Front Psychol. 2018 Aug 13; 9: 1444. doi: 10.3389 / fpsyg.2018.01444.
Eide TA1, Aarestad SH2, Andreassen CS3, Bilder RM4, Pallesen S2.
Abstrakcyjny
Nadmierne korzystanie z smartfona wiązało się z wieloma negatywnymi konsekwencjami dla jednostki i środowiska. Można zaobserwować pewne podobieństwa między nadmiernym korzystaniem ze smartfona a kilkoma uzależnieniami behawioralnymi, a ciągłe używanie stanowi jedną z kilku cech uzależnionych. W skrajnie wysokim końcu dystrybucji smartfonów można oczekiwać, że ograniczenie na smartfony wywoła negatywne skutki dla osób. Te negatywne skutki mogą być uważane za objawy odstawienia tradycyjnie związane z nałogami uzależnionymi od substancji. Aby rozwiązać ten problem w odpowiednim czasie, w niniejszym badaniu przeanalizowano wyniki w Skali Wypłat Smartfonów (SWS), Skali Obawy przed Zagubieniem (FoMOS) oraz Harmonogramu Pozytywnych i Negatywnych Afektów (PANAS) podczas 72 h ograniczenia dotyczącego smartfonów. Próbka uczestników 127 (72.4% kobiet), w wieku 18-48 lat (M = 25.0, SD = 4.5), zostały losowo przypisane do jednego z dwóch warunków: stanu ograniczonego (grupa eksperymentalna, n = 67) lub warunek kontrolny (grupa kontrolna, n = 60). W okresie restrykcji uczestnicy uzupełniali wyżej wymienione skale trzy razy dziennie. Wyniki wykazały znacznie wyższe wyniki na SWS i FoMOS dla uczestników przydzielonych do warunku ograniczonego niż ci przypisani do warunku kontrolnego. Ogólnie wyniki sugerują, że ograniczenie na smartfonie może spowodować objawy odstawienia.
SŁOWA KLUCZOWE: FoMO; PANAS; uzależnienie behawioralne; badania eksperymentalne; ograniczenie; smartphone; wycofanie
PMID: 30150959
PMCID: PMC6099124
DOI: 10.3389 / fpsyg.2018.01444
Wprowadzenie
Nowoczesne technologie mobilne stają się coraz bardziej popularne i bardziej zaawansowane w ciągu ostatniej dekady. Najnowocześniejsze (tj. Smartfony) obejmują kilka funkcji multimedialnych, które umożliwiają użytkownikom stałe łączenie się i dostęp do nieprzerwanego przepływu danych w czasie rzeczywistym z serwisów społecznościowych (SNS; Valderrama, 2014; Chóliz i in., 2016). W związku z tym smartfon stał się kluczowym elementem w życiu ludzi, a 73% informuje, że poczuliby się panicznie, gdyby zgubili smartfona, a 58% zgłosił sprawdzenie go co najmniej raz na godzinę (Lookout, 2012).
Nadmierne i problematyczne korzystanie ze smartfonów, nazywane również uzależnieniem (behawioralnym) (Andreassen i in., 2013; Billieux i in., 2015a), ma potencjalnie szkodliwe skutki (patrz Elhai i in., 2017, na przegląd systematyczny). Badania wskazują, że nadużywanie może prowadzić do niepożądanych skutków zarówno dla jednostki, jak i jej otoczenia, i może mieć istotne znaczenie dla zdrowia publicznego (Tossell i in., 2015; van Deursen i in., 2015). Niektóre badania wskazują, że nadmierne używanie smartfonów może prowadzić do zaburzeń mięśniowo-szkieletowych (İnal i in., 2015; Xie i in., 2016), słabe wyniki w nauce (Lepp i in., 2014), niepokój i depresja (Demirci i in., 2015; Elhai i in., 2016) jak również słaba jakość snu (Chang i wsp., 2015). Termin uzależnienie behawioralne odnosi się do uzależnienia, które jest niechemiczne lub nie związane z substancją w przyrodzie i to przed Griffiths (1996) artykuł był często określany jako uzależnienie od używania innych substancji. Uzależnienie od smartfonów stało się podkategorią uzależnień behawioralnych. Zgodnie z komponentowym modelem uzależnienia Griffiths (2005) zasugerował, że charakteryzuje się sześcioma składnikami, w tym istotnością, modyfikacją nastroju, tolerancją, objawami abstynencyjnymi, konfliktem i nawrotem. Składniki te uznano za wspólne zarówno dla uzależnień związanych z używaniem substancji, jak i dla uzależnienia behawioralnego. The objawy odstawienia Składnik odnosi się do nieprzyjemnych efektów psychologicznych i fizjologicznych, które występują w wyniku przerwania określonej aktywności. Dominujący efekt abstynencyjny może być różny dla każdej osoby pod względem wyników psychologicznych i fizjologicznych. Psychologiczne objawy abstynencyjne odnoszą się do takich efektów jak nastroje, drażliwość i lęk, podczas gdy fizjologiczne objawy odstawienia obejmują poty, nudności, bezsenność, bóle głowy i tak dalej. Psychologiczne objawy abstynencyjne są efektami dobrze udokumentowanymi w uzależnieniu od narkotyków (Orford, 2001), a obecnie istnieje coraz więcej dowodów sugerujących, że istnieją objawy odstawienia dla uzależnień behawioralnych, takich jak patologiczny hazard (Griffiths, 2004).
Do tej pory liczba badań, które koncentrowały się na skutkach ograniczenia dostępu do smartfonów, jest ograniczona. Jedno z badań ujawniło, że ograniczenie spowodowało, że uczestnicy z czasem stali się bardziej zaniepokojeni (Cheever i in., 2014). Efekt ten stwierdzono jednak tylko u osób, które były ciężkimi lub umiarkowanymi użytkownikami smartfonów (Cheever i in., 2014). Stwierdzono, że w innym badaniu, w którym nie można odbierać połączeń przychodzących na smartfonie, wzrasta częstość akcji serca i ciśnienie krwi, a także uczucie niepokoju i nieprzyjemności (Clayton i in., 2015). Kilka innych badań zbadało ograniczenia smartfonów i potencjalne uzależnienie za pomocą różnych wzorów (Sapacz i in., 2016; Cutino i Nees, 2017; van den Eijnden i in., 2017). Wyniki te sugerują, że objawy odstawienia mogą występować, gdy dostęp ludzi do ich telefonu komórkowego jest ograniczony. Zjawisko, które może wyjaśniać objawy wycofania ograniczenia smartfona, to strach przed brakiem (FoMO), co oznacza nadmierne obawy, że ktoś jest wykluczony z udziału lub dzielenia się przyjemnymi doświadczeniami, które mogą mieć inniPrzybylski i in., 2013). Udział online może być szczególnie atrakcyjny ze względu na natychmiastowy dostęp do informacji o znajomych i wydarzeniach, w których osoby o wysokich umiejętnościach FoMO mogą przyciągać do tych kanałów mediów społecznościowych. Ponadto ograniczenie dostępu do tych kanałów może wywołać objawy związane z odstawieniem. Kilka badań potwierdza pozytywny związek między FoMO a ciągłym nadmiernym używaniem smartfonów (Rosen i in., 2013a,b; Lepp i in., 2014; Clayton i in., 2015; Elhai i in., 2016; Fuster i in., 2017). Zgodnie z tym coraz większa liczba badań nad nadmiernym używaniem smartfonów wykazała, że jest ona silnie związana z uzależniającym korzystaniem z internetowych mediów społecznościowych (Andreassen i in., 2013, 2016; Salehan i Negahban, 2013; Fuster i in., 2017; Lopez-Fernandez i in., 2017). Cechy smartfona, takie jak rozmiar i przenośność, mogą ułatwić wielokrotne powiązania wzmacniające związane z bodźcami, które szybko mogą wywołać uzależniający wzór behawioralny. Istnieją różne punkty widzenia dotyczące uzależnienia od technologii, niezależnie od tego, czy dotyczą uzależnienia od samego medium, czy też medium jest jedynie promotorem innych uzależnień. Istnieją trzy główne poglądy na ten temat: (1) można uzależnić się od samego medium; (2) można by uzależnić się od medium, ponieważ zapewnia dostęp do różnych rodzajów treści dostępnych tylko za pośrednictwem medium; i (3) uzależniony jest tylko od treści, które medium udostępnia, a nie od samego medium. Młody (1998) twierdzi, że medium jest przyczyną uzależnienia ze względu na fakt, że treść nie byłaby dostępna bez niego Griffiths i in. (2016) twierdzą, że samo medium nie uzależnia, ale medium jest wykorzystywane jako platforma / źródło promujące uzależnienia. Niemniej jednak niektóre wnioski ze studiów przypadku wskazują, że kilka osób wydaje się być uzależnionych od samego Internetu. Osoby te często korzystają z Internetu do pokojów rozmów i działań dostępnych tylko przez Internet (Griffiths i in., 2016). Ten argument został również użyty do opisania osób, które wydają się być uzależnione od mediów społecznościowych i SNS (Kuss i Griffiths, 2011; Griffiths i in., 2014). Ponadto dyskutuje się, czy można posunąć się do nazywania nadmiernego lub problematycznego używania smartfonów, uzależnienia (Billieux i in., 2015b). Niezależnie od tej dyskusji, istnieje pewne podobieństwo między nadmiernym używaniem smartfonów a uzależnieniem behawioralnym, co powoduje badanie potencjalnych objawów odstawienia po ograniczeniu zainteresowania.
