Is het nuttig om internetcommunicatie te gebruiken om te ontsnappen aan verveling? Verveling van de neiging tot interactie met cue-geïnduceerde hunkering en vermijdingverwachtingen bij het verklaren van symptomen van internetcommunicatie-stoornis (2018)

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

Abstract

Het gebruik van online-communicatietoepassingen zoals messengers (bijvoorbeeld WhatsApp) of sociale netwerkdiensten (bijvoorbeeld Facebook) op de smartphone is voor miljarden mensen dagelijkse praktijk geworden, bijvoorbeeld tijdens wachttijden. Een toenemend aantal individuen vertoont een verminderde controle over hun gebruik van deze toepassingen, ondanks de negatieve gevolgen in het dagelijks leven. Dit kan een internetcommunicatiestoornis (ICD) worden genoemd. De huidige studie onderzocht het effect van neiging tot verveling op de symptomen van een ICD. Het onderzocht verder de bemiddelende rol van cognitieve en affectieve mechanismen, namelijk de verwachting om negatieve gevoelens online te vermijden en door signalen veroorzaakte hunkering. De resultaten van een structureel vergelijkingsmodel (N = 148) illustreren dat neiging tot verveling een risicofactor is voor de ontwikkeling en het onderhoud van een ICD, aangezien dit een significant direct effect had op ICD-symptomen. Bovendien voorspelde de neiging tot verveling zowel vermijdingsverwachtingen als cue-geïnduceerde hunkering. Beide vergrootten op hun beurt het risico op het ontwikkelen van ICD-tendensen. Bovendien bemiddelden beide variabelen het effect van de neiging tot verveling op de ICD en werkten ze met elkaar samen. Samenvattend laten de resultaten zien dat mensen die een grotere gevoeligheid hebben om verveling te ervaren, hogere verwachtingen vertonen om negatieve emoties online te vermijden, wat hogere hunkeringsreacties bevordert wanneer ze worden geconfronteerd met specifieke signalen (bijvoorbeeld een binnenkomend bericht), en zou kunnen resulteren in ICD-neigingen.

Citation: Wegmann E, Ostendorf S, Brand M (2018) Is het nuttig om internetcommunicatie te gebruiken om te ontsnappen aan verveling? De neiging tot verveling heeft een wisselwerking met cue-geïnduceerde verlangens en vermijdingsverwachtingen bij het verklaren van de symptomen van een internetcommunicatiestoornis. PLoS ONE 13(4): e0195742. https://doi.org/10.1371/journal.pone.0195742

Editor: Phil Reed, Universiteit van Swansea, VERENIGD KONINKRIJK

ontvangen: November 22, 2017; Aanvaard: Maart 28, 2018; Gepubliceerd: 19 april 2018

Copyright: © 2018 Wegmann et al. Dit is een open access-artikel dat wordt verspreid onder de voorwaarden van de Creative Commons Attribution License, die onbeperkt gebruik, distributie en reproductie in elk medium mogelijk maakt, op voorwaarde dat de originele auteur en bron worden gecrediteerd.

Beschikbaarheid van data: Alle relevante gegevens bevinden zich in het papier en de ondersteunende informatiebestanden.

financiering: De auteurs ontvingen geen specifieke financiering voor dit werk.

Concurrerende belangen: De auteurs hebben verklaard dat er geen concurrerende belangen bestaan.

Introductie

Met de lancering van de smartphone ruim tien jaar geleden stijgt het aantal mensen dat hem in het dagelijks leven gebruikt nog steeds. Het aantal smartphonegebruikers wereldwijd zal naar verwachting in 2.32 2017 miljard bereiken, en in 2.87 naar verwachting 2020 miljard gebruikers.1]. De populairste onlineapplicaties die op de smartphone worden gebruikt, zijn onder meer onlinecommunicatieapplicaties. Ze stellen gebruikers in staat direct contact te hebben met anderen, in contact te blijven met verre vrienden en persoonlijke informatie, foto's of video's te delen [2, 3]. De term 'online-communicatietoepassingen' omvat zeer populaire toepassingen zoals de instant messaging-dienst WhatsApp met maandelijks meer dan 1.3 miljard actieve gebruikers [4] of sociale netwerkdiensten zoals Facebook met maandelijks 2 miljard actieve gebruikers [5]. Naast de vele voordelen van internetcommunicatie en het smartphonegebruik in het algemeen, is er een groeiend aantal individuen dat negatieve gevolgen ondervindt van een overmatig en tijdrovend gebruik van deze applicaties [2, 6-8]. Vooral de beschikbaarheid van verschillende mobiele apparaten en de gemakkelijke en permanente toegang tot dergelijke applicaties zorgen ervoor dat mensen de hele dag met anderen kunnen communiceren en communiceren – altijd en overal [9, 10]. Dit gedrag kan leiden tot pathologisch en dwangmatig gebruik, dat vergelijkbaar is met andere gedragsverslavingen of stoornissen in het middelengebruik, zoals gesuggereerd door verschillende onderzoeken en onderzoekers.7, 8].

Cognitieve en affectieve correlaten van internetcommunicatiestoornissen

Het toenemende gebruik van internet over de hele wereld leidt tot onderzoek naar steeds meer onderzoeken die zich richten op internetgebruiksstoornissen als een specifiek type gedragsverslaving [2, 7, 11]. Bovendien suggereren sommige onderzoeken een specifiek type internetgebruiksstoornis, de internetcommunicatiestoornis (ICD). ICD beschrijft het verslavende gebruik van online-communicatietoepassingen [6-8, 12]. Symptomen van een ICD, die zijn afgeleid van de kenmerken van een internetgebruiksstoornis, worden gedefinieerd als verlies van controle, terugval, ontwenningsverschijnselen, preoccupatie, verwaarlozing van belangen, tolerantie en negatieve gevolgen in het sociale, professionele of persoonlijke leven.6, 7, 13, 14]. Davis[12] bood het eerste theoretische model aan dat de mechanismen beschrijft van een niet-specifiek pathologisch gebruik van internet en van een specifieke stoornis in internetgebruik. Meer recentelijk hebben Brand, Young [7] introduceerde een nieuw theoretisch model, het Interaction of Person-Affect-Cognition-Execution (I-PACE)-model, dat mogelijke mechanismen samenvat van de ontwikkeling en het onderhoud van specifieke internetgebruiksstoornissen, zoals ICD. Het I-PACE-model illustreert de interactie tussen de kernkenmerken van een persoon, evenals affectieve, cognitieve en uitvoerende componenten. Het suggereert dat de kernkenmerken van een persoon, zoals persoonlijkheid, sociale cognities, psychopathologische symptomen, biopsychologische factoren en specifieke predisposities, de subjectieve perceptie van een situatie beïnvloeden. Deze perceptie wordt gevormd door factoren zoals de confrontatie met verslavingsgerelateerde signalen, stress, persoonlijke conflicten, een abnormale stemming, maar ook door individuele affectieve en cognitieve reacties. Deze laatste omvatten cue-reactiviteit, hunkering, aandachtsbias of verdere internetgerelateerde cognitieve vooroordelen en disfunctionele copingstijl. Er wordt aangenomen dat deze individuele affectieve en cognitieve factoren het effect van de kernkenmerken van een persoon op de ontwikkeling en instandhouding van een specifieke internetgebruiksstoornis mediëren of matigen. Merk, Jong [7] illustreren dat het effect van affectieve en cognitieve reacties interageert met uitvoerende factoren, zoals remmende controle. De beslissing om een ​​bepaalde applicatie te gebruiken om bevrediging of compensatie te ervaren, kan dan leiden tot een overmatig gebruik van die applicatie, waardoor specifieke predisposities worden versterkt, evenals affectieve, cognitieve en uitvoerende factoren die vergelijkbaar zijn met een vicieuze cirkel (voor een meer gedetailleerde beschrijving van het model en een gedetailleerd overzicht van empirische studies, zie [7]).

Uit eerder onderzoek is al gebleken dat het effect van psychopathologische symptomen, zoals depressie en sociale angst, en het effect van persoonlijkheidsaspecten, zoals stresskwetsbaarheid, zelfwaardering en zelfeffectiviteit, op de neigingen van een ICD wordt gemedieerd door specifieke cognities. zoals een disfunctionele coping-stijl en verwachtingen over internetgebruik [8, 15]. Wegmann, Oberst [16] toonde aan dat vooral vermijdingsverwachtingen, waaronder het verlangen om te ontsnappen aan de realiteit, om af te leiden van problemen in het echte leven, of om eenzaamheid te vermijden, relevant zijn voor het verklaren van ICD-symptomen. Merk, Laier [17] evenals Trotzke, Starcke [18] toonde aan dat hoge verwachtingen ten aanzien van het gebruik van specifieke applicaties als een mogelijkheid om plezier te ervaren of om af te leiden van problemen de relatie bemiddelen tussen persoonlijke aspecten en respectievelijk een gegeneraliseerde (niet-specifieke) internetgebruiksstoornis en een internetwinkelstoornis.

Naast het concept van de verwachtingen op het gebied van internetgebruik, hebben Brand, Young [7] betoogt verder dat cue-reactiviteit en hunkering belangrijke constructies lijken te zijn binnen de ontwikkeling en het onderhoud van een pathologisch gebruik van specifieke toepassingen. Deze aanname is gebaseerd op eerder onderzoek naar stoornissen in het middelengebruik (zie bijvoorbeeld de resultaten in [19] evenals andere gedragsverslavingen [20], waaruit blijkt dat verslaafden kwetsbaar zijn voor verslavingsgerelateerde stimuli die gebieden in de hersenen activeren die beloningen verwerken [21-25]. Hunkering beschrijft het verlangen of de drang om drugs te gebruiken of herhaaldelijk verslavend gedrag te vertonen [26, 27]. Het concept van cue-reactiviteit en hunkering is overgebracht naar de studie van gedragsverslavingen. Gedragscorrelaties van cue-reactiviteit en hunkering zijn al waargenomen bij internetaankopen.18], Kijkstoornis naar porno op internet [28, 29], internetgamingstoornis [30, 31], internetgokstoornis [32, 33], en ICD[34].

