Validatie van een Maleisische versie van de Smartphone-verslavingsschaal onder medische studenten in Maleisië (2015)

2015 Oct 2;10(10):e0139337. doi: 10.1371 / journal.pone.0139337.

Ching SM1, Yee A2, Ramachandran V3, Sazlly Lim SM4, Wan Sulaiman WA4, Foo YL4, Hoo FK4.

Abstract

INVOERING:

Deze studie werd geïnitieerd om de psychometrische eigenschappen van de Smart Phone Addiction Scale (SAS) te bepalen door deze schaal te vertalen en valideren in de Maleis taal (SAS-M), de hoofdtaal die gesproken wordt in Maleisië. Deze studie kan slimme telefoon- en internetverslaving onderscheiden tussen multi-etnische Maleisische medische studenten. Daarnaast is ook de betrouwbaarheid en validiteit van de SAS aangetoond.

MATERIALEN EN METHODES:

Een totaal van 228-deelnemers werd geselecteerd tussen augustus 2014 en september 2014 om een ​​reeks vragenlijsten in te vullen, waaronder de SAS en de gemodificeerde Kimberly Young-internetverslavingstest (IAT) in de Maleisische taal.

RESULTATEN:

Er waren 99 mannen en 129 vrouwen met leeftijden variërend van 19 tot 22 jaar (21.7 ± 1.1) in deze studie. Beschrijvende en factoranalyses, coëfficiënten binnen de klasse, t-tests en correlatieanalyses werden uitgevoerd om de betrouwbaarheid en validiteit van de SAS te verifiëren. Bartlett's test van bolvormigheid was significant (p <0.01), en de Kaiser-Mayer-Olkin-maat voor de steekproefgeschiktheid voor de SAS-M was 0.92, wat een verdienstelijke indicatie is dat de factoranalyse geschikt was. De interne consistentie en gelijktijdige validiteit van de SAS-M werden geverifieerd (Cronbach's alpha = 0.94). Alle subschalen van de SAS-M, behalve positieve anticipatie, waren significant gerelateerd aan de Maleisische versie van de IAT.

Conclusies:

Deze studie ontwikkelde de eerste schaal voor verslaving aan smartphones onder studenten geneeskunde. Deze schaal bleek betrouwbaar en geldig in de Maleisische taal.

Citation: Ching SM, Yee A, Ramachandran V, Sazlly Lim SM, Wan Sulaiman WA, Foo YL, et al. (2015) Validatie van een Maleisische versie van de Smartphone-verslavingsschaal onder medische studenten in Maleisië. PLoS ONE 10 (10): e0139337. doi: 10.1371 / journal.pone.0139337

Editor: Aviv M. Weinstein, University of Ariel, ISRAEL

ontvangen: Maart 18, 2015; Aanvaard: September 11, 2015; Gepubliceerd: 2 oktober 2015

Copyright: © 2015 Ching 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 willen ook het UPM-onderzoeksfonds (subsidienr .: UPM / 700-2 / 1 / GP-IPM / 2014 / 9436500) bedanken voor de financiële steun. De URL is http://www.rmc.upm.edu.my/.

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

Introductie

Dit lijdt geen twijfel dat de smartphone ons enorm veel gemak biedt in ons dagelijks leven, omdat het een geavanceerdere rekencapaciteit en connectiviteit heeft dan standaard functietelefoons [1]. Het gebruik van een smartphone heeft zijn eigen verscheidenheid aan doelen en doeleinden. Uit een groot aantal onderzoeken blijkt dat smartphone tal van voordelen biedt voor sociale en medische doeleinden [2-5]. Hoewel de smartphone een van de meest populaire en belangrijke communicatiemiddelen is geworden, is het overmatig gebruik ervan wereldwijd als een maatschappelijk probleem naar voren gekomen en heeft het een nieuwe zorg voor de geestelijke gezondheid gecreëerd, waarin de gebruiker de neiging heeft om er afhankelijk van te worden [6-8].

Smartphone-verslaving wordt ook "afhankelijkheid van mobiele telefoons", "dwangmatige overbelasting van mobiele telefoons" of "overbelasting van mobiele telefoons" genoemd. Deze termen beschrijven vooral het fenomeen problematisch gebruik van mobiele telefoons [9, 10]. "Smartphone-verslaving" is de term die gewoonlijk in de literatuur wordt gebruikt. Deze verslaving wordt voornamelijk gekenmerkt door overmatige of slecht gecontroleerde preoccupaties, aandrang of gedragingen met betrekking tot smartphonegebruik, voor zover personen andere levensgebieden verwaarlozen [11-13]. Studies melden dat overmatig gebruik van mobiele telefoons werd geassocieerd met stress, slaapstoornissen, roken en symptomen van depressie [14-16].