Rozważając objawy abstynencyjne, fizjologiczne są bardziej specyficzne dla uzależnień związanych z używaniem substancji (Shiffman i Jarvik, 1976; Griffiths, 1996, 2005; Etter, 2005), podczas gdy objawy odstawienia w uzależnieniach behawioralnych zazwyczaj składają się głównie z objawów psychologicznych (Griffiths, 1996, 2005; Alavi i in., 2012; Parlak i Eckhardt, 2014). W kilku badaniach wykorzystano środki lękowe i związane z nimi negatywne skutki jako środki do badania indywidualnych doświadczeń podczas okresów restrykcyjnych u osób cierpiących na różne uzależnienia behawioralne (Przybylski i in., 2013; Cheever i in., 2014; Clayton i in., 2015). Jednak niewiele jest badań na temat wycofywania się z uzależnienia behawioralnego (Starcevic, 2016).
Badania nad wycofaniem uzależnienia od substancji wykazały, że istnieją pewne trendy czasowe dotyczące rozwoju objawów. Wiedza na temat tych efektów może być bardzo przydatna, ponieważ problem objawów odstawienia w uzależnieniach behawioralnych nie został jeszcze wystarczająco zbadany. Shiffman and Jarvik (1976) studiował palaczy, którzy powstrzymywali się od papierosów przez pewien okres. Wyniki wskazują, że objawy miały funkcję w kształcie litery U, przy czym objawy były bardziej istotne na początku i pod koniec okresu ograniczenia. Jednak badanie dotyczące odstawienia alkoholu wykazało, że objawy mają odwróconą krzywą U (Sprzedawcy i Kalant, 1976). Wyniki te wskazują, że mogą istnieć pewne różnice w zależności od różnych uzależnień w odniesieniu do czasowego kształtu objawów odstawienia. Dodatkowo, Hughes i in. (2004) przeprowadził systematyczny przegląd literatury, w którym badali palaczy, i stwierdził, że większość nawrotów miała miejsce w ciągu pierwszych dni 8. Można zatem argumentować, że w pierwszym tygodniu okresów ograniczeń powinno być większe skupienie kliniczne (Hughes i wsp., 2004). Niewiele jest badań dotyczących wycofania i jego czasowego rozwoju w uzależnieniu behawioralnym.
Na tym tle zaprojektowaliśmy eksperyment porównujący ograniczenie 72 h smartfonu do stanu kontrolnego bez ograniczeń. Postawiliśmy hipotezę, że uczestnicy w warunkach eksperymentalnych uzyskają znacznie wyższe wyniki w przypadku objawów odstawienia smartfona, strachu przed brakiem i negatywnego nastroju, aczkolwiek niższego w nastroju pozytywnym, w porównaniu z kontrolami (H1), co odzwierciedla główne skutki stanu. Spodziewaliśmy się również, że negatywne objawy będą większe na początku okresu rejestracji w porównaniu z późniejszymi (H2), odzwierciedlając główne efekty czasu. Wreszcie spodziewaliśmy się większego spadku objawów wycofania w czasie w warunkach eksperymentalnych niż w warunkach kontrolnych (H3), co byłoby odzwierciedlone przez znaczące efekty interakcji dwukierunkowej (Warunek × Czas).
Materiały i Metody
Uczestnicy
Próbka składała się z uczestników 127, 72.4% kobiet (n = 92) i 27.6% mężczyzn (n = 35). Wszyscy uczestnicy byli w wieku 18 i 48, ze średnim wiekiem 25 lat (SD = 4.5). W sumie 79.5% (n = 101) byli pełnoetatowymi studentami uczęszczającymi do szkolnictwa wyższego w Bergen.
instrumenty
Demografia
Uczestnicy zostali poproszeni o wypełnienie pozycji dotyczących ich wieku, płci, statusu związku i statusu studenta.
Częstotliwość smartfona i przedmioty do wykorzystania
Kwestionariusz składał się z pięciu elementów, w których uczestnicy oceniali się na takie tematy, jak częstotliwość, czas trwania i cechy charakterystyczne (np. „Czy codziennie używasz smartfona?”). Kwestionariusz zamieszczono w dodatku A.
Skala wycofania smartfona (SWS)
Skala ta została uwzględniona w badaniu do pomiaru stopnia objawów odstawienia związanych z ograniczeniem smartfona. Skala wycofania smartfona (SWS) jest zmodyfikowaną wersją skali wycofania papierosów (CWS; Etter, 2005). Chociaż wycofanie papierosów dotyczy substancji, istnieje znaczne nakładanie się objawów odstawienia tytoniu i objawów odstawienia związanych z uzależnieniem behawioralnym (Amerykańskie Towarzystwo Psychiatryczne, 2013). CWS pierwotnie składa się z przedmiotów 21 podzielonych na sześć podskal (depresja-lęk, pragnienie, drażliwość-niecierpliwość, koncentracja trudności, apetyt-przyrost masy ciała i bezsenność), ale w niniejszym badaniu podskala apetytu-wagi i bezsenności nie były włączone, ponieważ wydawały się mniej istotne dla wycofania smartfona. Cztery elementy podskali Craving, specyficzne dla używania papierosów, zostały zmodyfikowane tak, aby stały się istotne dla wycofania smartfona. Ponadto skala została zmieniona z formatu cechy na stan, poprzez sformułowanie pytań od ogólnego do określonego stanu (np. „Jedyną rzeczą, o której mogę myśleć w tym momencie, jest mój smartfon”; zob. pełna lista przedmiotów). Zmodyfikowana skala składa się z elementów 15 ocenianych w pięciopunktowej skali Likerta, począwszy od 1 (całkowicie się nie zgadzam) do 5 (kompletnie się zgadzam). Złożony wynik obliczono na podstawie sumy punktów wszystkich elementów 15. Alfa Cronbacha dla SWS okazała się bardzo dobra we wszystkich dziewięciokrotnych pomiarach, od 0.88 do 0.92.
