၅ နှင့် ၂၃.၆ - ၇.၃ မှတ်ဖြစ်သည်။ ယေဘုယျအားဖြင့်သင်တန်းသား (၂၄) ဦး (၃.၄%) သည် SNSDQ ≥1.2မှတ်ရရှိပြီးပြproblemနာများရှိသည့်ပြaboveနာကိုဖြေရှင်းရန်အထက်တွင်ဖော်ပြထားသည် (ပုံကိုကြည့်ပါ) ။ 1 အသေးစိတ်ကို) ။ ပါဝင်သူများအားလုံးတွင်ပျမ်းမျှ BSI စုစုပေါင်းရမှတ်သည် ၉.၈ ± ၁၆.၇ ဖြစ်သည်။

သဖန်းသီး။ 1
figure1

ပြုပြင်ထားသော IGDQ (SNS နှင့် OP) ၏ကွဲပြားခြားနားသောစံနှုန်းများကိုပြည့်မီသောပါဝင်သူများ၏ရာခိုင်နှုန်း

OP

သင်တန်းသားများသည်အင်တာနက်ကိုပျမ်းမျှ ၂၁.၉ ± ၁၅.၆ နာရီ အသုံးပြု၍ တစ်ပတ်လျှင် ၃.၉ ± ၆.၁ နာရီ (အင်တာနက်အွန်လိုင်းစုစုပေါင်း၏ ၁၈.၉%) ကို OP သုံးစွဲခဲ့သည်။ လူကြိုက်အများဆုံး OP ပုံစံသည်ဗီဒီယိုများဖြစ်သည်။n = 351; ၅၀.၁%)၊ နောက်ဓာတ်ပုံများ (n = 275; ၃၉.၃%) နှင့်ဝက်ဘ်ကင်မရာများ (n = 71; 10.1%) ။ ဆိုလိုသည်မှာ OPDG နှင့် sIAT ရမှတ်များသည် ၁.၅ ± ၁.၇ နှင့် ၂၂.၃ - ၇.၉ ဖြစ်သည်။ စုစုပေါင်းပါဝင်သူ ၅၀ (၇.၁%) သည် OPDQ ရမှတ် ၅ မှတ် Fig ၅ မှတ်ရရှိခဲ့သည် (ပုံကိုကြည့်ပါ) 1 အသေးစိတ်ကို) ။ ပါဝင်သူများအားလုံးတွင်ပျမ်းမျှ BSI ရမှတ်သည် ၂၅.၆ ± ၂၇.၆ ဖြစ်သည်။

ပစ္စည်းခွဲခြမ်းစိတ်ဖြာခြင်းနှင့်ပြည်တွင်းရေးရှေ့နောက်ညီညွတ်မှု

ခွဲခြမ်းစိတ်ဖြာခြင်းကို item ၏ရလဒ်များကိုဇယားအတွက်တင်ပြနေကြသည် 2 နှင့် 3.

ဇယား ၂ ပစ္စည်းခွဲခြမ်းစိတ်ဖြာခြင်း၏ရလဒ်များနှင့်ရေနံဓါတ်ငွေ့ရှာဖွေတူးဖော်ရေးအချက် (SNS)
ဇယား ၃။ ပစ္စည်းခွဲခြမ်းစိတ်ဖြာခြင်း၏ရလဒ်များနှင့်ရေနံဓါတ်ငွေ့ရှာဖွေရေးအချက်အလက်များ (OP)

SNS

SNS ဗားရှင်းအတွက်မူအမှတ် (၇) တွင်အနိမ့်ဆုံးထောက်ခံချက် (အပြုသဘောဆောင်သည့်အဖြေများ (naa) = 7) ရှိခဲ့ပြီး၊ item-21 တွင်အမြင့်ဆုံး (naa = 6) ရှိသည်။ ၎င်းသည်ပစ္စည်းအခက်အခဲတစ်ခုသို့ဘာသာပြန်သည် pi = 0.03 (ကို item 7) နှင့် pi အားလုံးပစ္စည်းများဖြတ်ပြီးယုတ်အခက်အခဲနှင့်အတူ = 0.35 (item 6) pi = 0.13 ။ အဆိုပါတညျ့ကို item- စုစုပေါင်းဆက်စပ်မှုကနေမရသေးသည်လည်းရှိသည် rITC = 0.28 (ကို item 3) ရန် rITC တစ်ယုတ်နှင့်အတူ = 0.39 (ပစ္စည်းများ 4, 5 နှင့် 6) ritc = 0.36 ။ ပြည်တွင်းရေးရှေ့နောက်ညီညွတ်မှု was ဖြစ်ခဲ့သည်ထုံးစံ = 0.89, နှင့်စကေးမည်သည့်ပစ္စည်းကိုဖယ်ရှားခြင်းမှအကျိုးဖြစ်ထွန်းမဟုတ်ဘူး။