Recente gegevens uit Maleisië hebben aangetoond dat de penetratie van smartphones is gestegen van 47% in 2012 naar 63% in 2013. In 2014 waren 10.13 miljoen Maleisiërs actieve smartphonegebruikers, vergeleken met 7.7 miljoen in 2012 [17-20]. Pathologisch gebruik van de smartphone is vergelijkbaar met internetverslaving. Het gebruik van internetverslaving wordt excessief onder jongeren en volwassenen wereldwijd [21]. Overmatige internetverslaving leidt tot psychiatrische aandoeningen, een laag zelfbeeld, depressie en verminderde academische en professionele prestaties [22-25]. Lokale studies meldden dat de prevalentie van internetverslaving 43% was [26], en er zijn meer dan 4.2 miljoen actieve Facebook-gebruikers in Maleisië; Facebook is zelfs de belangrijkste netwerksite in dit land. Gezien het snelle gebruik van smartphones in Maleisië, is het dringend nodig om een ​​schaal te valideren om smartphone-verslaving in de lokale bevolking te meten om de prevalentie ervan te bepalen en om te bepalen wie het risico loopt om een ​​smartphone-verslaving te ontwikkelen, zodat beleidsmakers kan in de nabije toekomst een geschikte interventie plannen.

Zoals de faculteitenstructuur voorbereid voor internetverslavingstest [27], de Smartphone Addiction Scale (SAS) ontwikkeld door Min Kwon et al. was de eerste schaal voor smartphone-verslaving gebruikt voor diagnose [28]. Deze schaal bestaat uit 33-items en er is gerapporteerd dat deze betrouwbaar is, met een goede interne consistentie (Cronbach's alpha = 0.967), en de concurrent-geldigheid van de zes subschalen varieert van 0.32 tot 0.61 [28].

Deze studie had tot doel de SAS in het Maleis te vertalen en de psychometrische eigenschappen van de Maleisische versie van de SAS (SAS-M) te bestuderen om het gebruik ervan voor verder onderzoek in de lokale omgeving te vergemakkelijken.

Methodologie

Studie ontwerp en instelling

Dit was een cross-sectionele studie van alle eerste- en tweedejaarsstudenten geneeskunde van Universiti Putra Malaysia. Deze studenten werden benaderd voor een validatiestudie van augustus 2014 tot september 2014. Deze universiteit ligt in Serdang, naast de administratieve hoofdstad van Maleisië, Putrajaya. We hebben de steekproefgrootte op ten minste 165 geschat op basis van de berekening van vijf cases per item in de SAS (die een totaal van 33-items heeft) [29]. Daarom was een steekproefomvang van 228 in dit onderzoek voldoende.

Procedure.

Stage 1: De auteur heeft de Engelse versie van de SAS verkregen van Kwon et al. De vertaling van het Engels naar het Maleis werd parallel uitgevoerd door twee tweetalige taalexperts en een vertaling van de achtergrond werd uitgevoerd door een derde tweetalige taalexpert. Verschillen tussen de oorspronkelijke versie en de vertaling van de achtergrond werden besproken en dienovereenkomstig werden aanpassingen gemaakt. Een definitieve versie van de vertaalde SAS, die we een concept van de SAS-M noemden, werd gegenereerd door een panel van deskundigen bestaande uit één psychiater, twee senior-artsen en één huisarts, allen gekwalificeerde professionals met betrekking tot het gebruik van psychometrische instrumenten en Allen hadden klinische ervaring met depressieve aandoeningen.

Stage 2: De eerste versie van de SAS-M is getest met pilot-tests onder native native 20-studenten om eventuele tekortkomingen in deze versie te identificeren. Alle woorden die de respondenten ongeschikt of ongepast vonden in deze versie, werden genoteerd en gecorrigeerd. De meeste studenten hadden moeite met het accepteren van item 15: "Boos en boos zijn als ik geen smartphone heb". Dit item is herzien en vertaald naar "Ik voel me ongeduldig en rusteloos als ik geen smartphone heb" in het Maleis. De definitieve versie van de SAS-M werd verder beoordeeld door twee adviserende psychiaters met meer dan 10 jarenlange ervaring om de inhoudsvaliditeit te beoordelen en om een ​​bevredigend gezicht en een bevredigende semantiek, criteria en conceptuele gelijkwaardigheid te garanderen.