Harmonogram pozytywnych i negatywnych afektów (PANAS)
Harmonogram pozytywnych i negatywnych afektów (PANAS) (Watson i wsp., 1988) został użyty do pomiaru nastroju zgłaszanego przez siebie i składa się z przedmiotów 20, przedmiotów 10 związanych z Harmonogramem Pozytywnego Afektu (PA) i pozycji 10 związanych z Harmonogramem Negatywnego Afektu (NA). Te pozycje opisują różne stany afektywne, takie jak wrogi i podniecony. Uczestnicy punktowali każdy element w pięciopunktowej skali Likerta od (bardzo nieznacznie lub wcale) do 5 (niezwykle), w oparciu o ich obecny stan. W niniejszym badaniu wykazano, że niezawodność alfa Cronbacha dla obu podskali PA (0.87 – 0.92) i NA (0.77 – 0.85) jest dobra lub doskonała w dziewięciu czasach pomiaru.
Fear of Missing Out Scale (FoMOS)
Skala strachu przed zaginięciem (FoMOS) (Przybylski i in., 2013) został użyty jako miara FoMO. Jednak w obecnym badaniu skala została dostosowana do miary stanu poprzez sformułowanie pytań od ogólnego do określonego i obecnego stanu. Skala składa się z elementów 10 (np. „Obawiam się, że inni mają teraz więcej satysfakcjonujących doświadczeń niż ja”) ocenianych na pięciopunktowej skali Likerta od 1 (wcale mnie nie dotyczy) do 5 (niezwykle prawdziwe ze mnie). FoMOS wykazał dobrą wewnętrzną spójność w dziewięciu czasach pomiaru z niezawodnością alfa od 0.80 do 0.87.
Środki zastosowane do scharakteryzowania korzystania ze smartfonów były podawane jednorazowo, podczas gdy zestaw skal związanych z wycofaniem został ukończony w dziewięciu odstępach w okresie ograniczenia. Te skale związane z wycofywaniem zawierały zmienne zależne. Czas reprezentował powtarzane pomiary dla każdego uczestnika (dziewięć razy), co umożliwiło zbadanie różnic wewnątrzosobowych. Stan reprezentowany albo ograniczony, albo kontrolny.
Procedura
Uczestnicy zostali zwerbowani poprzez reklamę na Facebooku i osobisty apel. Uczestnicy, którzy nie korzystali ze smartfona przez co najmniej 1 h codziennie, byli wykluczeni. Badanie odbyło się w ciągu dziesięciu weekendów w okresie od października 2016 do lutego 2017. Każdemu uczestnikowi przydzielono unikalny identyfikator i losowo przydzielono do warunku ograniczonego lub kontrolnego za pomocą internetowego kalkulatora losowego (Urbaniak i Plous, 2015).
Poniedziałek przed eksperymentalnym weekendem (piątek – poniedziałek; zob Postać Figure11) uczestnicy otrzymali wiadomość e-mail zawierającą link do ankiety internetowej (dane demograficzne i wykorzystanie smartfonów). Po włączeniu wszyscy uczestnicy otrzymali niepowtarzalny, kolejno przydzielany numer identyfikacyjny i losowo podzieleni na warunki ograniczone lub kontrolne (patrz Postać Figure22). W piątek te przydzielone do warunku ograniczonego (grupa eksperymentalna; n = 67) polecono wyłączyć smartfony i przekazać je. W ciągu weekendu smartfon został umieszczony w bezpiecznej zamkniętej szafce. Te przydzielone do warunku kontroli (grupa kontrolna; n = 60) pozwolono zachować i korzystać ze smartfona jak zwykle. Podczas okresu restrykcyjnego (72 h) uczestnicy zostali poinstruowani, aby wypełnić odpowiednie kwestionariusze (SWS, FoMOS i PANAS) trzy razy dziennie w broszurze otrzymanej w pierwszym dniu eksperymentalnym. W następny poniedziałek uczestnicy przekazali wypełnione kwestionariusze. Osoby w ograniczonym stanie odzyskały swoje smartfony i odpowiedziały na otwarte pytanie jakościowe dotyczące wyzwań związanych z okresem ograniczenia. Wszyscy uczestnicy otrzymali wynagrodzenie 500 NOK za udział w badaniu. Kwota została wcześniej nieujawniona, aby zapewnić podstawową motywację do udziału w badaniu.
Model progresji ilustrujący projekt eksperymentalny.
Etyka
Badanie zostało przeprowadzone zgodnie z Deklaracją Helsińską i zatwierdzone przez Norweski Urząd Ochrony Danych (projekt nr 49769), a komisja etyczna składała się z jednej osoby, Belindy Gloppen Helle z Norweskiego Centrum Danych Badawczych. Wszyscy uczestnicy zostali zatrudnieni z ogólnej populacji dorosłych (co najmniej 18 lat) i wszyscy udzielili elektronicznej świadomej zgody.
Analiza danych
Zastosowano liniową analizę mieszanego modelu i zastosowano metodę ograniczonej maksymalnej wiarygodności, ponieważ daje ona obiektywne oszacowania parametrów wariancji i kowariancji. W modelach uwzględniono przypadkowe przechwycenie (Harville, 1977; West i wsp., 2014). W analizie czynniki między podmiotami odzwierciedlały potencjalną różnicę między osobami w warunkach ograniczonych a warunkami kontroli, w odniesieniu do wycofania smartfona (ustalonego na podstawie wyniku SWS), strachu przed brakiem (określonego na podstawie wyniku FoMOS), afekt pozytywny / negatywny (określony na podstawie wyników PANAS). Analiza mocy wykazała, że liczba włączonych uczestników byłaby wystarczająca dla mocy 0.80 w przypadku średnich rozmiarów efektu dla stałych czynników i oczekiwanego współczynnika korelacji między powtarzanymi pomiarami 0.5 (Hedeker i in., 1999). Wszystkie analizy przeprowadzono przy użyciu SPSS Version 23.
Na elementach ze skali SWS, ukończonych w okresie ograniczenia, brakujące dane zawierały 4.4% całości. Elementy FoMO miały 4.2%, skalę PA 4.5%, a skala NA zawierała brakujące dane 4.2%. Jednak podejście analityczne liniowego modelu mieszanego umożliwia wykorzystanie dostępnych danych dla jednostek, w których brakuje punktów czasowych.
Efekt
Zbiór danych zostanie udostępniony na żądanie TE.
Opisy
Wykorzystanie smartfonów zostało zmierzone przed weekendem eksperymentalnym. Różnica w zgłoszonym przez siebie użyciu smartfonów nie różniła się między grupami (t = 1.36, df = 125, p = 0.177). Widzieć Stół Table11 bardziej szczegółowe opisy. Nie było różnicy w rozkładzie płci (χ2= 0.373, df = 1, p = 0.541) między dwoma warunkami.
Tabela 1
Średnie (M) i standardowe odchylenia (SD) zgłaszanego użycia smartfona i wystąpiły trudności w okresie ograniczenia smartfona w procentach.
| M (SD) | Odsetek | |
|---|---|---|
| Zgłoszone użycie dla | ||
| Ograniczona grupa | 2.79 (0.85) | |
| Control | 2.62 (0.56) | |
| Wyzwania w okresie ograniczenia związane z | ||
| Aplikacje procesowe | 49.3% | |
| Komunikacja społeczna | 49.3% | |
| Niedostępność | 43.3% | |
| Planowanie | 40.3% | |
| Budzik | 32.8% | |
| Muzyka / podcast | 25.4% | |
| Aplikacje społecznościowe | 13.4% | |
| Bezpieczeństwo | 10.4% | |
| Czas przejścia | 6.0% | |
Analiza eksperymentu
Wpływ ograniczenia smartfonu na objawy odstawienia (patrz Stoły Tabele2,2, , 33)
Tabela 2
Wpływ ograniczenia smartfonów na wyniki wypłat (SWS) przez liniowe modele mieszane.
| Czas | Szacuj | Standardowy błąd | t | F |
|---|---|---|---|---|
| 1 | 0.177 | 0.071 | 2.48 * | |
| 2 | 0.133 | 0.072 | 1.85 | |
| 3 | 0.026 | 0.072 | 0.359 | |
| 4 | 0.053 | 0.071 | 0.745 | |
| 5 | -0.050 | 0.072 | -0.696 | |
| 6 | -0.011 | 0.072 | -0.150 | |
| 7 | 0.032 | 0.072 | 0.449 | |
| 8 | 0.047 | 0.071 | 0.657 | |
| 9 | ||||
| Stan | 4.90 * | |||
| Czas | 2.83 ** | |||
| Stan∗czas | 0.226 | |||
Tabela 3
Średnia i odchylenie standardowe dla każdego warunku w SWS, FoMOS i PANAS w czasie 1 – 9.