OP

မေးခွန်းလွှာ၏ OP ဗားရှင်းတွင် item 9 (naa = 24) တွင်အနိမ့်ဆုံးထောက်ခံချက်နှုန်းရှိသော်လည်း item 7 မှာအမြင့်ဆုံး (naa = 286) ရှိသည်။ ယုတ်ကို item အခက်အခဲဖြစ်ခဲ့သည် pi = .17, item 9 အများဆုံးဖြစ်ခြင်းနှင့်အတူpi = 0.03) နှင့် item ကို 7 (pi = 0.41) အနည်းဆုံးခက်ခဲသည်။ အဆိုပါတညျ့ကို item- စုစုပေါင်းဆက်စပ်မှုအကြားအရွယ်ရှိ rITC = 0.29 (ကို item 7) နှင့် rITC တစ် 0.47 ယုတ်တညျ့ကို item- စုစုပေါင်းဆက်စပ်မှုနှင့်အတူ = 5 (item ကို XNUMX) rITC = 0.38 ။ ပြည်တွင်းရေးရှေ့နောက်ညီညွတ်မှု was ဖြစ်ခဲ့သည်ထုံးစံ = 0.88 ။ ပစ္စည်းများဖယ်ရှားခြင်းပြည်တွင်းရေးရှေ့နောက်ညီညွတ်မှုတိုးမြှင့်ကြလိမ့်မည်မဟုတ်ပေ။

factor ဖွဲ့စည်းပုံမှာ

subsamples (SNS1 vs. SNS2; OP1 vs. OP2) အသက်၊ ကျားမ၊ အင်တာနက်အသုံးပြုမှု၊ SNS / OP အသုံးပြုမှု၊ sIAT, SNSDQ / OPDQ နှင့် BSI ရမှတ်များနှင့်မတူညီပါ။ နောကျဆကျတှဲ).

SNS

sphericity ၏ Bartlett ရဲ့စမ်းသပ်မှု (Χ2 = 407.4, df = 36, p <0.001) အဖြစ် KMO စံနှုန်း (0.74) ကဒေတာသည် EFA အတွက်သင့်လျော်သည်ဟုဖော်ပြသည်။ Velicer's MAP စမ်းသပ်မှုသည်အချက်တစ်ခုတည်းကိုထုတ်ယူရန်အကြံပြုခဲ့သည်။ ဤအချက်သည်စုစုပေါင်းကှဲလှဲ၏ 52.74% ကရှင်းပြသည်။ အဆိုပါအချက်ဝန် 0.54 (item 3) နှင့် 0.78 (item 9) (ဇယား) အကြားမရသေးသည်လည်းရှိသည် 2) ။ နမူနာ SNS2 ပါသော CFA သည်တစ်အချက်ဖြေရှင်းချက်ကိုစမ်းသပ်ရန်တွက်သည်။ အဆိုပါမထိုက်မတန်ညွှန်းကိန်း CFI = 0.81, RMSEA = 0.092 [CI = 0.075-0.111] နှင့် SRMR = 0.064 ခဲ့ကြသည် (လမ်းကြောင်းပုံများအတွက်, ပုံကိုကြည့်ပါ။ 2).

သဖန်းသီး။ 2
figure2

နမူနာ SNS2 နှင့်အတူအတည်ပြုအချက်ကိုခွဲခြမ်းစိတ်ဖြာများအတွက်လမ်းကြောင်းပုံ (n = 350) ။ လမ်းကြောင်းကိန်းအားလုံးစံချိန်စံညွှန်းများနှင့်စာရင်းအင်းသိသိသာသာ (p <0.001)

OP

sphericity ၏ Bartlett ရဲ့စမ်းသပ်မှု (Χ2 = 455.7, df = 36, p <0.001) နှင့် KMO စံနှုန်း (0.80) သည်ဒေတာများကို EFA အတွက်သင့်လျော်ကြောင်းညွှန်ပြပြီး MAP ၏စမ်းသပ်မှုသည်အချက်တစ်ချက်ကိုဖြေရှင်းရန်အကြံပြုသည်။ အဆိုပါထုတ်ယူအချက်စုစုပေါင်းကှဲလှဲ၏ 53.30% ကရှင်းပြသည်။ ပစ္စည်း ၃ နှင့် ၇ တွင်အနိမ့်ဆုံးအချက် (၀.၀၂) ရှိခဲ့ပြီး၊ item (၉) သည်အမြင့်ဆုံး (၀.၉၃) (ဇယား) ဖြစ်သည် 3) ။ one-factor solution ကို CFA (နမူနာ - OP2) တွင်စမ်းသပ်ခဲ့သည်။ အဆိုပါမော်ဒယ်မထိုက်မတန်ညွှန်းကိန်း CFI = 0.87, RMSEA = 0.080 [CI = 0.062-0.099] နှင့် SRMR = 0.057 ခဲ့ကြသည် (လမ်းကြောင်းပုံများအတွက်, ပုံကိုကြည့်ပါ။ 3).