Hoewel studies de belangrijke rol benadrukken van deze affectieve (cue-reactiviteit en hunkering) en cognitieve (internetgerelateerde verwachtingen) componenten bij de ontwikkeling en instandhouding van een specifieke internetgebruiksstoornis, is de interactie van deze factoren, die wordt gepostuleerd in de I -PACE-model, blijft onduidelijk. De huidige studie is gebaseerd op enkele belangrijke aannames van het I-PACE-model, met name de mediërende effecten van affectieve en cognitieve mechanismen op de relatie tussen iemands kernkenmerken en symptomen van een ICD. Het doel van deze studie is om het effect te onderzoeken van de kernkenmerken van een persoon op ICD, gemedieerd door zowel internetgerelateerde cognitieve vooroordelen (bijv. verwachtingen over internetgebruik) als affectieve vooroordelen (bijv. cue-geïnduceerde hunkering). Gebaseerd op Wegmann, Oberst [16] nemen we aan dat het effect van de verwachting om negatieve emoties te vermijden door het gebruik van online-communicatietoepassingen wordt gemedieerd door cue-geïnduceerde hunkering, zoals beschreven in het model van Brand, Young [7]. Als tweede doel van de studie richten we ons op het onderzoeken van de rol van de gevoeligheid voor verveling bij ICD. We zouden dus graag een beter inzicht willen krijgen in de relatie tussen de kernkenmerken van een persoon en de symptomen van een specifieke internetgebruiksstoornis, die nog niet is onderzocht in de context van ICD.

Gevoeligheid voor verveling als voorspeller van een ICD

De conceptualisering van verveling wordt bepaald door verschillende situationele en individuele factoren.35]. Verveling zelf kan worden omschreven als een negatieve gemoedstoestand of een innerlijk conflict tussen een verwachte en een waargenomen ervaring.36, 37]. Brissett en Sneeuw [38] definieerde verveling als een toestand van “onderstimulatie, te weinig opwinding en gebrek aan psychologische betrokkenheid die gepaard gaat met ontevredenheid, en individuen proberen met verveling om te gaan door aanvullende stimulatie te zoeken” [39]. Deze toestand wordt ook geassocieerd met onaangename gevoelens, waaraan individuen proberen te ontsnappen.40, 41]. De neiging tot verveling wordt gedefinieerd als verveling. Het construct van de neiging tot verveling wordt vaak ‘geoperationaliseerd als de gevoeligheid van een individu om verveling te ervaren’.35]. Bovendien omvat de neiging tot verveling de moeilijkheid van een individu om de aandacht op een stimulus te vestigen, zich bewust te zijn van dit aandachtstekort en te proberen de ervaring van verveling als toestand te verminderen.35, 42].

Verschillende onderzoeken benadrukken de klinische relevantie van de neiging tot verveling door te illustreren dat verveling (de neiging tot verveling) verband houdt met alcoholgebruik.43], het gebruik van psychoactieve stoffen [44], indexen van depressie en angst [35], en gezondheidsproblemen in het algemeen [45]. Zhou en Leung [46] toonde aan dat verveling in de vrije tijd verband houdt met risicovol gedrag zoals delinquentie, extreme sensatie-activiteit en drugsmisbruik [36, 46, 47]. Als mogelijke verklaring voor de relatie tussen neiging tot verveling en middelengebruik (bijvoorbeeld alcoholgebruik) geven Biolcati, Passini [48] onderzocht mogelijke medierende effecten van verwachtingen op alcoholgebruik. De resultaten illustreerden dat het effect van neiging tot verveling op binge-drinkgedrag wordt gemedieerd door de verwachting om aan verveling te ontsnappen, aan problemen te ontsnappen en met negatieve gevoelens om te gaan.48]. Bovendien verklaart empirisch onderzoek naar verschillende gedragsverslavingen of pathologisch gedrag de relevantie van verveling voor risicovol gedrag. Blaszczynski, McConaghy [49] toonde aan dat personen met een gokstoornis hoger scoorden op vervelingsmaatregelen dan niet-gokkers. Gokken lijkt voor hen een mogelijkheid te zijn om negatieve toestanden of stemmingen te vermijden of te verminderen. Dit komt overeen met de resultaten gerapporteerd door Fortune en Goodie [50] illustreert dat pathologisch gokken geassocieerd is met de gevoeligheid voor verveling, wat een subschaal is van de Sensation Seeking Scale Form V van Zuckerman, Eysenck [51].

Zoals eerder beschreven is het gebruik van smartphones in het dagelijks leven het resultaat van een gemakkelijke en permanente toegang die voortdurende communicatie en entertainment mogelijk maakt [2, 52]. Onze hypothese is dat de mogelijkheid om een ​​blijvende stimulatie te ervaren leidt tot een tijdrovend en overmatig gebruik van de smartphone en online-communicatieapplicaties. Op dezelfde manier lijkt het vermijden van gevoelens van verveling de belangrijkste motivatie om internet te gebruiken [53]. Lin, Lin[37] toonde aan dat de neiging tot verveling en een hoge betrokkenheid bij internet beide de kans op een internetgebruiksstoornis vergroten. De auteurs benadrukken dat internet een mogelijkheid lijkt te zijn om opwinding en plezier te zoeken, wat het niveau van pathologisch gebruik verhoogt. Dit komt overeen met eerder onderzoek dat de nadruk legde op de relatie tussen een stoornis in internetgebruik en een grotere neiging tot verveling.54-56]. Zhou en Leung [46] specificeerde deze relatie en toonde aan dat verveling een voorspeller is van een pathologisch gebruik van sociale netwerksites en van pathologisch spelgedrag in sociale netwerkdiensten. Elhai, Vásquez [42] illustreerde dat een hogere neiging tot verveling het effect van depressie en angst op problematisch smartphonegedrag medieert. Over het geheel genomen nemen we aan dat de neiging tot verveling als eigenschap van verveling een persoonlijke risicofactor is met betrekking tot de ontwikkeling van een ICD.

Samenvatting van de doelstellingen van het onderzoek

Het huidige onderzoek heeft tot doel bij te dragen aan een beter begrip van de onderliggende affectieve en cognitieve mechanismen met betrekking tot symptomen van een ICD. Onze aannames zijn gebaseerd op eerdere onderzoeken, die het effect van verveling op risicovol gedrag zoals middelenmisbruik rapporteerden.57], gezondheidsrisicofactoren [46], pathologisch gokken [50], of internetgebruiksstoornis [37, 54]. We gaan ervan uit dat individuen die een grotere gevoeligheid hebben om verveling te ervaren en die de smartphone herhaaldelijk gebruiken als een onaangepaste coping-strategie, een grotere kans hebben om een ​​pathologisch gebruik van online-communicatietoepassingen te ontwikkelen. In overeenstemming met het I-PACE-model van Brand, Young [7] veronderstellen we dat het effect van neiging tot verveling wordt gemedieerd door specifieke cognities. Verder en gebaseerd op de studie van Biolcati, Passini [48] we gaan er ook van uit dat vooral individuen met een grotere neiging tot verveling en de verwachting om negatieve emoties te vermijden door het gebruik van online-communicatietoepassingen meer negatieve gevolgen ondervinden van het gebruik van dergelijke toepassingen. Als verder doel onderzoeken we de effecten van affectieve en cognitieve reacties. Het I-PACE-model suggereert dat het effect van vermijdingsverwachtingen op ICD-symptomen wordt gemedieerd door hogere hunkeringervaringen. Over het geheel genomen zou het mediërende effect van cue-geïnduceerde hunkering ook relevant kunnen zijn voor het mediërende effect van vermijdingsverwachtingen tussen neiging tot verveling en ICD. Fig 1 vat de hypothesen samen in een structureel vergelijkingsmodel.

Fig. 1. Hypothetisch model.

Het veronderstelde model voor het analyseren van de voorgestelde directe en indirecte effecten, inclusief de latente variabelen van ICD.

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

Methoden

Deelnemers en procedure

Honderdachtenveertig deelnemers tussen 18 en 60 jaar (M = 25.61, SD = 8.94) namen deel aan het huidige onderzoek. Hiervan waren 91 vrouwen en 57 mannen. Alle deelnemers waren gebruikers van online-communicatietoepassingen, variërend van twee tot negentien jaar gebruik (M = 8.09, SD = 3.09). De online communicatieapplicatie WhatsApp was de meest gebruikte applicatie (97.97% van alle deelnemers), gevolgd door Facebook (78.38% van alle deelnemers), Facebook Messenger (62.84% van alle deelnemers) en Instagram (53.38% van alle deelnemers). . Andere online-communicatietoepassingen zoals Twitter, iMessage, Snapchat of Skype werden door minder dan 50% van alle deelnemers gebruikt. De deelnemers besteden gemiddeld 125.41 minuten (SD = 156.49) per dag via WhatsApp, gevolgd door Instagram (M = 57.97, SD = 78.76), Snapchat (M = 53.71, SD = 65.40), en Facebook (M = 55.48, SD = 84.74). Alle overige applicaties werden gemiddeld minder dan 30 minuten per dag gebruikt.