| ograniczony | Bez ograniczeń | |||||||
|---|---|---|---|---|---|---|---|---|
| Czas | SWS | FoMO | PA | NA | SWS | FoMO | PA | NA |
| 1 | 1.69 (0.647) | 2.01 (0.720) | 2.77 (0.713) | 1.34 (0.392) | 1.57 (0.655) | 1.86 (0.558) | 2.78 (0.737) | 1.27 (0.367) |
| 2 | 1.68 (0.660) | 2.05 (0.744) | 2.61 (0.576) | 1.32 (0.422) | 1.53 (0.562) | 1.76 (0.642) | 2.67 (0.854) | 1.29 (0.405) |
| 3 | 1.57 (0.561) | 1.88 (0.793) | 2.63 (0.719) | 1.32 (0.394) | 1.40 (0.552) | 1.75 (0.624) | 2.79 (0.829) | 1.26 (0.389) |
| 4 | 1.60 (0.650) | 1.93 (0.754) | 2.61 (0.820) | 1.34 (0.471) | 1.44 (0.556) | 1.77 (0.631) | 2.73 (0.791) | 1.20 (0.287) |
| 5 | 1.57 (0.683) | 1.87 (0.660) | 2.53 (0.699) | 1.27 (0.382) | 1.32 (0.395) | 1.68 (0.597) | 2.63 (0.775) | 1.18 (0.282) |
| 6 | 1.54 (0.536) | 1.81 (0.695) | 2.47 (0.852) | 1.27 (0.421) | 1.37 (0.420) | 1.59 (0.555) | 2.71 (0.856) | 1.24 (0.360) |
| 7 | 1.62 (0.576) | 1.86 (0.623) | 2.30 (0.749) | 1.33 (0.387) | 1.41 (0.528) | 1.64 (0.517) | 2.60 (0.743) | 1.25 (0.335) |
| 8 | 1.65 (0.676) | 1.85 (0.682) | 2.43 (0.695) | 1.31 (0.388) | 1.43 (0.461) | 1.60 (0.586) | 2.57 (0.775) | 1.21 (0.352) |
| 9 | 1.53 (0.536) | 1.74 (0.573) | 2.57 (0.665) | 1.21 (0.370) | 1.36 (0.506) | 1.62 (0.573) | 2.64 (0.787) | 1.19 (0.351) |
Na SWS istniał istotny statystycznie efekt główny stanu, F(1,124.97) = 4.90, p <0.05 i czas, F(8,951.19) = 2.83, p <0.005 całkowitego wyniku. Efekt interakcji między stanem a czasem nie był istotny statystycznie, F(8,951.19) = 0.226, p = 0.986 (Postać Figure33). W szczególności Time 1 miał statystycznie istotny wyższy wynik SWS w porównaniu z Time 9 (t = 2.48, p <0.05), który reprezentował czas odniesienia.
Średnie wyniki w Skali Wycofania Smartphone (SWS) dla warunku ograniczonego i kontroli. Słupki błędu reprezentują średnią błędu błędu dla każdej wartości. ∗p <0.05 dla efektu głównego stanu, †p <0.05 dla efektu głównego czasu i ∫p <0.05 dla czasu 1 w porównaniu z czasem 9.
Wpływ ograniczenia smartfona na strach przed zaginięciem (patrz Stoły Tabele3,3, , 44)
Tabela 4
Wpływ ograniczenia smartfona na strach przed brakiem (FoMOS) wyników liniowych modeli mieszanych.
| Czas | Szacuj | Standardowy błąd | t | F |
|---|---|---|---|---|
| 1 | 0.239 | 0.064 | 3.72 **** | |
| 2 | 0.149 | 0.065 | 2.28 * | |
| 3 | 0.114 | 0.065 | 1.75 | |
| 4 | 0.140 | 0.064 | 2.18 * | |
| 5 | 0.072 | 0.065 | 1.11 | |
| 6 | -0.021 | 0.065 | -0.328 | |
| 7 | 0.018 | 0.065 | 0.280 | |
| 8 | -0.026 | 0.064 | -0.407 | |
| 9 | ||||
| Stan | 3.99 * | |||
| Czas | 8.17 **** | |||
| Stan∗czas | 0.652 | |||
Istniał istotny statystycznie efekt główny stanu, F(1,124.81) = 3.99, p <0.05 i czas, F(8,952.40) = 8.17, p <0.001, na łączny wynik FoMOS. Efekt interakcji między stanem a czasem nie był istotny statystycznie, F(8,952.40) = 0.652, p = 0.734 (Postać Figure44). Dalej, Time 1 (t = 3.72, p <0.001), czas 2 (t = 2.28, p <0.05) i czas 4 (t = 2.18, p <0.05) miał statystycznie istotnie wyższy wynik FoMOS w porównaniu z czasem odniesienia (czas 9).
Średnie wyniki w skali FOMO (Fear of Missing Out) dla ograniczonych (n = 67) i kontroli (n = 60) warunek. Słupki błędu reprezentują średnią błędu błędu dla każdej wartości. ∗p <0.05 dla efektu głównego stanu, †p textitp <0.05 dla efektu czasu, ∫p <0.05 dla czasu 2 i 4 w porównaniu z czasem 9 i ∫p <0.001 dla czasu 1 w porównaniu z czasem 9.
Wpływ ograniczenia smartfonu na afekt pozytywny i negatywny (patrz Stoły Tabele3,3, , 55)
Tabela 5
Wpływ ograniczenia smartfonu na pozytywny wpływ wyników (PANAS) przez liniowe modele mieszane.
| Czas | Szacuj | Standardowy błąd | t | F |
|---|---|---|---|---|
| 1 | 0.190 | 0.109 | 1.75 | |
| 2 | 0.101 | 0.111 | 0.914 | |
| 3 | 0.181 | 0.111 | 1.64 | |
| 4 | 0.045 | 0.110 | 0.405 | |
| 5 | 0.131 | 0.110 | 1.19 | |
| 6 | 0.002 | 0.110 | 0.015 | |
| 7 | 0.017 | 0.109 | -0.155 | |
| 8 | -0.017 | 0.109 | -0.155 | |
| 9 | ||||
| Stan | 1.89 | |||
| Czas | 3.72 **** | |||
| Stan∗czas | 0.865 | |||
Nie było statystycznie istotnego efektu głównego dla stanu, F(1,125.15) = 1.89, p = 0.171 na PA. Analiza wykazała jednak istotny statystycznie efekt główny na czas, F(8,951.23) = 3.72, p <0.001, dla całkowitego wyniku PA. Nie znaleziono żadnych znaczących wyników między każdym punktem czasowym w teście uzupełniającym. Efekt interakcji między stanem a czasem na wynik PA, F(8,951.23) = 0.865, p = 0.546, nie był istotny statystycznie (Postać Figure55). Wynik NA nie miał istotnego efektu głównego dla stanu, F(1,124.23) = 1.73, p = 0.191, ani na czas F(8,952.48) = 1.95, p = 0.050 (Stół Table66). Ponadto efekt interakcji między stanem a czasem w wyniku NA F(8,952.48) = 0.730, p = 0.665, nie był istotny statystycznie (Postać Figure66).
Średnie wyniki pozytywnego wpływu (PA) dla ograniczonego (n = 67) i kontrola (n = 60) warunek. Słupki błędu reprezentują średnią błędu błędu dla każdej wartości. †p <0.001 dla efektu głównego czasu.