Stage 3: Elke student verstrekte schriftelijke informed consent na ontvangst van een volledige uitleg van de aard en de vertrouwelijkheid van het onderzoek, en 228-studenten stemden ermee in om aan het onderzoek deel te nemen, met een non-responspercentage van 9%. Sociodemografische gegevens (leeftijd, geslacht, etniciteit en inkomen van het huishouden) werden verkregen van de studenten. Informatie over het gebruik van de smartphone door de gebruiker op basis van zijn eigen schatting, zoals het aantal gebruiksuren per week, het aantal jaren als een normale smartphone-gebruiker en de leeftijd waarop ze een smartphone begonnen te gebruiken, werden gedocumenteerd. De studenten kregen de volgende vragenlijsten:

  1. De SAS en SAS-M (tabel A in S1-tekst).
  2. Maleise versie van de Internetverslavingstest.

Instrumenten

Smartphone Addiction Scale [28].

De SAS is een zichzelf voltooide, 6-punt Likert-type schaal met 33-items. Elke vraag heeft een responsschaal van 1 naar 6 (1 = helemaal mee oneens naar 6 = helemaal mee eens), wat de frequentie van de symptomen weerspiegelt. De respondent omcirkelt de verklaring die de kenmerken van zijn smartphonegebruik het dichtst beschrijft. De totale score die mogelijk is op de SAS varieert van 48 tot 288. Hoe hoger de score, hoe groter de mate van pathologisch gebruik van de smartphone.

Internetverslavingstest [26].

De IAT-vragenlijst, ontwikkeld door Kimberly Young in 1998, is de tool die het meest wordt gebruikt bij het diagnosticeren van internetverslaving. De Maleisische versie is lokaal gevalideerd, met een goede interne consistentie (Cronbach's alpha = 0.91) en parallelle betrouwbaarheid (intraclass correlation coefficient (ICC) = 0.88, P <0.001). Dit is een zelf ingevulde vragenlijst die bestaat uit een 5-punts Likert-schaal met 20 items, met een minimale puntenwaarde van 20 en een maximale puntenwaarde van 100. De score van elke vraag varieert van 1 tot 5 (1 = nooit tot 5 = altijd), waarmee het optreden van de symptomen wordt gerepliceerd. De studenten kozen de uitspraak die de kenmerken van hun internetgebruik het beste omschreef. Hoe hoger de score, hoe groter het pathologische gebruik van internet. Wanneer de score op de Maleisische versie van de IAT meer dan 43 is, wordt de diagnose gesteld dat het risico op internetverslaving loopt [26].

Statistische analyse

Alle analyses zijn uitgevoerd met behulp van het Statistical Package for the Social Sciences versie 21.0 (SPSS, Chicago, IL, VS). Er werden beschrijvende statistieken berekend voor de basiskenmerken van de deelnemers. Cronbach's alpha werd gebruikt om de interne consistentie van de SAS-M te beoordelen, en de normaliteit van de gegevens werd beoordeeld met behulp van Kolmogorov-Smirnov-analyse. De homogeniteit van de schaalitems werd geanalyseerd op basis van correlatiecoëfficiënten tussen items en totaalscores als een item werd verwijderd. Constructvaliditeit werd onderzocht door middel van verkennende factoranalyse en schuine promax met Kaiser-normalisatie. Om de items voor elke factor te bepalen, werd een factorlading van> 0.30 gebruikt. Op basis van de Guttman-Kaiser-regel worden de factoren met een eigenwaarde groter dan 1 behouden [30, 31]. De ICC werd gebruikt om de parallelle betrouwbaarheid tussen de SAS-M en de Engelse versie van de SAS en de test-hertest betrouwbaarheid van de SAS-M te onderzoeken. De correlatie van Pearson werd gebruikt om de gelijktijdige validiteit tussen de SAS-M en de Maleisische versie van de IAT te onderzoeken. De optimale SAS-M-cut-offscore voor risico-cases werd bepaald op basis van de coördinaatpunten toen de score voor de Maleis-versie van de IAT hoger was dan 43 [26], op welk moment de gevoeligheid en specificiteit optimaal waren in receiver-operating characteristic (ROC) -analyses. Het gebied onder de curve (AUC) werd bepaald voor de ROC-curve.

Definitie

Gewone gebruiker wordt gedefinieerd als degene die de smartphone minstens 6 of vaker gebruikt in 6 maanden [32]

Ethische goedkeuring

De ethische goedkeuring voor deze studie werd verkregen van de ethische commissie van de Universiti Putra Malaysia (FPSK-EXP14 P091).