We hebben de steekproef gerekruteerd aan de Universiteit van Duisburg-Essen (Duitsland) via mailinglijsten, online sociale netwerken en mond-tot-mondreclame. Het onderzoek werd uitgevoerd in een laboratorium, in een individuele setting. Allereerst zijn de deelnemers schriftelijk geïnformeerd over de procedure en hebben zij schriftelijk toestemming gegeven. We vroegen hen om hun smartphone in de vliegtuigmodus te zetten en deze tijdens deelname in hun zak te houden. Daarna beantwoordden de deelnemers online vragenlijsten en voerden ze een cue-reactiviteitsparadigma uit, evenals verdere experimentele paradigma's die niet relevant zijn voor het huidige manuscript. Daarna reageerden de deelnemers op verdere online vragenlijsten, zoals de Boredom Proneness Scale, de Internet-Use-Expectancies Scale of de korte Internet Addiction Test, die hieronder zal worden uitgelegd. In totaal duurde het onderzoek ongeveer een uur. Studenten kregen studiepunten voor hun deelname. De ethische commissie van de Universiteit van Duisburg-Essen heeft het onderzoek goedgekeurd.

Instrumenten

Gewijzigde versie van de korte internetverslavingstest voor internetcommunicatiestoornissen (s-IAT-ICD).

De tendensen van een ICD werden gemeten met de korte versie van de Internet Addiction Test (s-IAT) door Pawlikowski, Altstötter-Gleich [58]. Voor deze studie hebben we de aangepaste versie voor ICD gebruikt (s-IAT-ICD) [15]. De schaal beoordeelt subjectieve klachten in het dagelijks leven als gevolg van het gebruik van online-communicatietoepassingen. Om te beginnen wordt een definitie van online-communicatietoepassingen gegeven. De instructies benadrukken dat de term online-communicatietoepassingen zowel het actieve (bijv. schrijven van nieuwe berichten) als het passieve (bijv. bladeren en lezen van nieuwe berichten) omvat van sociale netwerksites en blogs zoals Facebook, Twitter en Instagram. , evenals instant messengers zoals WhatsApp.

Deelnemers moeten twaalf items beoordelen op een vijfpunts Likert-schaal (van 1 = ‘nooit’ tot 5 = ‘heel vaak’). Er werd een somscore berekend variërend van twaalf tot 60. Scores > 30 duiden op een problematisch gebruik van online-communicatietoepassingen, terwijl scores > 37 duiden op een pathologisch gebruik van online-communicatietoepassingen. De vragenlijst bestaat uit twee factoren (elk zes items): controleverlies/timemanagement (s-IAT-ICD 1: α = .849) en sociale problemen/verlangen (s-IAT-ICD 2: α = .708). De algehele interne consistentie was α = .842. Beide factoren vertegenwoordigen de latente dimensie van ICD in het structurele vergelijkingsmodel.

Cue-reactiviteit en verlangen.

Om cue-reactiviteit en hunkering te onderzoeken, werd een cue-reactiviteitsparadigma bestaande uit twaalf afbeeldingen gerelateerd aan online-communicatietoepassingen toegepast.34, 59]. De visuele signalen toonden verschillende smartphones die een gesprek weergaven via verschillende online-communicatietoepassingen. De stimuli werden vooraf getest en beschreven in een eerder onderzoek van Wegmann, Stodt [34]. In het huidige onderzoek beoordeelden de deelnemers elke foto met betrekking tot opwinding, valentie en drang om de smartphone te gebruiken op een vijfpunts Likert-schaal (van 1 = "geen opwinding/valentie/drang" tot 5 = "hoge opwinding/valentie/drang" ). Presentatie^® (Versie 16.5, www.neurobs.com) werd gebruikt voor cue-presentatie en beoordelingen.

Daarnaast gebruikten we de vragenlijst over het verlangen naar alcohol [60] aangepast voor smartphonegebruik om hunkering te beoordelen [34]. De vragenlijst werd voor en na het cue-reactiviteitsparadigma gepresenteerd om de hunkering bij aanvang (DAQ-ICD baseline-craving) te meten, evenals potentiële veranderingen in hunkering na blootstelling aan cue (DAQ-ICD post-craving). Daarom moesten de deelnemers 14 items beoordelen (bijvoorbeeld: “Het gebruik van de smartphone zou op dit moment bevredigend zijn”) op een zevenpunts Likert-schaal (van 0 = “volledig oneens” tot 6 = “volledig akkoord”). Nadat we één item hadden omgekeerd, berekenden we de gemiddelde score [59]. De interne consistenties waren α = 851 voor het verlangen naar DAQ-ICD bij aanvang en α = 919 voor het verlangen naar DAQ-ICD na het verlangen. In de volgende analyses werden de DAQ-ICD post-craving en de beoordelingen van het cue-reactiviteitsparadigma gebruikt om de latente dimensie van de cue-geïnduceerde hunkering in het structurele vergelijkingsmodel weer te geven.

Gewijzigde versie van de Internet-Use Expectancies Scale for online-communicatie (IUES).

De schaal voor internetgebruiksverwachtingen (IUES) [17] aangepast voor online-communicatie werd gebruikt om de verwachtingen van de deelnemers ten aanzien van het gebruik van online-communicatietoepassingen te beoordelen [16]. De vragenlijst bevat twee factoren (elk zes items): positieve bekrachtiging (bijvoorbeeld ‘Ik gebruik online-communicatietoepassingen om plezier te ervaren’; IUES positief: α = .838) en vermijdingsverwachtingen (bijvoorbeeld ‘Ik gebruik online-communicatietoepassingen om plezier te ervaren’; mezelf afleiden van problemen”; IUES-vermijding α = .732). Deelnemers moesten elk item beoordelen op een zespunts Likertschaal (van 1 = ‘helemaal mee oneens’ tot 6 = ‘helemaal mee eens’). Op basis van eerder onderzoek en theoretische aannames was alleen de variabele vermijdingsverwachtingen relevant voor de volgende analyses.

Korte Verveling Gevoeligheidsschaal (BPS).

De Short Boredom Proneness Scale (BPS) van Struk, Carriere [61] werd gebruikt om de neiging tot verveling te beoordelen. De schaal bestaat uit acht items (bijvoorbeeld: “Er is meer stimulatie nodig om mij op gang te krijgen dan de meeste mensen”), die moesten worden beoordeeld op een zevenpunts Likert-schaal (van 1 = “helemaal mee oneens” tot 7 = “helemaal mee eens”. ”). Er werd een algemene gemiddelde waarde berekend. De interne consistentie was α = .866.

statistische analyse

De statistische analyses zijn uitgevoerd met SPSS 25.0 voor Windows (IBM SPSS Statistics, uitgebracht 2017). We hebben de correlaties van Pearson berekend om bivariate relaties tussen twee variabelen te testen. De correlaties werden gedetailleerder geïnterpreteerd door gebruik te maken van effectgroottes. Gebaseerd op Cohen[62], Pearson's correlatiecoëfficiënt r ≥ 01 duidt op een kleine, r ≥ 03 een medium, en r ≥ 05 een groot effect. De analyses van het structurele vergelijkingsmodel (SEM) werden berekend met behulp van Mplus 6 [63]. Om de modelfit van de SEM te evalueren, gebruikten we de gestandaardiseerde root mean square residue (SRMR; waarden <.08 duiden op een goede fit met de data), root mean square error of approximation (RMSEA; waarden <.08 duiden op een goede en < .10 een acceptabele fit met de data), en vergelijkende fit-indices (CFI en TLI; waarden > .90 duiden op een acceptabele en > .95 duiden op een goede fit met de data) [64, 65]. Wij hebben ook gebruik gemaakt van de χ²-Test om te controleren of de gegevens afkomstig zijn van het gedefinieerde model. Als extra stap om meetfouten voor de SEM te verminderen, hebben we de methode van itempakkettering gebruikt voor variabelen die worden weergegeven als manifeste variabelen. Met deze methode kunnen de latente dimensies voor deze variabelen in de SEM worden opgebouwd [66, 67]. Daarom hebben we de onderlinge correlaties tussen de items van elke schaal gecontroleerd en vervolgens twee factoren gecreëerd voor de latente dimensies van de IUES en de BPS.

Resultaten

Beschrijvende waarden en multivariate statistieken

De gemiddelde waarden en standaarddeviaties van alle vragenlijsten, evenals de beoordelingen van het cue-reactiviteitsparadigma, zijn te vinden in Tabel 1. De geconstrueerde variabelen van de artikelverkaveling worden als aanvullende waarden opgenomen. Tabel 2 toont de bivariate correlaties tussen deze variabelen. Gebaseerd op de grensscores van Pawlikowski, Altstötter-Gleich [58] vertoonden 23 deelnemers een probleem en zeven deelnemers vertoonden een pathologisch gebruik van online-communicatietoepassingen, dat geassocieerd wordt met subjectieve klachten in het dagelijks leven als gevolg van het gebruik van deze toepassingen en symptomen van een ICD beschrijft.

Tabel 1. Gemiddelde waarden, standaardafwijkingen en bereik van de scores van de s-IAT-ICD en de toegepaste schalen.

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

Download link:

• PPT

PowerPoint-dia

• PNG

afbeelding vergroten

• TIFF

originele foto

Tabel 2. Bivariate correlaties tussen de scores van de s-IAT-ICD en de toegepaste schalen.