Tabela 6
Wpływ ograniczenia smartfona na negatywny wpływ (PANAS) na wyniki liniowych modeli mieszanych.
| Czas | Szacuj | Standardowy błąd | t | F |
|---|---|---|---|---|
| 1 | 0.054 | 0.049 | 1.10 | |
| 2 | 0.069 | 0.049 | 1.40 | |
| 3 | 0.042 | 0.049 | 0.861 | |
| 4 | -0.012 | 0.049 | -0.252 | |
| 5 | -0.030 | 0.049 | -0.614 | |
| 6 | 0.028 | 0.049 | 0.570 | |
| 7 | 0.032 | 0.049 | 0.652 | |
| 8 | 0.000 | 0.049 | 0.003 | |
| 9 | ||||
| Stan | 1.73 | |||
| Czas | 1.95 * | |||
| Stan∗czas | 0.730 | |||
Średnie wyniki dla Negatywnego Afektu (NA) dla ograniczonego (n = 67) i kontrola (n = 60) warunek. Słupki błędu reprezentują średnią błędu błędu dla każdej wartości.
Dyskusja
Głównym celem niniejszego badania było zbadanie objawów odstawienia, strachu przed brakiem oraz pozytywnego i negatywnego wpływu związanego z ograniczeniami smartfona w czasie. W oparciu o projekt badawczy niniejsze badanie stanowi jedno z pierwszych badań eksperymentalnych podjętych na ten temat. Odkrycia były zgodne z jedną z hipotez i wcześniejszych badań, a wyniki pokazały, że ograniczenie smartfona znacząco przyczyniło się do wyjaśnienia symptomów odchylenia od wycofania i FoMO. Jednak ograniczenie nie było związane z pozytywnym lub negatywnym wpływem.
Wystąpił znaczący efekt główny dla stanu na SWS, gdzie warunek ograniczony miał wyższy średni wynik w porównaniu ze stanem kontrolnym. Dokładniej, dowody te wskazują, że ograniczenie smartfona wywołuje objawy odstawienia psychicznego podobne do tych, które występują w innych uzależnieniach behawioralnych. Wyniki ujawniły również znaczący efekt główny warunku FoMOS, wskazując, że wyniki FoMOS były znacznie wyższe dla warunku ograniczonego, w porównaniu do warunku kontrolnego, niezależnie od wpływu czasu. FoMOS może być reprezentacją społecznego aspektu wycofania i dlatego może stanowić wsparcie dla tej hipotezy. Wyniki te mogą wynikać z ograniczenia bezpośredniego dostępu do sieci społecznościowych, które wywołują te negatywne skutki. Nie stwierdzono znaczącego efektu głównego dla stanu na PA, tym samym nie stanowiąc znaczącej różnicy między warunkiem ograniczonym a stanem kontrolnym pod względem wyników PA. Oznacza to, że ograniczenie dostępu ze smartfona nie powoduje zmniejszenia PA. Jeśli chodzi o NA, nie było znaczącego efektu głównego dla warunku. Wynik ten sugeruje, że ograniczenie ze smartfona nie powoduje zwiększenia NA. Odkrycia te zapewniają częściowe wsparcie dla H1, wskazując, że osoby mają negatywny wpływ na interakcje z ich smartfonami.
Znaleziono znaczący główny efekt czasu dla SWS, FoMOS i PA, co wskazuje, że wyniki różniły się znacznie w czasie, niezależnie od stanu. Ponadto główny efekt czasu dla NA nie był znaczący. Stąd H2 był częściowo obsługiwany przez dane. Nie było znaczącego efektu interakcji dla zmiennych wynikowych (SWS, FoMOS, PA i NA), co skutkuje brakiem wsparcia dla H3. W związku z tym w niniejszym badaniu nie można było zidentyfikować tendencji dotyczących negatywnych skutków spowodowanych okresem ograniczenia.
Zgłoszone negatywne skutki (SWS i FoMOS) spowodowane brakiem możliwości interakcji ze smartfonem mogą być powiązane z wyższym poziomem stresu (Lazarus i Folkman, 1984; Folkman, 2008), ponieważ niektóre badania sugerują, że korzystanie ze smartfona może spowodować tymczasowe ujście stresu (Lavoie i Pychyl, 2001; Thomée i in., 2007). Badanie przez Patel i in. (2006) ujawniły, że dzieci, które grały w ręczną grę wideo przed operacją, miały niższy poziom stresu i lęku niż dzieci, które miały tylko swoich rodziców. Podręczna gra wideo ma pewne cechy podobne do smartfonów, co czyni to porównanie istotnym w odniesieniu do interpretacji obecnych ustaleń. Chociaż kilka gier jest dostępnych za pośrednictwem smartfonów, istnieją również pewne różnice między grami wideo a smartfonami, które ograniczają efekty porównawcze. Jeśli jednak jesteś w posiadaniu, smartfon jest natychmiast dostępny ze wszystkimi różnymi aplikacjami procesowymi i społecznymi. Można spekulować, że młodzi dorośli mogą odczuwać ten sam negatywny efekt wzmacniający smartfona w różnych codziennych stresujących sytuacjach. Jeśli tak, można dalej twierdzić, że ograniczenie tego samego rodzaju urządzeń może ograniczyć negatywny efekt wzmacniający smartfona. Są to jednak tylko spekulacje i potrzebne są dalsze badania, aby zbadać możliwości takiego połączenia. Z skali PANAS wykazano, że afekt negatywny jest pozytywnie skorelowany z samoopisywanym stresem (Watson i wsp., 1988).
Inne wyjaśnienie ustaleń dotyczących H1 można powiązać z połączeniem i rozszerzeniem siebie. Popularność SNS stale rośnie, ponieważ po raz pierwszy zostały wprowadzone i rozwinęły się tak, aby zawierały funkcje, takie jak wiadomości błyskawiczne. Sugerowano, że możliwe wyjaśnienie, że SNS są tak popularne, jak się stały, jest możliwe dzięki połączeniu się z podstawowymi potrzebami człowieka. SNS są w stanie zaoferować swoim użytkownikom wsparcie społeczne, oferując możliwość stałego kontaktu z rodziną, przyjaciółmi i znajomymi 24 / 7. Ponadto te aplikacje do wiadomości błyskawicznych oferują prywatne forum, na którym peery mogą komunikować się bez nadzoru innych osób. Może to pomóc w wyjaśnieniu, jak użytkownicy o wysokim zaangażowaniu pokazują SNS (Carbonell i Panova, 2017; Kuss i Griffiths, 2017). Smartfony ułatwiły dostęp do SNS, a zatem ograniczając interakcję smartfonów, sprawia, że coraz trudniej jest być stale połączonym i w pełni zaangażowanym w aspekty społeczne, które ułatwiają smartfony.
Innym bardzo powiązanym terminem w odniesieniu do społecznego aspektu ograniczenia jest rozszerzone ja, zaproponowane przez Belk (1988). W konstruowaniu poczucia siebie twierdzi, że własność jednostki stanowi ważną część w odzwierciedlaniu tożsamości. Gdy zabrane zostaną ich posiadłości, nastąpiłoby zmniejszenie poczucia siebie. Oznacza to pojawienie się negatywnych emocji. Jedną z konsekwencji zmian technologicznych jest rozszerzenie siebie na graficzne reprezentacje jednostki, takie jak awatary, które mogą wpływać na nasze poczucie „ja” w trybie offline. Platforma cyfrowa przeszła od bycia nieco prywatną do głównej platformy do ujawniania i projekcji samych siebie. Zwiększenie dzielenia się prywatnymi informacjami na SNS może pozostawić użytkownika w trudnej sytuacji, gdzie częste posty są wymagane w celu utrzymania lub uzyskania kontroli (Thompson i Cupples, 2008).