Resultaten

Een totaal van 228-studenten werden gerekruteerd in deze studie. Tabel 1 toont de klinische kenmerken van de bestudeerde populatie. Over het algemeen was de gemiddelde leeftijd ongeveer 22 jaar ± 1.1. Meer dan de helft van de studenten was vrouw (56.6%) en de meerderheid was van Maleis-afkomst (52.4%). Het gemiddelde aantal uren dat de smartphone per week werd gebruikt, was 36.5 uur. Gemiddeld begonnen de studenten met het gebruik van een smartphone op 19-jaren en het gemiddelde aantal jaren van regelmatig gebruik van smartphones was 2.4 jaar.

thumbnail  

 
Tabel 1. Kenmerken van de onderzoekspopulatie (N = 228).

 

doi: 10.1371 / journal.pone.0139337.t001

Factorstructuur en interne consistentie van de SAS-M

Bartlett's test van sfericiteit was significant (p <0.01), en de Kaiser-Meyer-Olkin-maat voor de steekproefgeschiktheid voor de SAS-M was 0.92, wat aangeeft dat de schaal verdienstelijk was [33], die op hun beurt aangaven dat de factoranalyse passend was. Zes factoren werden geëxtraheerd (eigenwaarde> 1.00) via de verkennende factoranalysebenadering en de schuine promax-rotatie met Kaiser-normalisatie die 65.3% van de totale variantie vertegenwoordigde. Dit resultaat was consistent met de originele SAS [28].

De SAS-M vertoonde een goede interne consistentie; Cronbach's alpha-coëfficiënt voor de totale schaal was 0.94 en de respectieve coëfficiënten voor de zes factoren waren 0.877, 0.843, 0.865, 0.837, 0.865 en 0.861. De zes factoren die overeenkomen met de SAS-subschalen werden "cyberspace-oriented relationship", "daily life disturbance", "primacy", "overuse", "positive anticipation" en "terugtrekking" (Tabel 2). Alle items hadden gecorrigeerde itemcorrelaties van meer dan 0.9. Het verwijderen van een van de items heeft de interne consistentie van de totale score niet vergroot (Tabel 3). De parallelle betrouwbaarheid tussen de SAS-M en de SAS was hoog, zoals aangetoond door een ICC van 0.95 (95% Betrouwbaarheidsinterval = 0.937-0.962). De test-hertest betrouwbaarheid van de SAS-M na een 1-week interval was hoog, met een ICC van 0.85 (95% Betrouwbaarheidsinterval = 0.808-0.866).

thumbnail  

 
Tabel 2. Factoranalyse van de SAS-Maleise versie.

 

doi: 10.1371 / journal.pone.0139337.t002

thumbnail  

 
Tabel 3. Corrected item-Totale correlaties en Cronbach's alpha als item is verwijderd voor de SAS-M.

 

doi: 10.1371 / journal.pone.0139337.t003

Concurrent Validity of the SAS-M: Correlations between the Subscales van de SAS-M en de Maleise versie van de IAT

De resultaten van de Pearson-correlatieanalyse die werd uitgevoerd tussen de subschalen van de SAS-M en de Maleisische versie van de IAT, worden weergegeven in Tabel 4. De resultaten tonen aan dat alle subschalen van de SAS-M, behalve "positieve anticipatie", significant gerelateerd waren aan de Maleisische versie van de IAT.

thumbnail  

 
Tabel 4. Concurrent validity of SAS-M (Pearson's correlation): Subschalen van de SAS-M en de Maleisische versie van de IAT.

 

doi: 10.1371 / journal.pone.0139337.t004

De AUC voor de ROC-curve was 0.801 (95% CI = 0.746 naar 0.855). De optimale cut-off score voor het identificeren van risico-cases was meer dan 98, met een gevoeligheid van 71.43%, een specificiteit van 71.03%, een positief voorspellende waarde (PPV) van 64.10% en een negatief voorspellende waarde (NPV) van 77.44 %. De prevalentie van een risicovolle case-ontwikkeling van smartphone-verslaving in deze studie was 46.9%, gebaseerd op een score van 98.

Discussie

Deze studie onderzocht de interne consistentie, dimensionaliteit en gelijktijdige en construct-validiteit van de SAS-M. Bevindingen uit het onderzoek geven aan dat de SAS-M een betrouwbaar en valide instrument is voor het beoordelen van smartphone-verslaving bij de Maleis-sprekende bevolking.

In deze studie vertoonde de SAS-M een goede interne consistentie; Cronbach's alpha-coëfficiënt voor de totale schaal was 0.94 en de respectieve coëfficiënten voor de zes factoren waren 0.877, 0.843, 0.865, 0.837, 0.865 en 0.861. De parallelle betrouwbaarheid van de SAS-M en de test-hertest betrouwbaarheid na een 1-week interval bleken goed te zijn, met ICC's van respectievelijk 0.95 en 0.85, die zelfs beter zijn dan die van de originele versie van de SAS [28]. Tot op heden is dit de eerste studie in zijn soort met betrekking tot smartphone-verslaving en het laat zien dat de SAS-M net zo goed is als de Engelse versie.