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

Het structurele vergelijkingsmodel

Het veronderstelde structurele vergelijkingsmodel vertoonde op latent niveau een uitstekende fit met de gegevens (SRMR = .029, CFI = .986, TLI = .972, RMSEA = .063, p = 299, BIC = 3962.65). De χ²-Test toonde ook een goede pasvorm aan (χ² = 22.25, p =. 074, χ²/df = 1.59). Alle gedefinieerde latente dimensies werden goed vertegenwoordigd door de gebruikte manifeste variabelen. In de eerste stap geven de resultaten aan dat de neiging tot verveling (β = .384, SE =. 096, p ≤ .001), cue-geïnduceerde hunkering (β = .414, SE =. 102, p ≤ .001), en vermijdingsverwachtingen (β = .255, SE =. 109, p = 011) waren significante voorspellers van ICD-tendensen. De neiging tot verveling had ook een direct effect op het verlangen naar cue (β = .411, SE =. 100, p ≤ .001) en vermijdingsverwachtingen (β = .567, SE =. 084, p ≤ 001). Bovendien waren vermijdingsverwachtingen een significante voorspeller van cue-geïnduceerde hunkering (β = .361, SE =. 107, p = .001). Het effect van neiging tot verveling op de symptomen van een ICD werd gemedieerd door cue-geïnduceerde hunkering (β = .170, SE =. 058, p = .003) en door vermijdingsverwachtingen (β = .145, SE =. 063, p = 021). Het effect van vermijdingsverwachtingen op ICD-neigingen werd ook gemedieerd door cue-geïnduceerde hunkering (β = .149, SE =. 059, p = 011). Bovendien werd de relatie tussen de neiging tot verveling en de symptomen van een ICD gemedieerd door vermijdingsverwachtingen en bovendien door cue-geïnduceerde hunkering (vervelingsneiging – vermijdingsverwachtingen – cue-geïnduceerde hunkering – ICD; β = .085, SE =. 037, p = 021); deze bemiddeling had echter slechts een klein effect. Over het geheel genomen verklaarde het geanalyseerde model 81.60% van de variantie van ICD-symptomen significant. Fig 2 toont het model met de factorladingen, β-gewichten en coëfficiënten.

Download link:

• PPT

PowerPoint-dia

• PNG

afbeelding vergroten

• TIFF

originele foto

Fig. 2. Resultaten van het structurele vergelijkingsmodel.

Resultaten van het structurele vergelijkingsmodel met ICD als afhankelijke variabele inclusief factorladingen op de beschreven latente variabelen en de bijbehorende β-gewichten, p-waarden en residuen.

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

Aanvullende analyses

Het eerder beschreven model was gebaseerd op theoretische overwegingen en verder empirisch bewijs, zoals de structurele vergelijkingsmodellen van Wegmann, Stodt [15] en Wegmann en Brand [8]. Niettemin wilden we het model vervolgens controleren op andere mogelijke beïnvloedende factoren om de onderliggende mechanismen van een ICD beter te begrijpen. Het eerste probleem dat we behandelden was het nauwe verband tussen de neiging tot verveling en depressie en angst.35, 68, 69]. Een actueel onderzoek van Elhai, Vasquez [42] illustreert dat de relatie tussen psychopathologische symptomen en problematisch smartphonegebruik wordt gemedieerd door een grotere neiging tot verveling. We beoordeelden psychopathologische symptomen zoals depressie (M = 0.53, SD = 0.53), interpersoonlijke gevoeligheid (M = 0.72, SD = 0.64), en angst (M = 0.55, SD = 0.49) met behulp van de Brief Symptom Inventory Questionnaire van Derogatis [70]. Omdat de variabelen die psychopathologische symptomen operationaliseren significant correleerden met de andere variabelen van het huidige model (all r's ≤ .448, allemaal p's ≤ .024), hebben we psychopathologische symptomen (namelijk depressie, interpersoonlijke gevoeligheid en angst) als een verdere latente dimensie in het model opgenomen. Gebaseerd op het bemiddelingsmodel van Elhai, Vasquez [42] hebben we gecontroleerd of het effect van de neiging tot verveling gebaseerd is op de constructie van psychopathologische symptomen of dat de neiging tot verveling een eigen statistische toename beschrijft, zoals werd benadrukt in eerdere onderzoeken [35, 42, 68].

Zoals geïllustreerd in Fig 3geven de resultaten aan dat psychopathologische symptomen een cruciale rol spelen bij de ontwikkeling en het onderhoud van een ICD, wat in lijn is met eerder onderzoek [8, 15, 42]. De relevantie van de neiging tot verveling als een belangrijke voorspeller van symptomen van een ICD neemt echter niet significant af na het opnemen van psychopathologische symptomen in het structurele vergelijkingsmodel. Dit benadrukt dat de neiging tot verveling en psychopathologische symptomen verwante, maar onafhankelijke constructen zijn waarvan de effecten op de neigingen van een ICD worden gemedieerd door cognitieve en affectieve componenten. De resultaten van het aanvullende structurele vergelijkingsmodel inclusief factorladingen op de beschreven latente variabelen en de bijbehorende β-gewichten, p-waarden en residuen zijn samengevat in Fig 3.

Fig. 3. Resultaten van het aanvullende structurele vergelijkingsmodel.

Resultaten van het structurele vergelijkingsmodel met psychopathologische symptomen als verdere voorspellende variabele inclusief factorladingen op de beschreven latente variabelen en de bijbehorende β-gewichten, p-waarden en residuen (afkortingen: PP = psychopathologische symptomen, BP = neiging tot verveling, AE = vermijdingsverwachtingen, CRAV = cue-geïnduceerde hunkering, ICD = internetcommunicatiestoornis).

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

We hebben leeftijd en geslacht ook beschouwd als potentiële variabelen die de structuur van het huidige model kunnen beïnvloeden. Daarom hebben we eerst de correlaties tussen leeftijd en alle andere variabelen berekend. De resultaten duiden op kleine correlaties (alle r's ≤ -.376). Deze correlaties illustreren een bekend patroon dat jongere deelnemers in het dagelijks leven hogere subjectieve klachten ervaren als gevolg van een overmatig gebruik van online-communicatietoepassingen. Als volgende stap controleerden we onze gegevens op genderverschillen door gebruik te maken van t-testvergelijkingen voor onafhankelijke steekproeven. Uit de resultaten bleek dat er geen significant verschil was tussen mannelijke en vrouwelijke deelnemers (p ≥ 319). Het structurele vergelijkingsmodel met aanvullende analyse naar geslacht werd berekend met behulp van gemiddelde structurele analyse als werkwijze [71]. De fit-indices van het structurele vergelijkingsmodel duiden op een goede fit met de gegevens (CFI = .975, TLI = .961, SRMR = .060, RMSEA = .075, p = 194, BIC = 4050.63). Voor zowel mannelijke als vrouwelijke deelnemers vonden we vergelijkbare resultaatpatronen. De vrouwelijke deelnemers vertoonden vergelijkbare bemiddelingseffecten zoals geïllustreerd in het veronderstelde structurele vergelijkingsmodel. Bij de mannen vonden we geen direct effect van vermijdingsverwachtingen op neigingen tot een ICD (β = .153, SE =. 133, p = .249), geen mediërend effect van vermijdingsverwachtingen op de relatie tussen neiging tot verveling en ICD (β = .029, SE =. 030, p = .327), en geen mediërend effect van hunkering op de relatie tussen neiging tot verveling en symptomen van een ICD (β = .073, SE =. 065, p = 262). Vanwege de kleine steekproefomvang, vooral als het om de mannelijke steekproef gaat, moeten de resultaten met voorzichtigheid worden besproken en in verdere onderzoeken worden gecontroleerd.

Discussie

In de huidige studie hebben we de validiteit getest van een theoretisch model dat uitgaat van interacties tussen de neiging tot verveling en affectieve en cognitieve componenten voor het verklaren van ICD-symptomen. Het structurele vergelijkingsmodel, op latent niveau, leverde een uitstekende fit op met de gegevens met behulp van de methode van item-pakkettering om meetfouten te verminderen. Alles bij elkaar verklaarden de neiging tot verveling en de mediërende effecten van cognitieve en affectieve componenten, namelijk vermijdingsverwachtingen en cue-geïnduceerde hunkering, 81.60% van de variantie in ICD-symptomen. De resultaten illustreren dat de neiging tot verveling een direct effect heeft op de ontwikkeling en het onderhoud van een ICD. Het was een significante voorspeller van de verwachting om negatieve emoties te vermijden en te ontsnappen aan de realiteit, evenals van door signalen veroorzaakte hunkering. Deze affectieve en cognitieve componenten bemiddelden het effect van de neiging tot verveling op de ICD. De resultaten benadrukken verder de interactie van de genoemde mediatoren, aangezien het effect van vermijdingsverwachtingen op ICD-symptomen gedeeltelijk werd gemedieerd door cue-geïnduceerde hunkering. Bovendien werd de bemiddeling van vermijdingsverwachtingen over de relatie tussen neiging tot verveling en ICD-symptomen gemedieerd door cue-geïnduceerde hunkering.