Brak możliwości zadawania pytań, udzielania instrukcji lub wymiany informacji osobistych w podróży może wyjaśnić wyższy wynik w SWS i FoMOS. Ponadto może to być związane z aplikacjami procesowymi, które są dostępne na smartfonie, co umożliwia interakcję ze społeczeństwem poprzez wiadomości, bilety autobusowe, e-maile i tak dalej. Jest to zgodne z niektórymi wyzwaniami zgłaszanymi przez ograniczonych uczestników, gdzie prawie połowa zgłaszała trudności z ograniczeniem dostępu do aplikacji procesu, a także komunikacją społeczną. Ponadto uczestnicy zgłaszali wyzwania związane z planowaniem i natychmiastową niedostępnością dla innych osób. Rozszerzona ja zapewnia ciekawy pogląd na temat wykorzystania technologii. Dzięki technologii cyfrowej samodzielne i online stają się wspólnie budowane; w związku z tym nałożenie ograniczenia na osobę, która usuwa go z Internetu, np. ograniczenie smartfona, może wywołać objawy związane z wycofaniem (Belk, 1988, 2013).
Badanie to jest jednym z pierwszych badań nad wpływem ograniczenia smartfona na wydłużenie czasu i fizyczne usunięcie smartfona. Niewiele innych badań dotyczyło ograniczenia smartfonów, ale z różnymi projektami. Badanie przez Cheever i in. (2014)uczestnicy zostali losowo przydzieleni do jednego z dwóch warunków: jeden warunek zmienił się w smartfonie, podczas gdy drugi warunek pozwolił zachować smartfon, ale musiał go wyłączyć na czas trwania badania. Faza eksperymentalna trwała tylko 75 min. Drugie badanie dotyczyło ograniczenia smartfonów dla 3 h na festiwalu (van den Eijnden i in., 2017). W tym badaniu uczestnicy musieli trzymać smartfon, ale musieli go ustawić w trybie lotu, a ekran stał się niewidoczny za pomocą pieczęci. Jeśli chodzi o trendy wycofywania, pierwsza jest jedyną z uwzględnieniem trendów. Jest to jednak trudne do porównania z niniejszym badaniem ze względu na różnicę czasu trwania.
Mocne strony i ograniczenia
Zmienne zależne zostały uwzględnione w celu oceny różnych i istotnych aspektów wycofania smartfona i stanowią jedną z kluczowych zalet niniejszego badania. Faza eksperymentalna 72 h, znacznie dłuższa niż poprzedni eksperyment ograniczenia smartfonów, pozwoliła na szczegółową ocenę fluktuacji zmiennej zależnej i jest kolejnym atutem niniejszego badania (Cheever i in., 2014; van den Eijnden i in., 2017). Fakt, że uczestnicy w warunkach eksperymentalnych przekazanych na smartfony podczas okresu ograniczenia zapewnili integralność eksperymentu.
Jeśli chodzi o ograniczenia, błąd selekcji jest możliwą słabością niniejszego badania, ponieważ można założyć, że osoby, które były nadmierne, miały mniejsze szanse na uczestnictwo. Uczestnicy mogli również swobodnie wybrać się w weekend, w którym chcieli wziąć udział. Może to być ograniczenie, ponieważ uczestnicy mogą odpowiednio dostosować swoje plany weekendowe. Przewaga kobiet w próbie stanowi kolejne ograniczenie, ponieważ niektóre badania sugerują, że mężczyźni i kobiety angażują się w różnego rodzaju korzystanie ze smartfonów. Można sobie wyobrazić, że uczestnicy korzystali z SNS na innych urządzeniach technologicznych (np. Laptop, tablet) w okresie ograniczenia. Dlatego należy to kontrolować w przyszłych badaniach. Można argumentować, że niniejsze badanie nie oznaczało rzeczywistego ograniczenia, ponieważ uczestnicy mogli korzystać z innych urządzeń elektronicznych, za pomocą których mogli uzyskać dostęp do Internetu. Ponieważ jednak większość ludzi korzysta obecnie z telefonów komórkowych w celu uzyskania dostępu do Internetu w sytuacjach, w których nie mają dostępu do komputera PC / tabletu, niniejsze badanie oznaczało ograniczenie dotyczące tego typu sytuacji. Należy również zauważyć, że niektóre aplikacje są dostępne tylko w telefonach komórkowych. Ponadto należy pamiętać, że celem niniejszego badania było zbadanie konkretnie wypłaty z telefonu komórkowego, a nie ogólnie wycofania z Internetu. Fakt, że grupa eksperymentalna miała wyższe wyniki w przypadku kilku środków wycofania w porównaniu z grupą kontrolną, również sugeruje, że wystąpiło rzeczywiste ograniczenie. Jedną ze skal używanych do pomiaru wycofania smartfonów (SWS) była zmodyfikowana skala wycofywania papierosów. Chociaż SWS miała wysoką wewnętrzną spójność, nie została wykorzystana w żadnych innych badaniach, które można uznać za słabość. Ponadto warto wspomnieć o zasadniczej różnicy między właściwościami uzależniającymi od smartfonów i nikotyny. Ponadto brak punktów wyjściowych dla wyników związanych z wycofaniem służy jako kolejne ograniczenie dla niniejszego badania. Wreszcie, należy zauważyć, że różnica między grupą eksperymentalną a grupą kontrolną pod względem częstotliwości używania smartfonów przed rozpoczęciem okresu ograniczenia może potencjalnie stanowić ograniczenie.
Implikacje
Jeśli chodzi o uzależnienia behawioralne, wyniki uzupełniają materiał dowodowy wskazujący, że nadmierne korzystanie ze smartfonów zawiera elementy uzależnienia. Wyniki niniejszego badania pomogą w poszerzeniu wiedzy i zrozumienia otaczających tę część dziedziny uzależnień, takich jak negatywne skutki wynikające z ograniczeń. Wyniki te uświadamiają skupienie się na efektach związanych z wycofaniem w zachowaniach podatnych na nadmierne używanie. Co więcej, badanie to może pomóc w przyszłych badaniach, które będą badać objawy związane z wycofaniem po ograniczeniu, ponieważ podkreślono zarówno mocne, jak i słabe strony.
Wnioski
Niniejsze badanie ujawniło, że ograniczenie dostępu do smartfona zwiększa objawy odstawienia i obawy przed brakiem, ale w szczególności nie wpływają na pozytywny i negatywny wpływ. Wyniki wskazują, że duża część negatywnych skutków odczuwanych przez uczestników w okresie ograniczenia jest podobna do innych rodzajów uzależnień behawioralnych. Ponadto badanie obejmowało komponent czasowy w celu zbadania tendencji wycofywania, ale wyniki nie były znaczące. Biorąc pod uwagę wyniki niniejszego badania, ważne jest, aby w przyszłych badaniach w pełni zbadać koncepcję uzależnienia od smartfonów, koncentrując się na objawach odstawienia. Interesujące byłoby również porównanie trendów wycofywania w całym spektrum uzależnień. Jest to pierwsze tego typu badanie dla wiedzy autorów, dotyczące złożoności projektu. Przyszłe badania powinny uwzględniać mocne strony i ograniczenia przy dalszym badaniu tego tematu.
Autorskie Wkłady
TE, SA i SP opracowali i zaprojektowali eksperyment oraz przeanalizowali dane. TE i SA przeprowadzili eksperymenty. TE, SA, SP, CA i RB napisali artykuł.
Oświadczenie o konflikcie interesów
Autorzy oświadczają, że badanie zostało przeprowadzone przy braku jakichkolwiek powiązań handlowych lub finansowych, które mogłyby być interpretowane jako potencjalny konflikt interesów.
Materiał uzupełniający
Dodatkowe materiały do tego artykułu można znaleźć w Internecie pod adresem: https://www.frontiersin.org/articles/10.3389/fpsyg.2018.01444/full#supplementary-material
Referencje
- Alavi SS, Ferdosi M., Jannatifard F., Eslami M., Alaghemandan H., Setare M. (2012). Uzależnienie behawioralne a uzależnienie od substancji: korespondencja poglądów psychiatrycznych i psychologicznych. Int. J. Zapobieganie. Med. 3 290-294. [Artykuł bezpłatny PMC] [PubMed]
- Amerykańskie Towarzystwo Psychiatryczne (2013). Diagnostic and Statistical Manual of Mental Disorders, 5th Edn. Waszyngton: Amerykańskie Stowarzyszenie Psychiatryczne.