De zes dominante componenten die een groot deel van de variabiliteit van de SAS-M verklaren, waren echter vergelijkbaar met die van de oorspronkelijke SAS. In de huidige studie bestonden de componenten uit: "cyberspace-oriented relationship", "daily life disturbance", "primacy", "overuse", "positive anticipation" en "withdraw". De componenten in de originele SAS waren "dagelijkse verstoring van het leven", "positieve anticipatie", "terugtrekking", "cyberspace-georiënteerde relatie", "overmatig gebruik" en "tolerantie". Niet alle factoren die bij deze factoranalyse zijn verkregen, lopen parallel met de factoren die in de oorspronkelijke SAS zijn verkregen. Waarschijnlijk is dit te wijten aan het feit dat dit de verschillen tussen Maleise en Koreaanse monsters weerspiegelt. De betekenis van de oorspronkelijke SAS was veranderd tijdens het vertaalproces.

Het merendeel van de componenten die in het huidige onderzoek zijn gerapporteerd zijn hetzelfde, behalve het onderdeel "primacy", dat verschilt van de component "tolerantie" in de oorspronkelijke SAS. De mogelijke redenen kunnen zijn dat onze studiepopulatie jonger was (21.7 ± 1.1 jaar met een leeftijdbereik van 20 tot 27) in vergelijking met de Koreaanse bevolking (26.1 ± 6.0 met leeftijd varieert van 18 tot 53). De achtergrond onze studiepopulatie was homogeen aangezien alle onderwerpen medische studenten waren in vergelijking met het brede bereik van het beroeps- en opleidingsniveau in de oorspronkelijke SAS-studie. De verschillende interpretatie zou gecompliceerd kunnen worden door de heterogeniteit in de achtergronden en het onderwijs van de bestudeerde populatie.

In deze studie waren alle subschalen van de SAS-M, met uitzondering van "positieve anticipatie", significant gerelateerd aan de Maleisische versie van de IAT. Dit kan de enige subschaal zijn die niet goed correleert met de IAT omdat de IAT hoofdzakelijk negatief gebruik van internet meet, dus er zijn geen items die vragen naar positieve anticipatie. Niettemin vermindert dit aspect de gelijktijdige validiteit niet, omdat de andere 5-subschalen sterk gecorreleerd zijn.

De prevalentie van risico-gevallen die konden worden geïdentificeerd als smartphone-verslaving met deze schaal was 46.9%. Er zijn verschillende mogelijke verklaringen voor dit resultaat. De hoge prevalentie van smartphone-verslaving wordt verwacht, omdat uit een lokale studie is gebleken dat 85% van de Maleisiërs mobiele telefoons heeft [18]. Smartphones zijn de favoriete optie omdat Maleisiërs de neiging hebben om trends in de community te volgen [20]. Bovendien biedt smartphone gratis instant messaging via bepaalde platforms, zoals WhatsApp en WeChat, die het leven van gebruikers verrijken. Entertainment is een andere mogelijke verklaring voor de hoge prevalentie van smartphoneverslaving, omdat medische studenten met deze telefoons naar muziek kunnen luisteren, films kunnen kijken en games kunnen spelen om stress te verlichten [34]. Daarom kunnen ze aan het eind van de dag meer tijd met hun smartphone doorbrengen en uiteindelijk pathologische gebruikers worden.

Een van de zorgen in ons onderzoek zou echter zijn dat de optimale SAS-M-cut-offscore voor risico-gevallen werd bepaald op basis van de coördinaatpunten toen de score voor de Maleis-versie van de IAT meer was dan 43. Dit zijn geen up-to-date bekende sluitingen voor IAT. Evenzo is er volgens DSM V geen vastgesteld diagnostisch criterium van verslaving aan internet of smartphone in het spectrum van verslavingsstoornissen [21, 25]. Het door ons onderzoek voorgestelde afkappunt was dus waarschijnlijk te laag, wat leidde tot een zeer hoge geschatte snelheid van smartphone-verslaving. De diagnose van internetverslaving moet per definitie gebaseerd zijn op drie criteria zoals beschreven door Ko, et al, 2012 [25].