De resultaten ondersteunen de hypothese dat de relatie tussen de gevoeligheid om verveling te ervaren als onderdeel van iemands kernkenmerken, en de ervaring van negatieve gevolgen als gevolg van overmatig gebruik van online-communicatietoepassingen, wordt gemedieerd door affectieve en cognitieve reacties op externe contextgerelateerde stimuli. , zoals visuele aanwijzingen die gesprekken weergeven via verschillende online-communicatietoepassingen. De huidige resultaten breiden de bevindingen uit eerdere onderzoeken uit, die al aantoonden dat psychopathologische symptomen (zoals depressie of sociale angst) en persoonlijkheidsaspecten (zoals stresskwetsbaarheid of zelfwaardering) een effect hebben op ICD-symptomen, dat wordt gemedieerd door specifieke cognities. (zoals een disfunctionele copingstijl of verwachtingen over internetgebruik) [8, 15]. De resultaten komen overeen met het theoretische I-PACE-model voorgesteld door Brand, Young [7]. Centraal in het I-PACE-model staat het effect van iemands kernkenmerken op de subjectieve perceptie van een situatie, bijvoorbeeld wanneer hij wordt geconfronteerd met verslavingsgerelateerde prikkels, persoonlijke conflicten of stress. De subjectief gekleurde perceptie van situationele elementen leidt tot individuele affectieve en cognitieve reacties zoals cue-reactiviteit en hunkering, wat wordt beschreven als de wens om een ​​bepaalde toepassing te gebruiken en negatieve affectieve toestanden te verminderen.20, 24]. De resultaten van het huidige onderzoek ondersteunen deze veronderstelling door aan te tonen dat deelnemers die een hogere gevoeligheid hebben om verveling te ervaren (als een van de kernkenmerken van een persoon) of niet in staat zijn de aandacht op stimuli te reguleren.35], lopen een groter risico om overmatig gebruik te maken van online-communicatietoepassingen. De resultaten worden ook versterkt door de studie van Elhai, Vasquez [42] evenals door onze aanvullende analyse, die benadrukt dat psychopathologische symptomen zoals depressie, interpersoonlijke gevoeligheid en angst kunnen leiden tot een grotere vatbaarheid voor verveling en tot een hoger risico op een pathologisch gebruik van online-communicatietoepassingen. Dit gedrag wordt versterkt wanneer individuen worden geconfronteerd met specifieke (smartphonecommunicatiegerelateerde) prikkels en de wens ervaren om de smartphone of een specifieke communicatietoepassing te gebruiken. Het lijkt een automatische gewoonte te zijn om de smartphone te gebruiken nadat je een pictogram hebt gezien of naar het geluid van een inkomend bericht hebt geluisterd [34]. Gebruikers van online-communicatieapplicaties hebben mogelijk een dergelijke gewoonte ontwikkeld om te proberen om te gaan met onaangename gevoelens als verveling en zo te ontsnappen aan de ervaren onderprikkeling.20, 36].

Het mediërende effect van de vermijdingsverwachtingen op de relatie tussen de neiging tot verveling en ICD-symptomen ondersteunt deze veronderstelling. Net als bij cue-geïnduceerde hunkering tonen de resultaten aan dat de gevoeligheid voor het ervaren van verveling leidt tot de verwachting om negatieve emoties online te vermijden en om af te leiden van problemen door het gebruik van de smartphone of online-communicatieapplicaties. Dit komt overeen met Biolcati, Passini [48] waaruit blijkt dat de relatie tussen de neiging tot verveling en binge-drinkgedrag wordt gemedieerd door de verwachting om te ontsnappen aan onderstimulatie en aan de realiteit. De auteurs gaan ervan uit dat vooral adolescenten, die meer vatbaar zijn voor verveling in hun vrije tijd, verwachten te ontsnappen aan negatieve emoties door alcohol te drinken, wat het risico op binge-drinkgedrag vergroot.48]. Risicovol gedrag lijkt een soort onaangepast coping-mechanisme te zijn, waarbij individuen strategieën proberen te vinden om de neiging tot verveling te verminderen.35, 39, 40]. De resultaten van Biolcati, Passini [48], Biolcati, Mancini [39], en Harris[40] illustreren de belangrijkste aannames van het I-PACE-model, zoals de hypothese dat individuen proberen te ontsnappen aan negatieve emoties of omgaan met een abnormale stemming, vooral wanneer ze worden geconfronteerd met verslavingsgerelateerde stimuli, wat zou kunnen leiden tot de beslissing om een ​​bepaalde toepassing te gebruiken. Sinds Zhou en Leung [46] al de associatie van verveling met gamen in sociale netwerkomgevingen beschreef, specificeren de huidige resultaten deze relatie. De ervaring van bevrediging of stimulatie in een situatie van onder-arousal zou kunnen worden omschreven als een belangrijke factor die het risico vergroot om bepaalde online applicaties te gebruiken vanwege de verwachting om negatieve affectieve toestanden in soortgelijke situaties herhaaldelijk te verminderen. Dit komt overeen met de bevindingen van een neuroimaging-onderzoek door Montag, Markowetz [72] die de lonende aspecten liet zien van het gebruik van Facebook via smartphone en een hogere activering van het ventrale striatum wanneer individuen tijd doorbrengen op sociale netwerkdiensten.

Het tweede doel van de studie was om de interactie van affectieve en cognitieve reacties op externe stimuli te onderzoeken. Eerdere studies onderzochten al de relevantie van cue-reactiviteit en hunkering [34] en de verwachtingen over internetgebruik [8, 15] en vooral vermijdingsverwachtingen [16] voor de ontwikkeling en het onderhoud van een ICD. Het belang van deze twee constructen is al aangetoond voor specifieke internetgebruiksstoornissen, zoals internetaankopen of pathologisch kopen.18, 59], Kijkstoornis naar porno op internet [29], internetgamingstoornis [30, 73, 74], of gegeneraliseerde (niet-specifieke) internetgebruiksstoornis [17]. Voor zover ons bekend is er geen onderzoek geweest dat de interactie onderzocht tussen cue-geïnduceerde hunkering en verwachtingen over internetgebruik, zoals verondersteld in het I-PACE-model.7]. De auteurs van het I-PACE-model gaan ervan uit dat de verwachtingen over internetgebruik de door cue geïnduceerde hunkering voorspellen, wat een effect heeft op de symptomen van een specifieke internetgebruiksstoornis. Daarom veronderstelden we dat cue-geïnduceerde hunkering fungeert als een bemiddelaar tussen de verwachtingen van internetgebruik (voornamelijk vermijdingsverwachtingen) en ICD-symptomen. De hypothese wordt ondersteund door de huidige resultaten. De bevindingen geven aan dat affectieve en cognitieve componenten met elkaar interageren, wat de belangrijkste mechanismen van het theoretische model benadrukt. Individuen met specifieke internetgerelateerde cognities (bijvoorbeeld de verwachting om af te leiden van problemen, om te ontsnappen aan de realiteit of om eenzaamheid te vermijden) lijken kwetsbaar te zijn voor verslavingsgerelateerde signalen en lijken hogere hunkeringreacties te ervaren. Met betrekking tot de versterkingsmechanismen die in het I-PACE-model worden voorgesteld, wordt aangenomen dat individuen besluiten hun ‘eerste keuze’-applicaties te gebruiken om af te leiden van deze negatieve toestand en om bevrediging of compensatie te ervaren. Dit vergroot het risico dat u de controle over het internetgebruik verliest [7]. De resultaten zijn een eerste teken dat wijst op de interactie tussen affectieve en cognitieve reacties op externe en interne stimuli. Omdat er nog meer componenten zijn, zoals aandachtsbias en impliciete associaties, evenals de relevantie van remmende controle en uitvoerende functies.7] moeten de verbanden tussen deze factoren verder in detail worden onderzocht. Daarom zouden toekomstige studies zich moeten concentreren op de ICD, maar ook op andere specifieke internetgebruiksstoornissen.

Vooruitzichten en implicaties

Het gebruik van smartphones en online-communicatietoepassingen in het dagelijks leven lijkt over het algemeen niet problematisch. Voor de meeste mensen is het een gebruikelijke gewoonte om de smartphone te gebruiken tijdens het wachten op iemand anders of bijvoorbeeld op de trein. Turel en Bechara [75] illustreren ook de relevantie van impulsiviteit als risicofactor van een ICD. Over het geheel genomen lijken online-communicatietoepassingen een goed voorbeeld te zijn van de relatie tussen de neiging tot verveling en pathologisch gebruik. Er kan worden aangenomen dat de ervaring van bevrediging en compensatie door het gebruik van deze toepassingen een sleutelmechanisme is met betrekking tot het ontwikkelingsproces van een ICD. Hoewel de resultaten consistent zijn met de theoretische aannames van het I-PACE-model van Brand, Young [7], de ontwikkeling van verslavend online-communicatiegedrag en ICD-symptomen, evenals de rol van neiging tot verveling en affectieve en verdere cognitieve componenten, moeten in longitudinale onderzoeken worden onderzocht. Daarom is meer onderzoek nodig, vooral naar specifieke versterkingsmechanismen.

Dit in aanmerking genomen zou onderzoek zich, naast de vatbaarheid voor het ervaren van verveling, ook moeten richten op de subjectief waargenomen situatie. Ben Yehuda, Greenberg [76] ging al in op de relevantie van staatsverveling als een potentiële risicofactor voor het ontwikkelen van een smartphoneverslaving, wat in verder onderzoek moet worden onderzocht. Dit omvat de ervaring van onderstimulatie en onder-arousal als contextafhankelijke toestand.38, 57]. Aangenomen kan worden dat feitelijk waargenomen verveling een verdere relevante verklaring is waarom individuen de automatische gewoonte ontwikkelen om de smartphone te gebruiken in een situatie van onderstimulatie. Dit zou kunnen worden versterkt door de ervaren voldoening en compensatie en daardoor de kans vergroten om de smartphone in een vergelijkbare situatie opnieuw te gebruiken. Tot nu toe moeten verdere studies in gedachten houden dat situationele factoren zoals de werkelijke stemming, persoonlijke conflicten, feitelijk ervaren verveling of waargenomen stress de cognitieve en affectieve componenten kunnen beïnvloeden, evenals de beslissing om een ​​bepaalde toepassing te gebruiken.7, 77].