- Andreassen CS, Billieux J., Griffiths MD, Kuss DJ, Demetrovics Z., Mazzoni E., et al. (2016). Związek między uzależniającym używaniem mediów społecznościowych a grami wideo i objawami zaburzeń psychicznych: wielkoskalowe badanie przekrojowe. Psychol. Nałogowiec. Behav. 30 252 – 262. 10.1037 / adb0000160 [PubMed] [Cross Ref]
- Andreassen CS, Griffiths MD, Gjertsen SR, Krossbakken E., Kvam S., Pallesen S. (2013). Związki między uzależnieniami behawioralnymi a pięcioczynnikowym modelem osobowości. J. Behav. Nałogowiec. 2 90-99. 10.1556 / JBA.2.2013.003 [PubMed] [Cross Ref]
- Belk RW (1988). Posiadłości i rozszerzone ja. J. Consum. Res. 15 139-168. 10.1086 / 209154 [Cross Ref]
- Belk RW (2013). Rozszerzone ja w cyfrowym świecie. J. Consum. Res. 40 477-500. 10.1086 / 671052 [Cross Ref]
- Billieux J., Maurage P., Lopez-Fernandez O., Kuss DJ, Griffiths MD (2015a). Czy nieuporządkowane korzystanie z telefonu komórkowego można uznać za uzależnienie behawioralne? Aktualizacja aktualnych dowodów i kompleksowy model przyszłych badań. Curr. Nałogowiec. Rozpustnik. 2 156–162. 10.1007/s40429-015-0054-y [Cross Ref]
- Billieux J., Schimmenti A., Khazaal Y., Maurage P., Heeren A. (2015b). Czy przeceniamy codzienne życie? Tenable plan badań nad uzależnieniami behawioralnymi. J. Behav. Nałogowiec. 4 119-123. 10.1556 / 2006.4.2015.009 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Carbonell X., Panova T. (2017). Krytyczne uwzględnienie potencjału uzależnienia od portali społecznościowych. Nałogowiec. Res. Teoria 25 48-57. 10.1080 / 16066359.2016.1197915 [Cross Ref]
- Chang AM, Aeschbach D., Duffy JF, Czeisler CA (2015). Wieczorne korzystanie z czytników emitujących światło negatywnie wpływa na sen, czas okołodobowy i czujność następnego ranka. Proc. Natl. Acad Sci. USA 112 1232-1237. 10.1073 / pnas.1418490112 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Cheever NA, Rosen LD, Carrier LM, Chavez A. (2014). Poza zasięgiem wzroku nie ma nic złego: wpływ ograniczenia korzystania z bezprzewodowych urządzeń mobilnych na poziomy lęku wśród użytkowników o niskim, średnim i wysokim poziomie. Comput. Szum. Behav. 37 290 – 297. 10.1016 / j.chb.2014.05.002 [Cross Ref]
- Chóliz M., Pinto L., Phansalkar SS, Corr E., Mujjahid A., Flores C., i in. (2016). Opracowanie krótkiej wielokulturowej wersji kwestionariusza dotyczącego uzależnienia od telefonu komórkowego (TMDbrief). Z przodu. Psychol. 7: 650. 10.3389 / fpsyg.2016.00650 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Clayton RB, Leshner G., Almond A. (2015). Rozszerzony iSelf: wpływ separacji iPhone'a na funkcje poznawcze, emocje i fizjologię. J. Comput. Med. Commun 20 119 – 135. 10.1111 / jcc4.12109 [Cross Ref]
- Cutino CM, Nees MA (2017). Ograniczenie dostępu do telefonu komórkowego podczas pracy domowej zwiększa osiągnięcie celów nauki. Tłum. Media Commun. 5 63-79. 10.1177 / 2050157916664558 [Cross Ref]
- Demirci K., Akgönül M., Akpinar A. (2015). Relacja dotkliwości używania smartfonów z jakością snu, depresją i lękiem u studentów. J. Behav. Nałogowiec. 4 85-92. 10.1556 / 2006.4.2015.010 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Elhai JD, Levine JC, Dvorak RD, Hall BJ (2016). Strach przed brakiem, potrzebą dotyku, lękiem i depresją są związane z problematycznym używaniem smartfonów. Comput. Szum. Behav. 63 509 – 516. 10.1016 / j.chb.2016.05.079 [Cross Ref]
- Elhai JD, Tiamiyu MF, Weeks JW, Levine JC, Picard KJ, Hall BJ (2017). Regulacja depresji i emocji pozwala przewidzieć obiektywne wykorzystanie smartfona mierzone przez tydzień. Pers. Individ. Diff. 133 21 – 28. 10.1016 / j.paid.2017.04.051 [Cross Ref]
- Etter J.-F. (2005). Samodzielny kwestionariusz do pomiaru objawów odstawienia papierosów: Skala wycofania papierosów. Nicot Tytoń Res. 7 47-57. 10.1080 / 14622200412331328501 [PubMed] [Cross Ref]
- Folkman S. (2008). Przypadek pozytywnych emocji w procesie stresu. Radzenie sobie ze stresem 21 3-14. 10.1080 / 10615800701740457 [PubMed] [Cross Ref]
- Fuster H., Chamarro A., Oberst U. (2017). Fear of Missing Out, internetowe serwisy społecznościowe i uzależnienie od telefonów komórkowych: podejście ukryte. Aloma 35 23-30.
- Griffiths MD (1996). Uzależnienie behawioralne: problem dla wszystkich? Empl. Councel. Dzisiaj 8 19-25. 10.1108 / 13665629610116872 [Cross Ref]
- Griffiths MD (2004). Obstawiasz swoje życie na tym. Br. Med. JOT. 329 1055 – 1056. 10.1136 / bmj.329.7474.1055 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Griffiths MD (2005). Model uzależnienia „komponentów” w ramach biopsychospołecznych. J. Subst. Posługiwać się 10 191-197. 10.1080 / 1465980500114359 [Cross Ref]
- Griffiths MD, Kuss DJ, Billieux J., Pontes HM (2016). Ewolucja uzależnienia od Internetu: perspektywa globalna. Nałogowiec. Behav. 53 193-195. 10.1016 / j.addbeh.2015.11.001 [PubMed] [Cross Ref]
- Griffiths MD, Kuss DJ, Demetrovics Z. (2014). „Uzależnienie od serwisów społecznościowych: przegląd wstępnych ustaleń” w Uzależnienia behawioralne: kryteria, dowody i leczenie, red. Rosenberg KP, Feder LC, redaktorzy. (New York, NY: Elsevier Science;), 119 – 141. 10.1016 / B978-0-12-407724-9.00006-9 [Cross Ref]
- Harville DA (1977). Podejście maksymalnego prawdopodobieństwa do oszacowania komponentu wariancji do powiązanych problemów. J. Am. Statystyk. Doc. 72 320-338. 10.1080 / 01621459.1977.10480998 [Cross Ref]
- Hedeker D., Gibbons RD, Waternaux C. (1999). Szacowanie wielkości próbki dla projektów podłużnych z ścieraniem: porównanie kontrastów czasowych między grupami. J. Educ. Behav. Statystyk. 24 70-93. 10.3102 / 10769986024001070 [Cross Ref]
- Hughes JR, Keely J., Naud S. (2004). Kształt krzywej nawrotu i długotrwała abstynencja wśród nieleczonych palaczy. Nałóg 99 29-38. 10.1111 / j.1360-0443.2004.00540.x [PubMed] [Cross Ref]
- İnal EE, ÇetÝntürk A., Akgönül M., Savaş S. (2015). Efekty nadużywania smartfona na funkcję dłoni, siłę szczypania i nerw środkowy. Nerw mięśniowy 52 183 – 188. 10.1002 / mus.24695 [PubMed] [Cross Ref]
- Kuss DJ, Griffiths MD (2011). Internetowe sieci społecznościowe i uzależnienia - przegląd literatury psychologicznej. Int. J. Environ. Res. Pub. Zdrowie 8 3528 – 3552. 10.3390 / ijerph8093528 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Kuss DJ, Griffiths MD (2017). Portale społecznościowe i uzależnienie: dziesięć doświadczeń. Int. J. Environ. Res. Pub. Zdrowie 14 311. 10.3390 / ijerph14030311 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Lavoie J., Pychyl T. (2001). Cyberslacking i superszybka autostrada: internetowy przegląd zwlekania, postaw i emocji. Soc. Sci. Comput. Obrót silnika. 19 431-444. 10.1177 / 089443930101900403 [Cross Ref]
- Lazarus RS, Folkman S. (1984). Stres, ocena i radzenie sobie. Nowy Jork, NY: Springer.