သဖန်းသီး။ 3
figure3

နမူနာ OP2 ဖြင့်အတည်ပြုသည့်အချက်ဆန်းစစ်ချက်အတွက်လမ်းကြောင်းပုံ (n = 350) ။ လမ်းကြောင်းကိန်းအားလုံးစံချိန်စံညွှန်းများနှင့်စာရင်းအင်းသိသိသာသာ (p <0.001)

SNS / OP / အင်တာနက်အသုံးပြုမှုနှင့် sIAT ရမှတ်များနှင့်ဆက်စပ်မှု

SNS

SNSDQ ရမှတ်များသည် SNS အသုံးပြုသောအချိန်နှင့်ဆက်စပ်နေသည် (r = 0.32,  0.01) အပတ်စဉ်အင်တာနက်အသုံးပြုမှုအချိန် (r = 0.16,  0.01) နှင့် sIAT ရမှတ်များr = 0.73,  0.01) ။

OP

OPDQ ရမှတ်များသည် OP အသုံးပြုချိန်နှင့်ဆက်စပ်နေသည် (r = 0.22, p <0.01) နှင့်တစ်ပတ်လျှင်အင်တာနက်အသုံးပြုမှုအချိန်နှင့်အတူအလွန်အားနည်းနေ (r = 0.08, p <0.05) ။ အမြင့်ဆုံးဆက်စပ်မှု sIAT ရမှတ်များနှင့်အတူရှာတွေ့ခဲ့သည် (r = 0.72, p <0.01) ။

ပြproblemနာမရှိသောနှင့်ပြproblemနာမရှိသော SNS / OP အသုံးပြုသူများနှင့်နှိုင်းယှဉ်ခြင်း

SNS

ပြunနာမရှိသောသုံးစွဲသူများနှင့်နှိုင်းယှဉ်ပါကပြtheနာရှိသော SNS သုံးစွဲသူများသည် SNS ကို ပိုမို၍ သုံး၍ ပိုမိုမြင့်မားသော sIAT ရမှတ်များရှိသည်။ ၎င်းတို့သည်စိတ်ပိုင်းဆိုင်ရာစိတ်ပိုင်းဆိုင်ရာပိုမိုဒုက္ခရောက်ပုံရသည်။ သို့သော်ခြားနားချက်၏အရွယ်အစားရှိသော်လည်း၎င်းသည်စိတ်သဘောထားတစ်ခုမျှသာဖြစ်သည်။p = 0.13) ။ အသေးစိတ်ကိုဇယားတွင်ကြည့်ပါ 4.

ဇယား 4 SNS / OP ကိုပြproblemနာနှင့်ပြaticနာမရှိသောအသုံးပြုမှုနှင့်ပါ ၀ င်သူများ၏နှိုင်းယှဉ်မှု

OP

ပြproနာမရှိသောသုံးစွဲသူများနှင့်နှိုင်းယှဉ်ပါကပြproblemနာရှိသော OP သုံးစွဲသူများသည်ဖော်ထုတ်တွေ့ရှိရသူများသည်အင်တာနက်ပေါ်တွင်ယေဘုယျအားဖြင့်အချိန်ပိုမိုသုံးစွဲခြင်းနှင့် OP ကိုအသုံးပြုခြင်းအတွက်အချိန်ပိုများခြင်း၊ 4).

ဆွေးနွေးမှု

ပစ္စုပ္ပန်လေ့လာမှုမှာကျနော်တို့ SNSs နှင့် OP ၏အသုံးပြုမှုမှ IGDQ ၏ဂျာမန်ဗားရှင်းအဆင်ပြေအောင်နှင့် IGD စံ SNS နှင့် OP ၏ပြaticနာအသုံးပြုမှုကိုအကဲဖြတ်ရန်အဘို့သင့်လျော်သောအတိုင်းအတာအထိစုံစမ်းစစ်ဆေးနိုင်ရန်အတွက်ပြုပြင်ထားသောဗားရှင်းများ၏စိတ်ပိုင်းဆိုင်ရာဂုဏ်သတ္တိများအကဲဖြတ်။