Gegeven het feit dat steeds meer individuen negatieve gevolgen ervaren in het dagelijks leven, zoals conflicten met familie en vrienden of werkgerelateerde problemen die voortvloeien uit een ongecontroleerd gebruik van internet en zijn specifieke toepassingen, is er een toenemende behoefte aan adequate en begeleide interventies. In de context van internetgebruiksstoornissen en de specifieke vormen ervan, zoals ICD, wordt aangenomen dat het succes van preventie en interventie voornamelijk afhangt van de geschiktheid van het aanpakken van relevante factoren. Rekening houdend met het feit dat persoonlijke kenmerken mogelijk moeilijk te wijzigen zijn, moeten interventies zich richten op zowel modererende als bemiddelende aspecten om overmatig gebruik van bepaalde internettoepassingen te voorkomen.7]. In deze studie is benadrukt dat de verwachting om negatieve gevoelens online te vermijden en door cue geïnduceerde hunkeringreacties een bemiddelende rol spelen bij de ontwikkeling en het onderhoud van een ICD. Het benutten van specifieke internetgebruiksverwachtingen om niet-bevorderende cognities te veranderen zou een eerste stap kunnen zijn op weg naar een functioneel internetgebruik. Mensen die moeite hebben met verveling of die een grotere gevoeligheid hebben om verveling te ervaren, moeten getraind worden om te beseffen dat internet of het gebruik van de smartphone niet de enige manier is om om te gaan met dagelijkse situaties die gepaard gaan met onderstimulatie of zelfs onaangename gevoelens. Dit aspect is vooral belangrijk omdat de verwachting dat online-communicatietoepassingen de ontsnapping aan problemen uit het echte leven kunnen bevorderen, vervolgens de hunkeringreacties kan bevorderen en intensiveren, zoals blijkt uit de huidige resultaten, vooral wanneer specifieke stimuli optreden. In het dagelijks leven kunnen zulke prikkels in het dagelijks leven bijvoorbeeld zijn het zien van andere personen die de smartphone gebruiken of het opmerken van een binnenkomend bericht. Dit kan het zelfs nog moeilijker maken voor individuen om weerstand te bieden aan de wens om bepaalde toepassingen te gebruiken. Alles bij elkaar kunnen individuen dan een verminderde controle over hun internetgebruik ontwikkelen, wat negatieve gevolgen kan hebben. Bovendien moeten de neigingen tot online-communicatietoepassingen als gevolg van ervaren hunkering systematisch worden verminderd door middel van trainingsprogramma's die individuen in staat stellen te leren hoe ze ongereguleerde reacties op specifieke stimuli kunnen vermijden.7]. De effectiviteit van gangbare trainingsmethoden behoeft verder onderzoek, vooral voor een ICD.

Ten slotte moeten we enkele beperkingen noemen. Het onderzoek is uitgevoerd met een gemakssteekproef, die noch representatief is voor de gehele populatie, noch voor behandelingszoekende patiënten met een internetgebruiksstoornis. Op basis van de huidige resultaten lijkt het de moeite waard om de interactie tussen neiging tot verveling, hunkering en gebruiksverwachtingen te onderzoeken bij andere steekproeven, zoals adolescenten en patiënten die behandeling zoeken. Een extra beperking is dat we ons alleen op ICD hebben gericht. Gezien het feit dat andere internettoepassingen ook kunnen worden gebruikt om te ontsnappen aan verveling of negatieve gevoelens, zou het onderzoek moeten worden herhaald met steekproeven die andere eerste keus vormen van gebruik hebben, zoals internetgamen, internetwinkelen of internetpornografisch gebruik.

Conclusie

Het huidige onderzoek was bedoeld om theoretische aannames met betrekking tot de ontwikkeling en het onderhoud van een ICD te onderzoeken. Gebaseerd op het I-PACE-model werd de nadruk gelegd op de mediërende effecten van cognitieve en affectieve componenten, namelijk vermijdingsverwachtingen en cue-geïnduceerde hunkering, op de relatie tussen de kernkenmerken van een persoon en ICD-symptomen. Deze studie onderzocht het effect van neiging tot verveling als een eigenschapsvariabele die mogelijk ICD-symptomen voorspelde. De huidige resultaten laten zien dat de neiging tot verveling een belangrijke rol zou kunnen spelen bij ICD. Individuen die een grotere gevoeligheid hebben om verveling te ervaren, vertonen hogere verwachtingen om negatieve gevoelens te vermijden door gebruik te maken van online-communicatietoepassingen, wat op zijn beurt de negatieve gevolgen in het dagelijks leven vergroot. Bovendien wordt het hebben van vermijdingsverwachtingen geassocieerd met een hogere ervaring van verlangen. Dit kan te wijten zijn aan een potentieel hogere kwetsbaarheid voor signalen die verband houden met internetcommunicatie, waardoor het nog moeilijker wordt om onlinecommunicatietoepassingen niet te gebruiken. Met deze resultaten komen de onderliggende mechanismen van een ICD beter tot hun recht. Interventiepogingen die gericht zijn op het voorkomen van een ongereguleerd en excessief gebruik van internet en zijn specifieke toepassingen kunnen mogelijk worden geoptimaliseerd door het concept van de neiging tot verveling en de interactie ervan met cue-reactiviteit, hunkering en verwachtingen in overweging te nemen.

Ondersteunende informatie

S1 Bestand.sav

vijgdeel

Downloaden

Gegevensset_PoNE-D-17-41307R2.sav.

Dit bestand is de dataset van het huidige onderzoek en bevat alle variabelen en informatie voor de uitgevoerde analyses.

(SAV)

S1-bestand. Gegevensset_PoNE-D-17-41307R2.sav.

Dit bestand is de dataset van het huidige onderzoek en bevat alle variabelen en informatie voor de uitgevoerde analyses.

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

(SAV)