- Lepp A., Barkley JE, Karpiński AC (2014). Związek między używaniem telefonów komórkowych, wynikami w nauce, lękiem i zadowoleniem z życia studentów. Comput. Szum. Behav. 31 343 – 350. 10.1016 / j.chb.2013.10.049 [Cross Ref]
- Lookout (2012). Mobile Mindset Study ujawnia przywiązanie Amerykanów do smartfonów zmienia nasze zachowania i emocje. Dostępne o: https://www.businesswire.com/news/home/20120621005339/en/Mobile-Mindset-Study-Reveals-Americans%E2%80%99-Smartphone-Attachment
- Lopez-Fernandez O., Kuss DJ, Romo L., Morvan Y., Kern L., Graziani P., et al. (2017). Zgłaszane przez siebie uzależnienie od telefonów komórkowych u młodych dorosłych: europejskie międzykulturowe badanie empiryczne. J. Behav. Nałogowiec. 6 168-177. 10.1556 / 2006.6.2017.020 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Orford J. (2001). Nadmierne apetyty: psychologiczny widok uzależnień, 2nd Edn. Chichester: Wiley.
- Parlak S., Eckhardt A. (2014). Opracowanie skali wycofywania z Facebooka: wyniki kontrolowanego eksperymentu w terenie. Referat przedstawiony na Europejskiej Konferencji Systemów Informatycznych (ECIS), Tel Awiw.
- Patel A., Schieble T., Davidson M., Tran MC, Schoenberg C., Delphin E., i in. (2006). Rozproszenie za pomocą ręcznej gry wideo zmniejsza lęk przedoperacyjny u dzieci. Pediatr. Anesth. 16 1019-1027. 10.1111 / j.1460-9592.2006.01914.x [PubMed] [Cross Ref]
- Przybylski AK, Murayama K., DeHaan CR, Gladwell V. (2013). Motywacyjne, emocjonalne i behawioralne korelaty strachu przed brakiem. Comput. Szum. Behav. 29 1841 – 1848. 10.1016 / j.chb.2013.02.014 [Cross Ref]
- Rosen LD, Whaling K., Carrier LM, Cheever NA, Rokkum J. (2013a). Skala wykorzystania mediów i technologii: badania empiryczne. Comput. Szum. Behav. 29 2501 – 2511. 10.1016 / j.chb.2013.06.006 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
- Rosen LD, wielorybnictwo K., Rab LM, Cheever NA (2013b). Czy Facebook tworzy „IDisorders”? Związek między objawami klinicznymi zaburzeń psychicznych a wykorzystaniem technologii, postawami i lękiem. Comput. Szum. Behav. 29 1243 – 1254. 10.1016 / j.chb.2012.11.012 [Cross Ref]
- Salehan M., Negahban A. (2013). Sieci społecznościowe na smartfonach: gdy telefony komórkowe uzależniają. Comput. Szum. Behav. 29 2632 – 2639. 10.1016 / j.chb.2013.07.003 [Cross Ref]
- Sapacz M., Rockman G., Clark J. (2016). Czy jesteśmy uzależnieni od naszych telefonów komórkowych? Comput. Szum. Behav. 57 153 – 159. 10.1016 / j.chb.2015.12.004 [Cross Ref]
- Sprzedawcy EM, Kalant H. (1976). Upojenie alkoholowe i odstawienie. N. Engl. J. Med. 294 757 – 762. 10.1056 / NEJM197604012941405 [PubMed] [Cross Ref]
- Shiffman SM, Jarvik ME (1976). Objawy odstawienia palenia w ciągu dwóch tygodni abstynencji. Psychopharmacology 50 35-39. 10.1007 / BF00634151 [PubMed] [Cross Ref]
- Starcevic V. (2016). Objawy tolerancji i odstawienia mogą nie być pomocne w poprawie zrozumienia uzależnienia behawioralnego. Nałóg 111 1307 – 1308. 10.1111 / add.13381 [PubMed] [Cross Ref]
- Thomée S., Eklöf M., Gustafsson E., Nilsson R., Hagberg M. (2007). Występowanie odczuwanego stresu, objawów depresji i zaburzeń snu w odniesieniu do wykorzystania technologii informacyjnych i komunikacyjnych (ICT) wśród młodych dorosłych - eksploracyjne badanie prospektywne. Comput. Szum. Behav. 23 1300 – 1321. 10.1016 / j.chb.2004.12.007 [Cross Ref]
- Thompson L., Cupples J. (2008). Widzisz i nie słyszałeś? Wiadomości tekstowe i cyfrowa socjalność. Soc. Kult. Hasło geograficzne 9 95-108. 10.1080 / 14649360701789634 [Cross Ref]
- Tossell C., Kortum PT, Shepard C., Rahmati A., Zhong L. (2015). Poznawanie uzależnienia od smartfonów: spostrzeżenia z długoterminowych telemetrycznych miar behawioralnych. IJIM 9 37 – 43. 10.3991 / ijim.v9i2.4300 [Cross Ref]
- Urbaniak GC, Plous S. (2015). Research Randomizer (Version 4.0) [Oprogramowanie komputerowe]. Odzyskany 18th of October, 2016.
- Valderrama JA (2014). Rozwój i walidacja problematycznej skali użytkowania smartfonów. Rozprawa doktorska, Alliant International University, Alhambra, CA.
- van den Eijnden R., Doornwaard S., Ter Bogt T. (2017). Czy objawy uzależnienia od smartfona są związane z FoMO, głodem alkoholowym i objawami abstynencyjnymi podczas abstynencji smartfona? Wyniki z naturalnego eksperymentu. J. Behav. Nałogowiec. 6 (Suppl. 1): 56.
- van Deursen AJ, Bolle CL, Hegner SM, Kommers PA (2015). Modelowanie nawykowego i uzależniającego zachowania smartfonów: rola typów smartfonów, inteligencja emocjonalna, stres społeczny, samoregulacja, wiek i płeć. Comput. Szum. Behav. 45 411 – 420. 10.1016 / j.chb.2014.12.039 [Cross Ref]
- Watson D., Clark LA, Tellegen A. (1988). Rozwój i walidacja krótkich miar pozytywnego i negatywnego afektu: skali PANAS. J. Pers. Soc. Psychol. 54 1063-1070. 10.1037 / 0022-3514.54.6.1063 [PubMed] [Cross Ref]
- West BT, Welch KB, Galecki AT (2014). Liniowe modele mieszane, 2nd Edn. Ann Arbor, MI: CRC Press; 10.1201 / b17198 [Cross Ref]
- Xie Y., Szeto GP, Dai J., Madeleine P. (2016). Porównanie aktywności mięśni przy użyciu smartfona z ekranem dotykowym wśród młodych ludzi z przewlekłym bólem szyi i ramion oraz bez niego. Ergonomia 59 61-72. 10.1080 / 00140139.2015.1056237 [PubMed] [Cross Ref]
- Młody KS (1998). Uzależnienie od Internetu: pojawienie się nowego zaburzenia klinicznego. CyberPsychol. Behav. 1 237-244. 10.1089 / cpb.1998.1.237 [Cross Ref]
;