ပစ္စည်းခွဲခြမ်းစိတ်ဖြာ

စစ်ဆေးမှုစာရင်းသည်လက်တွေ့မဟုတ်သောနမူနာတွင်ပြproblemနာများအသုံးပြုမှုစံသတ်မှတ်ချက်များကိုအကဲဖြတ်သောကြောင့်မျှော်မှန်းထားသည်နှင့်နှစ်လိုဖွယ်ဖြစ်သည့်မေးခွန်းပုံစံနှစ်ခုစလုံးအတွက်ပစ္စည်းများကိုပျမ်းမျှထောက်ခံချက်မှာနည်းသည်။ SNS အတွက်ထောက်ခံချက်အများဆုံးဖြစ်သောအပိုင်း ၆ မှာအချိန်ဆွဲခြင်းနှင့်သက်ဆိုင်သည်။ SNS ကိုမကြာခဏ procrastinate အသုံးပြုသောကြောင့်၎င်းသည်ယုတ္တိတန်သည်ဟုဆိုရမည်။46, 47] ။ လူအများအပြားသည် SNS ကိုနေ့စဉ် သုံး၍ လူမှုရေးအရလက်ခံထားသောနည်းလမ်းဖြင့်သုံးစွဲခြင်းကြောင့်အကြောင်းပြချက်သည်မလိုအပ်သောအရာဖြစ်သည့်အချက် (၇) (လှည့်စား / ဖုံးအုပ်ခြင်း) အပိုင်းသည်အနိမ့်ဆုံးထောက်ခံချက်ရရှိခဲ့သည်။12] ။ OP အတွက် item 7 (လှည့်စား / ဖုံးအုပ်) သည်အမြင့်ဆုံးထောက်ခံချက်ဖြစ်သည်။ အကြောင်းမှာ OP ၏လူမှုရေးလက်ခံမှုကိုပေါ့ပေါ့တန်တန်အသုံးပြုခြင်းနှင့်လူအများအပြားက၎င်းကိုရှက်ရွံ့ခြင်းများရှိစေကာမူ၊48] ။ အနိမ့်ဆုံးထောက်ခံချက်မှာပြင်းထန်သောအကျိုးဆက်များ (ဆက်ဆံရေး / အခွင့်အလမ်းများဆုံးရှုံးမှု) ကိုဆိုလိုသောကြောင့်အကျိုးသင့်အကြောင်းသင့်ရှိပုံရသည့်အချက် ၉ အတွက်ဖြစ်သည်။ တည့်မတ်ထားသော item- စုစုပေါင်းဆက်နွယ်မှုများသည်မေးခွန်းလွှာများနှင့်အထက်တံခါးနှစ်ဖက်လုံးအတွက်အလယ်အလတ်ရှိသည် rITC = ၀.၃၀ [43] ။ တစ်ခုတည်းသောခြွင်းချက်များမှာ SNS အတွက် item 3 နှင့် OP အတွက် item 7 ဖြစ်သည်။ ပုဒ်မ ၃ သည်သည်းခံနိုင်မှုကိုရည်ညွှန်းသည်။ ၎င်းသည်မူးယစ်ဆေးဝါးအလွဲသုံးစားမှု၏ပုံမှန်ဖြစ်သော်လည်း SNS ၏အခြေအနေတွင်အသုံးချရန်ခက်ခဲပုံရသည်။49] ။ ဆွေးနွေးထားသည့်အတိုင်း OP ၏အသုံးပြုမှုသည်ယေဘုယျအားဖြင့်ရှက်ရွံ့ခြင်းနှင့်ဆက်နွယ်သောကြောင့်၊ လူတစ် ဦး ၏အသုံးပြုမှုနှင့် ပတ်သက်၍ လှည့်စားခြင်းသည်ပြproblemနာနှင့်ပြproနာမရှိသောအသုံးပြုသူများအကြားအလွန်ခွဲခြားမှုမရှိသောကြောင့်ဖြစ်သည်။

ယုံကြည်စိတ်ချရသော

SNSDQ နှင့် OPDG သည်ကောင်းမွန်သောအတွင်းပိုင်းကိုက်ညီမှုကိုပြသခဲ့သည် (SNS: ω)ထုံးစံ = 0.89; OP: ωထုံးစံ = 0.88) ။ ရလဒ်များကိုပြproblemနာရှိသော SNS (ဥပမာ Bergen Social Media Scal: α = 0.88) သို့မဟုတ် OP အသုံးပြုခြင်း (ဥပမာ sIAT-sex: α = 0.88) ကိုတိုင်းတာသည့်အခြားမေးခွန်းလွှာများနှင့်နှိုင်းယှဉ်နိုင်သည်။16, 20].