Referenties

1. 1. Statistische gegevens. Aantal smartphonegebruikers wereldwijd van 2014 tot 2020 (in miljarden) 2017 [geciteerd 2017 22/11/2017].
2. 2. Kuss DJ, Griffiths MD. Online sociale netwerken en verslaving: een overzicht van de psychologische literatuur. Internationaal tijdschrift voor milieuonderzoek en volksgezondheid. 2011;8:3528–52. pmid:22016701
   • Bekijk artikel
   • PubMed / NCBI
   • Google Scholar
3. 3. Amichai-Hamburger Y, Vinitzky G. Gebruik van sociale netwerken en persoonlijkheid. Computers in menselijk gedrag. 2010;26(6):1289–95.
4. Bekijk artikel
5. Google Scholar
6. 4. Statistische gegevens. Aantal maandelijks actieve WhatsApp-gebruikers wereldwijd van april 2013 tot juli 2017 (in miljoenen) 2017 [geciteerd 2017 22/11/2017].
7. 5. Statistische gegevens. Aantal maandelijks actieve Facebook-gebruikers wereldwijd vanaf het derde kwartaal van 3 (in miljoenen) 2017 [geciteerd 2017 2017/22/11].
8. Bekijk artikel
9. PubMed / NCBI
10. Google Scholar
11. Bekijk artikel
12. PubMed / NCBI
13. Google Scholar
14. Bekijk artikel
15. PubMed / NCBI
16. Google Scholar
17. Bekijk artikel
18. PubMed / NCBI
19. Google Scholar
20. Bekijk artikel
21. Google Scholar
22. Bekijk artikel
23. PubMed / NCBI
24. Google Scholar
25. Bekijk artikel
26. Google Scholar
27. Bekijk artikel
28. PubMed / NCBI
29. Google Scholar
30. Bekijk artikel
31. Google Scholar
32. Bekijk artikel
33. PubMed / NCBI
34. Google Scholar
35. Bekijk artikel
36. PubMed / NCBI
37. Google Scholar
38. Bekijk artikel
39. Google Scholar
40. Bekijk artikel
41. PubMed / NCBI
42. Google Scholar
43. Bekijk artikel
44. PubMed / NCBI
45. Google Scholar
46. Bekijk artikel
47. Google Scholar
48. Bekijk artikel
49. PubMed / NCBI
50. Google Scholar
51. Bekijk artikel
52. PubMed / NCBI
53. Google Scholar
54. Bekijk artikel
55. PubMed / NCBI
56. Google Scholar
57. Bekijk artikel
58. Google Scholar
59. Bekijk artikel
60. PubMed / NCBI
61. Google Scholar
62. Bekijk artikel
63. PubMed / NCBI
64. Google Scholar
65. Bekijk artikel
66. PubMed / NCBI
67. Google Scholar
68. Bekijk artikel
69. PubMed / NCBI
70. Google Scholar
71. Bekijk artikel
72. PubMed / NCBI
73. Google Scholar
74. Bekijk artikel
75. PubMed / NCBI
76. Google Scholar
77. Bekijk artikel
78. PubMed / NCBI
79. Google Scholar
80. Bekijk artikel
81. PubMed / NCBI
82. Google Scholar
83. Bekijk artikel
84. PubMed / NCBI
85. Google Scholar
86. Bekijk artikel
87. Google Scholar
88. Bekijk artikel
89. Google Scholar
90. Bekijk artikel
91. Google Scholar
92. Bekijk artikel
93. PubMed / NCBI
94. Google Scholar
95. Bekijk artikel
96. Google Scholar
97. Bekijk artikel
98. PubMed / NCBI
99. Google Scholar
100. Bekijk artikel
101. Google Scholar
102. Bekijk artikel
103. Google Scholar
104. Bekijk artikel
105. Google Scholar
106. Bekijk artikel
107. PubMed / NCBI
108. Google Scholar
109. Bekijk artikel
110. Google Scholar
111. Bekijk artikel
112. PubMed / NCBI
113. Google Scholar
114. Bekijk artikel
115. Google Scholar
116. Bekijk artikel
117. Google Scholar
118. Bekijk artikel
119. PubMed / NCBI
120. Google Scholar
121. Bekijk artikel
122. PubMed / NCBI
123. Google Scholar
124. Bekijk artikel
125. PubMed / NCBI
126. Google Scholar
127. Bekijk artikel
128. PubMed / NCBI
129. Google Scholar
130. Bekijk artikel
131. PubMed / NCBI
132. Google Scholar
133. Bekijk artikel
134. PubMed / NCBI
135. Google Scholar
136. Bekijk artikel
137. Google Scholar
138. Bekijk artikel
139. Google Scholar
140. Bekijk artikel
141. Google Scholar
142. Bekijk artikel
143. PubMed / NCBI
144. Google Scholar
145. Bekijk artikel
146. Google Scholar
147. Bekijk artikel
148. PubMed / NCBI
149. Google Scholar
150. Bekijk artikel
151. Google Scholar
152. Bekijk artikel
153. PubMed / NCBI
154. Google Scholar
155. 6. Young KS, Pistner M, O'Mara J, Buchanan J. Cyberstoornissen: de zorg voor de geestelijke gezondheidszorg voor het nieuwe millennium. Cyberpsychologie en gedrag. 1999;2:475–9. pmid: 19178220
156. 7. Merk M, Young KS, Laier C, Wölfling K, Potenza MN. Integratie van psychologische en neurobiologische overwegingen met betrekking tot de ontwikkeling en het onderhoud van specifieke internetgebruiksstoornissen: een interactie van Person-Affect-Cognition-Execution (I-PACE) -model. Neurowetenschappen en biogedragsrecensies. 2016; 71: 252–66. pmid: 27590829
157. 8. Wegmann E, Brand M. Internetcommunicatiestoornis: het is een kwestie van sociale aspecten, coping en verwachtingen over internetgebruik. Grenzen in de psychologie. 2016;7(1747):1–14. pmid: 27891107
158. Bekijk artikel
159. Google Scholar
160. Bekijk artikel
161. PubMed / NCBI
162. Google Scholar
163. Bekijk artikel
164. Google Scholar
165. Bekijk artikel
166. PubMed / NCBI
167. Google Scholar
168. Bekijk artikel
169. Google Scholar
170. 9. Choi SW, Kim DJ, Choi JS, Choi EJ, Song WY, Kim S, et al. Vergelijking van risico- en beschermende factoren geassocieerd met smartphoneverslaving en internetverslaving. Journal of gedragsverslavingen. 2015;4(4):308–14. pmid: 26690626
171. Bekijk artikel
172. PubMed / NCBI
173. Google Scholar
174. Bekijk artikel
175. PubMed / NCBI
176. Google Scholar
177. Bekijk artikel
178. PubMed / NCBI
179. Google Scholar
180. Bekijk artikel
181. PubMed / NCBI
182. Google Scholar
183. Bekijk artikel
184. Google Scholar
185. Bekijk artikel
186. Google Scholar
187. Bekijk artikel
188. PubMed / NCBI
189. Google Scholar
190. 10. Montag C, Blaszkiewicz K, Sariyska R, Lachmann B, Andone I, Trendafilov B, et al. Smartphonegebruik in de 21e eeuw: wie is actief op WhatsApp? BMC-onderzoeksnotities. 2015;8:1–6.
191. 11. Brand M, Young KS, Laier C. Prefrontale controle en internetverslaving: een theoretisch model en overzicht van neuropsychologische en neuroimaging-bevindingen. Grenzen in de menselijke neurowetenschappen. 2014;8(375):1–36. pmid: 24904393
192. 12. DavisRA. Een cognitief-gedragsmodel van pathologisch internetgebruik. Computers in menselijk gedrag. 2001; 17: 187–95.
193. 13. SpadaMM. Een overzicht van problematisch internetgebruik. Verslavend gedrag. 2014;39:Epub vóór druk. 3–6. pmid: 24126206
194. 14. Billieux J, Maurage P, Lopez-Fernandez O, Kuss DJ, Griffiths MD. Kan ongeordend gebruik van mobiele telefoons worden beschouwd als gedragsverslaving? Een update van huidig ​​bewijsmateriaal en een uitgebreid model voor toekomstig onderzoek. Actuele verslavingsrapporten. 2015;2(2):156–62.
195. 15. Wegmann E, Stodt B, Brand M. Verslavend gebruik van sociale netwerksites kan worden verklaard door de interactie tussen verwachtingen over internetgebruik, internetgeletterdheid en psychopathologische symptomen. Journal of gedragsverslavingen. 2015;4(3):155–62. pmid: 26551905
196. 16. Wegmann E, Oberst U, Stodt B, Brand M. Online-specifieke angst om iets te missen en verwachtingen over internetgebruik dragen bij aan symptomen van internetcommunicatiestoornissen. Rapporten over verslavend gedrag. 2017; 5: 33–42. pmid: 29450225
197. 17. Merk M, Laier C, Young KS. Internetverslaving: copingstijlen, verwachtingen en implicaties van de behandeling. Grenzen in de psychologie. 2014;5:1–14.
198. 18. Trotzke P, Starcke K, Müller A, Brand M. Pathologisch online kopen als een specifieke vorm van internetverslaving: een modelgebaseerd experimenteel onderzoek. PLoS EEN. 2015;10(10):e0140296. pmid: 26465593
199. 19. Sayette MA. De rol van hunkering bij stoornissen in het middelengebruik: theoretische en methodologische kwesties. Jaarlijks overzicht van de klinische psychologie. 2016;12:407–33. pmid: 26565121.
200. 20. Hormes JM. De klinische betekenis van hunkering naar verslavend gedrag: een overzicht. Actuele verslavingsrapporten. 2017;4(2):132–41.
201. 21. Bechara A. Besluitvorming, impulsbeheersing en verlies van wilskracht om drugs te weerstaan: een neurocognitief perspectief. Natuur neurowetenschappen. 2005; 8: 1458–63. pmd: 16251988
202. 22. Carter BL, Tiffany ST. Meta-analyse van cue-reactiviteit in verslavingsonderzoek. Verslaving. 1999; 94: 327–40. pmid: 10605857
203. 23. Skinner MD, Aubin HJ. De plaats van verlangen in de verslavingstheorie: bijdragen van de belangrijkste modellen. Neurowetenschappen en biogedragsrecensies. 2010;34:606–23. pmd: 19961872
204. 24. Drummond DC. Theorieën over hunkering naar drugs, oud en modern. Verslaving (Abingdon, Engeland). 2001;96:33–46.
205. 25. Schiebener J, Laier C, Brand M. Vastlopen met pornografie? Overmatig gebruik of verwaarlozing van cybersekssignalen in een multitasking-situatie houdt verband met symptomen van cyberseksverslaving. Journal of gedragsverslavingen. 2015;4(1):14–21. pmid: 25786495
206. 26. Niu GF, Sun XJ, Subrahmanyam K, Kong FC, Tian Y, Zhou ZK. Cue-geïnduceerd verlangen naar internet onder internetverslaafden. Verslavend gedrag. 2016;62:1–5. pmid: 27305097
207. 27. Tiffany ST, Wray JM. De klinische betekenis van hunkeren naar drugs. Annalen van de New York Academy of Sciences. 2012;1248:1–17. pmid:22172057
208. 28. Snagowski J, Brand M. Symptomen van cyberseksverslaving kunnen worden gekoppeld aan zowel het naderen als het vermijden van pornografische stimuli: resultaten van een analoge steekproef van reguliere cyberseksgebruikers. Grenzen in de psychologie. 2015;6:653. pmid: 26052292
209. 29. Laier C, Pawlikowski M, Pekal J, Schulte FP, Brand M. Cyberseksverslaving: ervaren seksuele opwinding bij het kijken naar pornografie en niet bij echte seksuele contacten maakt het verschil. Journal of gedragsverslavingen. 2013; 2: 100–7. pmid: 26165929
210. 30. Thalemann R, Wölfling K, Grüsser SM. Specifieke cue-reactiviteit op computerspelgerelateerde signalen bij excessieve gamers. Gedragsneurowetenschappen. 2007; 121: 614–8. pmid: 17592953