SAS-M functioneert meer als een screening of een schaal voor het beoordelen van de ernst van verslavend gebruik van smartphones dan een diagnostisch instrument. Het maken van een goede diagnose van smartphone-verslaving zal een belangrijk onderwerp zijn voor toekomstig onderzoek. We stelden voor dat in de toekomst de diagnose van smartphone-verslaving meer criteria bevat die uit criteria A, B en C bestaan. Criterium A bevat zes kenmerkende symptomen van smartphone-verslaving, zoals cyberspace-georiënteerde relatie, dagelijkse verstoring van het leven, primaat, overmatig gebruik, positieve anticipatie en terugtrekking. Criterium B moet de functionele beperking toevoegen aan het gebruik van smartphones. Criterium C moet andere psychiatrische stoornissen zoals bipolaire stoornissen of andere impulsieve stoornissen uitsluiten. Onderwerpen die aan alle criteria A, B en C voldoen, worden alleen geacht verslaving aan de smartphone te hebben.

Kracht en beperkingen

De resultaten van deze studie moeten worden geïnterpreteerd in de context van de beperkingen van de studie: ten eerste is er geen vastgesteld diagnostisch criterium voor internet- of smartphoneverslaving volgens DSM V in het spectrum van verslavingsstoornis [21, 25]. Gezien de beperkte onderzoeken naar smartphone-verslaving in de lokale omgeving, kunnen de resultaten van deze studie echter nog steeds enkele inzichten geven aan het professionele team van zorgverleners. Ten tweede, ondanks dat de steekproefomvang adequaat was maar niet gerandomiseerd. Het geslacht en de race waren niet gelijk verdeeld. Bovendien werd deze studie uitgevoerd in een enkel centrum, dus de steekproefpopulatie was homogeen en weerspiegelt mogelijk niet de algemene bevolking van Maleisië.

Ondanks deze beperking hebben de resultaten van de huidige studie bewezen dat de SAS-M kan worden gebruikt voor de evaluatie van smartphone-verslaving onder geschoolde Maleisische jongvolwassenen.

Conclusie

Deze studie ontwikkelde de eerste schaal voor verslaving aan smartphones onder studenten geneeskunde. Deze studie levert ook bewijs dat de SAS-M een valide en betrouwbaar, zelf-beheerd hulpmiddel is om te screenen voor diegenen die het risico lopen om een ​​smartphone-verslaving te hebben.

ondersteunende informatie

S1_Text.doc
 
 

S1-tekst. Slimme telefoonverslaving Maleisische versie Vragenlijst.

doi: 10.1371 / journal.pone.0139337.s001

(DOC)

Bijdragen van auteurs

Bedacht en ontwierp de experimenten: SMC AY FKH. De experimenten uitgevoerd: VR SMSL WAWS YLF. Analyse van de gegevens: SMC AY. Bijgedragen reagentia / materialen / analyse-instrumenten: SMC AY. Schreef het blad: SMC AY VR.