တရားဝင်မှု

EFA များအတွင်း SNS နှင့်မေးခွန်းပုံစံ၏ OP ဗားရှင်းအတွက်အချက်တစ်ချက်ကိုထုတ်ယူခဲ့သည်။ ၎င်းသည်မူရင်း IGDQ ရလဒ်နှင့်ကိုက်ညီသည်။31] ။ အပိုင်း (၃) သည်ဗားရှင်းနှစ်ခုစလုံးတွင်အနိမ့်ဆုံးအချက်ရှိခဲ့သည်။ ဘာလို့လဲဆိုတော့သည်းခံစိတ်သတ်မှတ်ချက်သည် SNS နှင့် OP တို့၏အခြေအနေနှင့်အလွန်မကိုက်ညီသောကြောင့်ဖြစ်သည် နောက်ဆုံးတွင်သည်းခံစိတ်ဆိုင်ရာစံသတ်မှတ်ချက်သည်ပစ္စည်းဥစ္စာအခြေခံသောစွဲလမ်းမှုနှင့်စတင်ခဲ့သည်။ ထိုအခြေအနေတွင် OP, SNS သို့မဟုတ်အွန်လိုင်းဂိမ်းကစားခြင်းနှင့် ပတ်သက်၍ ပြmeaningနာကိုပိုမိုရှင်းလင်းစွာအဓိပ္ပါယ်ဖွင့်ဆိုထားသည်လိုလားသူ: [30, 50]] ဆန့်ကျင်: [51, 52]) ။ OP ဗားရှင်းတွင် (၇) (လှည့်စား / ဖုံးအုပ်သည်) သည်အခြားပစ္စည်းများထက်နိမ့်သောအချက်ကိုတင်သည်။ ဤအချက်သည်အကြောင်းအရာသည်ပြandနာနှင့်ပြnonနာမရှိသောအသုံးပြုသူများကိုခွဲခြားရန်အဘယ်ကြောင့်ဤမျှအသုံးမ ၀ င်ကြောင်းနှင့် (ပြproblemနာမရှိသူ ၃၇.၄% နှင့်ပြ7နာသုံးစွဲသူများ၏ ၈၆% ကထောက်ခံသည်) နှင့် ပတ်သက်၍ အထက်ပါအငြင်းအခုံကိုထင်ဟပ်သည်။ ဤအချက်ကဖုံးကွယ်ထားသည့်အပြုအမူသည် OPDG မှတိုင်းတာထားသောပြaticနာအလွန်အကျွံအသုံးပြုမှုနှင့်တိတိကျကျဆက်စပ်မှုမရှိသော်လည်းယေဘုယျအားဖြင့် OP အပေါ်ထားရှိသည့်လူမှုရေးသဘောထားများနှင့်ဆက်စပ်နေသည်မဟုတ်ကြောင်းဖော်ပြသည်။

ယေဘုယျအားဖြင့် CFA များအတွက်ရလဒ်များကမေးခွန်းနှစ်ခုလုံးအတွက်တစ်ချက်တည်းသောဖြေရှင်းနည်းများသည်မေးခွန်းထုတ်စရာဖြစ်ပြီးကောင်းမွန်သောကိုက်ညီမှုကိုကိုယ်စားမပြုပါ။ SRMR သည်မော်ဒယ်နှစ်မျိုးလုံးအတွက်ကောင်းမွန်သော်လည်း CFI နှင့် RMSEA သည်လျှော့ချမှုအောက်နှင့်အောက်တွင်ရှိသည်။ EFA ၌ရှိသကဲ့သို့, SNS များအတွက် Item 6 နှင့် OP များအတွက် Item 7 အထူးသဖြင့်နိမ့်အချက်ဝန်ရှိခဲ့ပါတယ်။ ၎င်းသည်သက်ဆိုင်ရာအလုံးစုံအတိုင်းအတာနှင့်ဆက်စပ်မှုနိမ့်သည်၊ ထို့ကြောင့်ပြusageနာရှိသောအပြုအမူနှင့်ဆက်စပ်မှုမှာနည်းပါးသည်ဟုဆိုလိုသည်။ ၎င်းသည်ပြaနာတစ်ခုမဟုတ်ကြောင်းသေချာစေကာမူနောက်ဆက်တွဲလေ့လာမှုများသည်ဤအရာများကိုပြန်လည်ပြင်ဆင်ခြင်း၊ အလေးချိန်မတူခြင်းသို့မဟုတ်ဖယ်ရှားခြင်းစသည်တို့ကိုစစ်ဆေးရန်အရေးကြီးသည်။

မေးခွန်းပုံစံနှစ်မျိုးလုံးသည်သက်ဆိုင်ရာ sIAT မူကွဲများနှင့်အလွန်ဆက်စပ်မှုရှိသည်။ SNS ဗားရှင်းသည်ယေဘူယျအင်တာနက်အသုံးပြုမှုနှင့် SNS အသုံးပြုမှုအချိန် (တစ်ပတ်လျှင်) နှင့်အသေးစားနှင့်အလတ်စားဆက်စပ်မှုကိုပြသခဲ့သည်။ OP ဗားရှင်းသည် (တစ်ပတ်လျှင်) OP အသုံးပြုသောအချိန်နှင့်အနည်းငယ်ဆက်စပ်မှုရှိသည်။ သက်ဆိုင်သောလျှောက်လွှာကို အသုံးပြု၍ ကုန်ဆုံးသည့်အချိန်နှင့်ပြproblemနာများအသုံးပြုမှုဆက်စပ်မှု၏အရွယ်အစားမှာပုံမှန်တသမတ်တည်းဖော်ပြခဲ့သည့်အတိုင်းအတာအတွင်းဖြစ်သည်။53,54,55].