211. 31. Liu L, Yip SW, Zhang JT, Wang LJ, Shen ZJ, Liu B, et al. Activering van het ventrale en dorsale striatum tijdens cue-reactiviteit bij internetgamingstoornis. Verslaving biologie. 2017;3(2):791–801. pmid: 26732520.
212. 32. Park CB, Park SM, Gwak AR, Sohn BK, Lee JY, Jung HY, et al. Het effect van herhaalde blootstelling aan virtuele goksignalen op de drang om te gokken. Verslavend gedrag. 2015; 41: 61–4. pmid: 25306387
213. 33. Fernie BA, Caselli G, Giustina L, Donato G, Marcotriggiani A, Spada MM. Verlangendenken als voorspeller van gokken. Verslavend gedrag. 2014;39:793–6. pmid: 24531634
214. 34. Wegmann E, Stodt B, Brand M. Cue-geïnduceerde hunkering bij internetcommunicatiestoornissen met behulp van visuele en auditieve signalen in een cue-reactiviteitsparadigma. Verslavingsonderzoek en theorie. 2017: Epub vóór de druk.
215. 35. LePera N. Relaties tussen neiging tot verveling, mindfulness, angst, depressie en middelengebruik. Het nieuwe schoolpsychologiebulletin. 2011;8(2):15–23.
216. 36. Iso-Ahola SE, Weissinger E. Percepties van verveling in de vrije tijd: conceptualisering, betrouwbaarheid en validiteit van de Leisure Boredom Scale. Tijdschrift voor vrijetijdsonderzoek. 1990;22(1):1–17.
217. 37. Lin CH, Lin SL, Wu CP. De effecten van ouderlijk toezicht en verveling in de vrije tijd op de internetverslaving van adolescenten. Adolescentie. 2009;44(176):993–1004. Epub 2009/01/01. pmid: 20432612.
218. 38. Brissett D, Sneeuw RP. Verveling: waar de toekomst niet is. Symbolische interactie. 1993;16(3):237–56.
219. 39. Biolcati R, Mancini G, Trombini E. Gevoeligheid voor verveling en risicogedrag tijdens de vrije tijd van adolescenten. Psychologische rapporten. 2017: 1–21. Epub 2017/08/05. pmid: 28776483.
220. 40. HarrisMB. Correlaties en kenmerken van neiging tot verveling en verveling. Tijdschrift voor Toegepaste Sociale Psychologie. 2000;30(3):576–98.
221. 41. Mikulas WL, Vodanovich SJ. De essentie van verveling. Het psychologische verslag. 1993;43(1):3–12.
222. 42. Elhai JD, Vasquez JK, Lustgarten SD, Levine JC, Zaal BJ. De neiging tot verveling bemiddelt in de relatie tussen problematisch smartphonegebruik en depressie en de ernst van angst. Sociale wetenschappen computerrecensie. 2017: 1–14.
223. 43. Wiesner M, Windle M, Freeman A. Werkstress, middelengebruik en depressie onder jongvolwassen werknemers: een onderzoek naar het hoofd- en moderatoreffectmodel. Tijdschrift voor bedrijfsgezondheidspsychologie. 2005;10(2):83–96. pmid: 15826220.
224. 44. Anshel MH. Een onderzoek onder topsporters naar de waargenomen oorzaken van het gebruik van verboden drugs in de sport. Journal of Sportgedrag. 1991;14(4):283–310.
225. 45. ThackrayRI. De stress van verveling en eentonigheid: een beschouwing van het bewijsmateriaal. Psychosomatische geneeskunde. 1981;43(2):165–76. pmid:7267937.
226. 46. ​​Zhou SX, Leung L. Bevrediging, eenzaamheid, verveling in de vrije tijd en zelfwaardering als voorspellers van SNS-gameverslaving en gebruikspatroon onder Chinese studenten. International Journal of Cyber-gedrag, psychologie en leren. 2012;2(4):34–48.
227. 47. Caldwell LL, Smith EA. Gezondheidsgedrag van vervreemde jongeren in de vrije tijd. Loisir et Société / Samenleving en vrije tijd. 1995;18(1):143–56.
228. 48. Biolcati R, Passini S, Mancini G. "Ik kan de verveling niet verdragen." Verwachtingen van binge-drinken in de adolescentie. Rapporten over verslavend gedrag. 2016;3(supplement C):70–6. pmd: 29532002
229. 49. Blaszczynski A, McConaghy N, Frankova A. Gevoeligheid voor verveling bij pathologisch gokken. Psychologische rapporten. 1990;67(1):35–42. Epub 1990/08/01. pmid:2236416.
230. 50. Fortune EE, Goodie AS. De relatie tussen pathologisch gokken en het zoeken naar sensatie: de rol van subschaalscores. Tijdschrift voor gokstudies. 2010;26(3):331–46. pmid: 19943092.
231. 51. Zuckerman M, Eysenck S, Eysenck HJ. Sensatie zoeken in Engeland en Amerika: interculturele, leeftijds- en geslachtsvergelijkingen. Tijdschrift voor advies en klinische psychologie. 1978;46(1):139–49. Epub 1978/02/01. pmid:627648.
232. 52. Neubaum G, Krämer NC. Mijn vrienden naast mij: een laboratoriumonderzoek naar voorspellers en gevolgen van het ervaren van sociale nabijheid op sociale netwerksites. Cyberpsychologie, gedrag en sociale netwerken. 2015;18(8):443–9. pmid: 26252929
233. 53. Lin CH, Yu SF. Internetgebruik onder adolescenten in Taiwan: onderzoek naar genderverschillen. Adolescentie. 2008;43(170):317–31. pmid: 18689104.
234. 54. Rahmani S, Lavasani MG. De relatie tussen internetafhankelijkheid en het zoeken naar sensaties en persoonlijkheid. Procedia - Sociale en gedragswetenschappen. 2011;30(supplement C):272–7.
235. 55. Kamerlid Chaney, Chang CY. Een drietal onrust voor seksueel verslaafde internetmannen die seks hebben met mannen: neiging tot verveling, sociale verbondenheid en dissociatie. Seksuele verslaving en compulsiviteit. 2005;12(1):3–18.
236. 56. Velezmoro R, Lacefield K, Roberti JW. Ervaren stress, sensatie zoeken en misbruik van internet door studenten. Computers in menselijk gedrag. 2010;26(6):1526–30.
237. 57. Weybright EH, Caldwell LL, Ram N, Smith EA, Wegner L. Gevoelig voor verveling of niets te doen? Onderscheid maken tussen staats- en eigenschapsverveling in de vrije tijd en de associatie ervan met middelengebruik bij Zuid-Afrikaanse adolescenten. Vrijetijdswetenschappen. 2015;37(4):311–31. pmid: 26085700.
238. 58. Pawlikowski M, Altstötter-Gleich C, Brand M. Validatie en psychometrische eigenschappen van een korte versie van Young's Internet Addiction Test. Computers in menselijk gedrag. 2013; 29: 1212–23.
239. 59. Trotzke P, Starcke K, Pedersen A, Brand M. Cue-geïnduceerde hunkering naar pathologisch kopen: empirisch bewijs en klinische implicaties. Psychosomatische geneeskunde. 2014;76(9):694–700. pmid: 25393125.
240. 60. Love A, James D, Willner P. Een vergelijking van twee vragenlijsten over hunkering naar alcohol. Verslaving (Abingdon, Engeland). 1998;93(7):1091–102.
241. 61. Struk AA, Carriere JS, Cheyne JA, Danckert J. Een korte schaal voor verveling. Onderzoek. 2015;24(3):346–59. pmid: 26467085.
242. 62. Cohen J. Statistische machtsanalyse voor de gedragswetenschappen. 2 uitg. Hillsdale, NJ: Erlbaum; 1988.
243. 63. Muthén L, Muthén B. MPlus. Los Angeles: Muthén & Muthén; 2011.
244. 64. Hu L, Bentler PM. Evalueren van modelfit. In: Hoyle RH, redacteur. Structurele vergelijkingsmodelleringsconcepten, problemen en toepassingen. Londen: Sage Publications, Inc; 1995. blz. 76–99.
245. 65. Hu L, Bentler PM. Cutoff-criteria voor fit-indexen in covariantiestructuuranalyse: conventionele criteria versus nieuwe alternatieven. Structurele vergelijkingsmodellering: een multidisciplinair tijdschrift. 1999;6:1–55.
246. 66. Marsh HW, Ludtke O, Nagengast B, Morin AJ, Von Davier M. Waarom itempakketten (bijna) nooit gepast zijn: twee fouten maken nog geen goed: het camoufleren van verkeerde specificatie met itempakketten in CFA-modellen. Psychologische methoden. 2013;18(3):257–84. pmid: 23834417.
247. 67. Kleine TD, Cunningham WA, Shahar G, Widaman KF. Verpakken of niet verpakken: de vraag verkennen, de voordelen afwegen. Structurele vergelijkingsmodellering: een multidisciplinair tijdschrift. 2002;9(2):151–73.
248. 68. Sommers J, Vodanovich SJ. Gevoeligheid voor verveling: de relatie ervan met psychologische en fysieke gezondheidssymptomen. Tijdschrift voor klinische psychologie. 2000;56(1):149–55. Epub 2000/02/08. pmid: 10661377.
249. 69. Gordon A, Wilkinson R, McGown A, Jovanoska S. De psychometrische eigenschappen van de Boredom Proneness Scale: een onderzoek naar de geldigheid ervan. Psychologische studies. 1997;42(2–3):85–97.
250. 70. Derogatis LR. BSI Korte Symptoominventarisatie: Handleiding voor administratie, scores en procedures. 1993. Epub derde bewerking.
251. 71. Dimitrov DM. Vergelijken van groepen op latente variabelen: een aanpak voor het modelleren van structurele vergelijkingen. Werk (lezen, mis). 2006;26(4):429–36. Epub 2006/06/22. pmid: 16788262.
252. 72. Montag C, Markowetz A, Blaszkiewicz K, Andone I, Lachmann B, Sariyska R, et al. Facebook-gebruik op smartphones en grijze stofvolume van de nucleus accumbens. Gedragsmatig hersenonderzoek. 2017;329:221–8. pmid: 28442353.
253. 73. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS. Hersencorrelaties van het verlangen naar online gamen onder cue-blootstelling bij proefpersonen met internetverslaving en bij geremitteerde proefpersonen. Verslaving biologie. 2013; 18: 559–69. pmid: 22026537
254. 74. Ko CH, Liu GC, Yen JY, Yen CF, Chen CS, Lin WC. De hersenactivaties voor zowel cue-geïnduceerde game-drang als hunkering naar roken bij proefpersonen die comorbide zijn met internetgamingverslaving en nicotineverslaving. Tijdschrift voor psychiatrisch onderzoek. 2013;47(4):486–93. pmid: 23245948
255. 75. Turel O, Bechara A. Effecten van motorische impulsiviteit en slaapkwaliteit op vloeken, interpersoonlijk afwijkend en nadelig gedrag op online sociale netwerksites. Persoonlijkheid en individuele verschillen. 2017; 108: 91–7.
256. 76. Ben-Yehuda L, Greenberg L, Weinstein A. Internetverslaving door gebruik te maken van de smartphone-relaties tussen internetverslaving, de frequentie van smartphonegebruik en de blik van de geest van mannelijke en vrouwelijke studenten. Journal of Reward Deficiency Syndrome & Verslavingswetenschap. 2016.
257. 77. Tavolacci MP, Ladner J, Grigioni S, Richard L, Villet H, Dechelotte P. Prevalentie en associatie van waargenomen stress, middelengebruik en gedragsverslavingen: een cross-sectioneel onderzoek onder universiteitsstudenten in Frankrijk, 2009-2011. BMC volksgezondheid. 2013;13:724. pmid:23919651.