Referenties

  1. 1. Rashvand HF, Hsiao KF (2015) Intelligente toepassingen voor smartphones: een korte bespreking. Multimediasystemen 21 (1): 103-119 doi: 10.1007 / s00530-013-0335-z
  2. 2. Mosa AS, Yoo I, Sheets L (2012) Een systematische review van applicaties voor de gezondheidszorg voor smartphones. BMC Medische informatica en besluitvorming 12: 67. doi: 10.1186 / 1472-6947-12-67. PMID: 22781312
  3. Bekijk artikel
  4. PubMed / NCBI
  5. Google Scholar
  6. Bekijk artikel
  7. PubMed / NCBI
  8. Google Scholar
  9. Bekijk artikel
  10. PubMed / NCBI
  11. Google Scholar
  12. Bekijk artikel
  13. PubMed / NCBI
  14. Google Scholar
  15. Bekijk artikel
  16. PubMed / NCBI
  17. Google Scholar
  18. Bekijk artikel
  19. PubMed / NCBI
  20. Google Scholar
  21. Bekijk artikel
  22. PubMed / NCBI
  23. Google Scholar
  24. Bekijk artikel
  25. PubMed / NCBI
  26. Google Scholar
  27. Bekijk artikel
  28. PubMed / NCBI
  29. Google Scholar
  30. Bekijk artikel
  31. PubMed / NCBI
  32. Google Scholar
  33. Bekijk artikel
  34. PubMed / NCBI
  35. Google Scholar
  36. Bekijk artikel
  37. PubMed / NCBI
  38. Google Scholar
  39. Bekijk artikel
  40. PubMed / NCBI
  41. Google Scholar
  42. Bekijk artikel
  43. PubMed / NCBI
  44. Google Scholar
  45. Bekijk artikel
  46. PubMed / NCBI
  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. PubMed / NCBI
  59. Google Scholar
  60. Bekijk artikel
  61. PubMed / NCBI
  62. Google Scholar
  63. Bekijk artikel
  64. PubMed / NCBI
  65. Google Scholar
  66. Bekijk artikel
  67. PubMed / NCBI
  68. Google Scholar
  69. Bekijk artikel
  70. PubMed / NCBI
  71. Google Scholar
  72. Bekijk artikel
  73. PubMed / NCBI
  74. Google Scholar
  75. Bekijk artikel
  76. PubMed / NCBI
  77. Google Scholar
  78. Bekijk artikel
  79. PubMed / NCBI
  80. Google Scholar
  81. Bekijk artikel
  82. PubMed / NCBI
  83. Google Scholar
  84. Bekijk artikel
  85. PubMed / NCBI
  86. Google Scholar                     
  87. 3. Laan N, Mohammod M, Lin M, Yang X, Lu H, Ali S, et al. (2011) BeWell: een smartphonetoepassing om welzijn te bewaken, modelleren en bevorderen. 5th International Conference on Pervasive Computing Technologies for Healthcare, Dublin.
  88. 4. Patrick K, Griswold WG, Raab F, Intille SS (2008) Gezondheid en de mobiele telefoon. American Journal of Preventive Medicine 35: 177-181. doi: 10.1016 / j.amepre.2008.05.001. PMID: 18550322
  89. 5. Derbyshire E, Dancey D (2013) Smartphone-medische toepassingen voor de gezondheid van vrouwen: wat is de bewijsbasis en feedback? International Journal of Telemedicine and Applications Artikel-ID 782074, 10. doi: 10.1155 / 2013/782074
  90. 6. Emad AS, Haddad E (2015) De invloed van slimme telefoons op de gezondheid en het gedrag van mensen: Percepties van Jordaniërs. International Journal of Computer Networks and Applications 2 (2): 52-56.
  91. 7. Sarwar M, Soomro TR (2013) Impact van smartphones op de samenleving. European Journal of Scientific Research 98 (2): 216-226.
  92. 8. Acharya JP, Acharya I, Waghrey D (2013) Een onderzoek naar enkele van de gemeenschappelijke gezondheidseffecten van mobiele telefoons bij studenten. Journal of Community Medicine & Health Education 3: 21. doi: 10.5958 / j.2319-5886.2.3.068
  93. 9. Lin YH, Chang LR, Lee YH, Tseng HW, Kuo TB, Chen SH. (2014) Ontwikkeling en validatie van de Smartphone Addiction Inventory (SPAI). PLoS One 9: e98312. doi: 10.1371 / journal.pone.0098312. PMID: 24896252
  94. 10. Billieux J, Van der Linden M, d'Acremont M, Ceschi G, Zermatten A (2007) Heeft impulsiviteit betrekking op waargenomen afhankelijkheid van en feitelijk gebruik van de mobiele telefoon? Toegepaste cognitieve psychologie 21: 527-537. doi: 10.1002 / acp.1289
  95. 11. Park N, Lee H (2012) Sociale implicaties van smartphonegebruik: smartphonegebruik en psychologisch welzijn van Koreaanse studenten. Cyberpsychologie, gedrag en sociale netwerken 15: 491-497. doi: 10.1089 / cyber.2011.0580
  96. 12. Yen CF, Tang TC, Yen JY, Lin HC, Huang CF, Liu SC, et al. (2009) Symptomen van problematisch gebruik van mobiele telefoons, functionele beperkingen en de associatie met depressie bij adolescenten in Zuid-Taiwan. Journal of Adolescence 32: 863-873. doi: 10.1016 / j.adolescence.2008.10.006. PMID: 19027941
  97. 13. Beranuy M, Oberst U, Carbonell X, Chamarro A (2009) Problematisch gebruik van internet en mobiele telefoons en klinische symptomen bij studenten: de rol van emotionele intelligentie. Computers in menselijk gedrag 25: 1182-1187. doi: 10.1016 / j.chb.2009.03.001