SNSDQ နှင့် OPDQ ၏အဖြေများမှန်ကန်မှုကိုဆန်းစစ်ရန်ကျွန်ုပ်တို့သည်လေ့လာတွေ့ရှိရသောပျံ့နှံ့နှုန်းကိုအခြားလေ့လာမှုများတွင်တွေ့ရသူများနှင့် ဦး စွာနှိုင်းယှဉ်ခဲ့သည်။ SNS များအတွက် ၃.၄% သောသင်တန်းသားများသည်ဖြတ်တောက်ခြင်းကိုကျော်လွန်ပြီး OP နှင့် ပတ်သက်၍ ၇.၁% သည်ပြproblemနာများအတွက်အသုံးပြုသောစံနှုန်းများနှင့်ကိုက်ညီသည်။ ကွဲပြားခြားနားသောရောဂါရှာဖွေရေးကိရိယာများကြောင့်ပျံ့နှံ့မှုနှုန်းကိုနှိုင်းယှဉ်ရန်ခက်ခဲသော်လည်းဤနေရာတွင်တွေ့ရှိရသောနှုန်းထားများသည်လက်ရှိစာပေရှိအချို့နှင့်နှိုင်းယှဉ်နိုင်သည်။ ဟန်ဂေရီဆယ်ကျော်သက်များ၏အမျိုးသားအဆင့်နမူနာနမူနာကိုလေ့လာရာတွင်Bányai et al ။ (၂၀၁၇) [3] ပြproblemနာ SNS အသုံးပြုမှုအတွက် 4.5% ၏ပျံ့နှံ့မှုနှုန်းတွေ့ရှိခဲ့ပါတယ်။ OP, Giordano နှင့် Cashwell (2017) အသုံးပြုမှုနှင့် ပတ်သက်၍55] အမေရိကန်ကောလိပ်ကျောင်းသားများနှင့်ရော့စ်နှင့်လုပ်ဖော်ကိုင်ဘက်များနမူနာတွင်ပျံ့နှံ့မှုနှုန်းမှာ ၁၀.၃% ရှိသည်ဟုအစီရင်ခံခဲ့သည် (၂၀၁၂) []15] ဆွီဒင်လူကြီးများနမူနာတွင် ၇.၆% နှုန်းကိုတွေ့ရှိခဲ့သည်။

ဤကိရိယာများကို သုံး၍ ရောဂါလက္ခဏာမပြနိုင်ကြောင်းသတိပြုပါ။ ပထမ ဦး စွာ DSM-5 နှင့် ICD-11 တို့တွင် OP သို့မဟုတ် SNS ပြproblemနာကိုအသုံးပြုရန်အတွက်မည်သည့်ရောဂါလက္ခဏာမဆိုပါရှိသည်။ ဒုတိယအချက်မှာသူတို့ပြုလုပ်ခဲ့လျှင်ပင်ကျွမ်းကျင်သူတစ် ဦး မှလက်တွေ့လူတွေ့မေးမြန်းခြင်းသည်လက်တွေ့ကျသောစိတ် ၀ င်စားမှုနှင့်စိတ်ပိုင်းဆိုင်ရာချို့ယွင်းမှုရှိနေခြင်းနှင့်စိတ်ပိုင်းဆိုင်ရာရောဂါအတွက်လိုအပ်သောသီးခြားအမှုတစ်ခုအတွက်သီးခြားသတ်မှတ်ချက်မရှိခြင်းကိုအတည်ပြုရန်လိုအပ်သည်။ ထိုကဲ့သို့သောလွတ်လပ်သောလက်တွေ့တရားစီရင်မှုကိုယခုလေ့လာမှုတွင်မတွေ့ရှိခဲ့ပါ၊ ထို့ကြောင့် cutoff အထက်မှပုဂ္ဂိုလ်များသည်မည်သည့်ရောဂါလက္ခဏာကိုမှခိုင်လုံလိမ့်မည်မဆုံးဖြတ်နိုင်ပါ။ သို့သျောလညျး, ကျနော်တို့ကသူတို့ကိုထိုကဲ့သို့သောရောဂါအတွက်ဖြစ်နိုင်သောကိုယ်စားလှယ်လောင်းများအဖြစ်ထည့်သွင်းစဉ်းစားလိမ့်မယ်။ နောက်ထပ်ရောဂါရှာဖွေတွေ့ရှိမှု၏တရားဝင်မှုကိုစုံစမ်းစစ်ဆေးရန်အတွက်အသုံးပြုသူများကို cutoff နှင့်အထက်နှင့်နှိုင်းယှဉ်ကာကွဲပြားခြားနားမှုများကိုတွေ့ရှိခဲ့သည်။ ပြOPနာရှိသောသုံးစွဲသူများသည်တစ်ပတ်လျှင်အချိန်ပို (OP အတွက်သာ) အချိန်ပိုမိုသုံးစွဲပြီးပိုမိုနှစ်သက်သည့်အသုံးချပရိုဂရမ်ကိုအသုံးပြုကြသည်။ သုံးစွဲမှုအချိန်တိုးလာခြင်းသည်ပြproblemနာကိုအသုံးပြုရန်တွက်ချက်ရန်အတွက်လုံလောက်သောစံနှုန်းမဟုတ်သော်လည်းလေ့လာမှုများအရအားနည်းသော်လည်း၊53,54,55] ။ ထို့အပြင်ပြproblemနာရှိသောသုံးစွဲသူများသည် sIAT ရမှတ်များပိုမိုများပြားစွာရှိပြီး (OP အတွက်သာ) စိတ်ပိုင်းဆိုင်ရာစိတ်သောကရောက်မှုများခံစားနေရပုံရသည်။ ယေဘုယျအားဖြင့်ဤရလာဒ်များ - အထူးသဖြင့် BSI စုစုပေါင်းရမှတ်များအကြားအလွန်ကြီးမားသောကွာခြားချက် - OP ပြusersနာရှိသည့် OP အသုံးပြုသူများအားတူရိယာများ၏စံသတ်မှတ်ချက်ခိုင်မာမှု၏ပထမ ဦး ဆုံးညွှန်ကိန်းအဖြစ်သတ်မှတ်နိုင်သည်။ SNS သို့မဟုတ် OP ၏ပြofနာကိုအသုံးပြုခြင်း56].

ကန့်သတ်

လေ့လာမှုကိုကန့်သတ်ချက်များအရထည့်သွင်းစဉ်းစားရမည်။ SNS ကိုအထူးသဖြင့်ဆယ်ကျော်သက်များကမကြာခဏအသုံးပြုကြသော်လည်းကန့်သတ်ချက်တစ်ခုမှာအရွယ်ရောက်ပြီးသူသင်တန်းသားများကိုသာစမ်းသပ်ခြင်းဖြစ်သည်။3] ။ ထပ်မံ၍ ကန့်သတ်ချက်တစ်ခုမှာပြparticipantsနာများအသုံးပြုခြင်း (SNS, OP နှင့် IGD) နှင့်ပတ်သတ်သောမေးခွန်းများအားလုံးကိုဖြေဆိုသူအားလုံးမဖြေဆိုနိုင်ခြင်းဖြစ်သည်။ ၎င်းသည်သက်ဆိုင်ရာ application များ၏ပြuseနာအားအသုံးပြုခြင်းအကြားထပ်တူကျမှုအားပိုမိုအသေးစိတ်စုံစမ်းစစ်ဆေးမှုကိုခွင့်ပြုလိမ့်မည်။ ထို့အပြင်လူမှုရေးလိုလားမှုသို့မဟုတ်ဘုံနည်းလမ်းကှဲလှဲကဲ့သို့သောဘက်လိုက်မှုသက်ရောက်မှုများဖြစ်ပေါ်လေ့ရှိသောကိုယ်တိုင်တင်ပြသည့်အချက်အလက်များကိုသာစုဆောင်းခဲ့သည်။ ထို့အပြင်သူတို့သည်လက်တွေ့စီရင်ချက်မပါဝင်ခဲ့ပါ။ Self- အစီရင်ခံစာစစ်ဆေးရမည့်စာရင်း၏ရည်ရွယ်ချက်မှာပြproblemနာရှိသောအသုံးပြုသူများကိုခွဲခြားသိမြင်ရန်ဖြစ်သည်ဟုထည့်သွင်းစဉ်း စား၍ ထပ်မံလေ့လာမှုများသည်ဆေးခန်းမှသက်ဆိုင်ရာသဘောအရပြaticနာအားအသုံးပြုမှုကိုပြသရန်ဆရာ ၀ န်များကဆုံးဖြတ်ထားသည့်လူပုဂ္ဂိုလ်များ၏နမူနာများကိုစစ်ဆေးသင့်သည်။ ထို့အပြင်ရောဂါရှာဖွေရေးအတွက်စံသတ်မှတ်ချက်များ၊ ပစ္စည်းအရေအတွက်သို့မဟုတ်ဖြတ်တောက်ခြင်းများကိုသဘောမတူကြောင်းသတိပြုရန်အရေးကြီးသည်။ ဤအပြုအမူပုံစံများသည်“ ရောဂါ” ၏အခြေအနေကိုခိုင်လုံစေမနိုင်ဆိုသည်နှင့် ပတ်သက်၍ မည်သည့်အငြင်းပွားမှုမျိုးကိုမျှအဆိုတင်သွင်းရန်ကျွန်ုပ်တို့ရည်ရွယ်ထားခြင်းမရှိပါ။ SNS နှင့် OP တို့၏ပြaticနာကိုအသုံးပြုခြင်းအားသုတေသနပြုမှုအားနှိုင်းယှဉ်အကဲဖြတ်မှုနှင့်အတူအထောက်အကူပြုနိုင်သည့်ထပ်ဆင့်သုတေသနမှအကြံပြုသည့်အတိုင်းပြင်ဆင်ခြင်းအားဖြင့်၎င်းကိရိယာကိုအသုံးချခြင်းအားဖြင့် SNS နှင့် OP တို့၏ပြproblemနာကိုဖော်ထုတ်ခြင်းဆိုင်ရာသုတေသနကိုမြှင့်တင်ရန်ရည်ရွယ်သည်။ ။