  98. 14. Thomee S, Harenstam A, Hagberg M (2011) Gebruik en stress van mobiele telefoons, slaapstoornissen en depressiesymptomen bij jongvolwassenen - een prospectieve cohortstudie. BMC Public Health 11: 66. doi: 10.1186 / 1471-2458-11-66. PMID: 21281471
  99. 15. Ezoe S, Toda M, Yoshimura K, Naritomi A, Den R, Morimoto K (2009) Relaties van persoonlijkheid en levensstijl met de afhankelijkheid van mobiele telefoons onder vrouwelijke verpleegkundestudenten. Sociaal gedrag en persoonlijkheid: een internationaal tijdschrift 37 (2): 231-238. doi: 10.2224 / sbp.2009.37.2.231
  100. 16. Toda M, Monden K, Kubo K, Morimoto K (2006) Mobiele telefoonafhankelijkheid en gezondheidsgerelateerde levensstijl van universiteitsstudenten. Sociaal gedrag en persoonlijkheid 34 (10): 1277-1284. doi: 10.2224 / sbp.2006.34.10.1277
  101. 17. Malaysian Communications and Multimedia Commission (2012) Gebruikers van handtelefoon Survey 2011. Beschikbaar: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/SSKMM-HandPhoneSurvey-2011.pd​f
  102. 18. Malaysian Communications and Multimedia Commission (2014) Gebruikers van handtelefoon Survey 2012. Beschikbaar: http://www.skmm.gov.my/skmmgovmy/media/G​eneral/pdf/130717_HPUS2012.pdf
  103. 19. ecommercemilo (2014). Beschikbaar: http://www.ecommercemilo.com/2014/09/12-​facts-mobile-malaysia.html#.Va8ru_mqpBe.
  104. 20. Osman MA, Talib AZ, Sanusi ZA, Shiang-Yen T, Alwi AS (2012) Een onderzoek naar de trend van Smartphone en het gebruik ervan in Maleisië. International Journal of New Computer Architectures and their Applications 2: 274-285.
  105. 21. Weinstein A, Lejoyeux M (2010) Internetverslaving of overmatig internetgebruik. Het Amerikaanse tijdschrift voor drugs- en alcoholmisbruik 36: 277-283. doi: 10.3109 / 00952990.2010.491880. PMID: 20545603
  106. 22. Jenaro C, Flores N, Gómez-Vela M, González-Gil F, Caballo C (2007) Problematisch internet- en mobiele telefoongebruik: psychologische, gedrags- en gezondheidscorrelaties. Verslavingsonderzoek en theorie 15: 309-320. doi: 10.1080 / 16066350701350247
  107. 23. Niemz K, Griffiths M, Banyard P (2005) Prevalentie van pathologisch internetgebruik onder universiteitsstudenten en correlaties met zelfrespect, de General Health Questionnaire (GHQ) en ontremming. CyberPsychology & Behavior 8: 562-570. pmid: 16332167 doi: 10.1089 / cpb.2005.8.562
  108. 24. Young KS, Rogers RC (1998) De relatie tussen depressie en internetverslaving. CyberPsychology & Behavior 1: 25-28. doi: 10.1089 / cpb.1998.1.25
  109. 25. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012) De associatie tussen internetverslaving en psychiatrische stoornissen: een overzicht van de literatuur. Europese psychiatrie 27: 1-8. doi: 10.1016 / j.eurpsy.2010.04.011. PMID: 22153731
  110. 26. Guan NC, Isa SM, Hashim AH, Pillai SK, Harbajan Singh MK (2015) Geldigheid van de Maleisische versie van de Internet Addiction Test: een onderzoek naar een groep medische studenten in Maleisië. Asia-Pacific Journal of Public Health 27: 2210-2219. doi: 10.1177 / 1010539512447808
  111. 27. Khazaal Y, Billieux J, Thorens G, Khan R, Louati Y, Scarlatti E, et al. (2008) Franse validatie van de internetverslavingstest. CyberPsychology & Behavior 11: 703-706. doi: 10.1089 / cpb.2007.0249. pmid: 18954279
  112. 28. Kwon M, Lee JY, Won WY, Park JW, Min JA, Hahn C, et al. (2013) Ontwikkeling en validatie van een smartphone-verslavingsschaal (SAS). PloS one 8: e56936. doi: 10.1371 / journal.pone.0056936. PMID: 23468893
  113. 29. Gorsuch RL (1983) Factoranalyse. 2nd ed. Hillsdale, New Jersey: Erlbaum.
  114. 30. Kaiser HF (1960) De toepassing van elektronische computers bij factoranalyse. Educatieve en psychologische metingen 20: 141-151 doi: 10.1177 / 001316446002000116
  115. 31. Guttman L (1954) Enkele noodzakelijke voorwaarden voor gemeenschappelijke factoranalyse. Psychometrika 19: 149-161. doi: 10.1007 / bf02289162
  116. 32. Ybama ML (2004) Verbanden tussen depressieve symptomatologie en internetpesten onder jonge regelmatige gebruikers. CyberPsychology & Behavior 7: 247-257. pmid: 15140367 doi: 10.1089 / 109493104323024500
  117. 33. Kaiser HF (1974) Een index van factoriële eenvoud. Psychometrika 39: 31-36. doi: 10.1007 / bf02291575
  118. 34. Elias H, Ping WS, Abdullah MC (2011) Stress en academische prestaties onder niet-gegradueerde studenten in Universiti Putra Malaysia. Procedia-Sociale Wetenschappen en Gedragswetenschappen 29: 646-655. doi: 10.1016 / j.sbspro.2011.11.288