ကောက်ချက်

စမ်းသပ်ပြီးဖြစ်သောမေးခွန်းပုံစံများ၏အချို့သောစိတ်ပိုင်းဆိုင်ရာသတ်မှတ်ချက်များသည်ကျေနပ်လောက်စရာမရှိသောကြောင့် IGD သတ်မှတ်ချက်သည် SNS / OP ၏ပြproblemနာကိုအသုံးပြုရန်လွှဲပြောင်း။ မရပါ။ မည်သို့ပင်ဆိုစေကာမူကျွန်ုပ်တို့၏အလုံးစုံရလဒ်များက၎င်းသည်အလားအလာရှိသောစမှတ်ဖြစ်ပြီးပြadaptedနာရှိသော SNS / OP အသုံးပြုမှုကိုအကဲဖြတ်ရန် IGD စံသတ်မှတ်ချက်ကိုမူဘောင်တစ်ခုအဖြစ်အသုံးပြုရန်အလားအလာရှိကြောင်းထောက်ခံသည်။ ဤလေ့လာမှုသည်ပြproblemနာရှိသော SNS နှင့် OP အသုံးပြုမှု၏ရှုထောင့်များကိုတိုင်းတာခြင်းနှင့်ပတ်သက်သောသုတေသနကိုအထောက်အကူပြုသည်။ စံသတ်မှတ်ထားသောအကဲဖြတ်မှုဆီသို့ ဦး တည်သည့်ပထမဆုံးခြေလှမ်းဖြစ်လိမ့်မည်။ အနာဂတ်သုတေသနသည် SNS / OP အသုံးပြုမှုအခြေအနေတွင် IGD အတွက် DSM-5 စံသတ်မှတ်ချက်၏အသုံးဝင်မှုကိုနောက်ထပ်စုံစမ်းစစ်ဆေးသင့်သည်။

အချက်အလက်များနှင့်ပစ္စည်းရရှိနိုင်မှု

လက်ရှိလေ့လာမှုအတွင်းအသုံးပြုသောနှင့် / သို့မဟုတ်ခွဲခြမ်းစိတ်ဖြာသည့်အချက်အလက်ဒေတာများကိုသက်ဆိုင်ရာစာရေးသူဆီမှကျိုးကြောင်းဆီလျော်စွာတောင်းခံနိုင်သည်။

အတိုကောက်

ဘီစီ
အကျဉ်းချုပ်ရောဂါလက္ခဏာတွေ Inventory
CFA-
confirmatory Factor အားသုံးသပ်ခြင်း
CFI
နှိုင်းယှဉ် Fit အညွှန်းကိန်း
CI
ယုံကြည်မှုကြားဖြတ်
DSM-5-
စိတ်ရောဂါ diagnostic နှင့်စာရင်းအင်းဆိုင်ရာလက်စွဲစာအုပ်
EFA
ရေနံဓါတ်ငွေ့ရှာဖွေရေးအချက်အားသုံးသပ်ခြင်း
IGD-
အင်တာနက်ဂိမ်းကစားခြင်းရောဂါ (IGD)
ကီမို
Kaiser-Meyer-Olkin
NAA-
အပြုသဘောဆောင်တဲ့အဖြေအရေအတွက်
OP-
အွန်လိုင်းညစ်ညမ်းသောရုပ်ပုံ
OPDQ
အွန်လိုင်းညစ်ညမ်းသောရောဂါရောဂါမေးခွန်းလွှာ
RMSEA
Root ကိုဆိုလိုသည်အကြမ်းဖျင်း၏စတုရန်းအမှား
SIAT:
အင်တာနက်စွဲလမ်းမှုတို
SNS-
လူမှုဆက်သွယ်ရေးကွန်ရက်များ
SNSDQ
လူမှုဆက်သွယ်ရေးကွန်ရက်နေရာများရှိ Disorder မေးခွန်းလွှာ
SRMR
standardized အမြစ်စတုရန်းကျန်နေတဲ့ဆိုလို

ကိုးကား