Zaburzenie komunikacji internetowej: to kwestia aspektów społecznych, radzenia sobie i oczekiwań związanych z korzystaniem z Internetu (2016)

Front Psychol. 2016; 7: 1747.

Opublikowano online 2016 Nov 10. doi: 10.3389 / fpsyg.2016.01747

PMCID: PMC5102883

Elisa Wegmann¹ i Matthias Brand^1,^2,^*

Abstrakcyjny

Aplikacje do komunikacji online, takie jak Facebook, WhatsApp i Twitter, to jedne z najczęściej używanych aplikacji internetowych. Coraz więcej osób cierpi z powodu ograniczonej kontroli nad korzystaniem z aplikacji komunikacyjnych online, co prowadzi do różnych negatywnych konsekwencji w życiu offline. Można to nazwać zaburzeniem komunikacji internetowej (ICD). Obecne badanie bada rolę indywidualnych cech (np. Objawów psychopatologicznych, poczucia osamotnienia) i specyficznych poznań. W próbce uczestników 485 przetestowano model równania strukturalnego w celu zbadania predyktorów i mediatorów, które mogą przewidywać nadmierne użycie. Wyniki podkreślają, że wyższy poziom samotności społecznej i mniej postrzeganego wsparcia społecznego zwiększa ryzyko patologicznego użycia. Skutki objawów psychopatologicznych (depresja i lęk społeczny), a także indywidualne cechy (poczucie własnej wartości, poczucie własnej skuteczności i podatność na stres) na objawy ICD są mediowane oczekiwaniami w zakresie korzystania z Internetu i dysfunkcjonalnymi mechanizmami radzenia sobie. Wyniki ilustrują efekty mediacji zgodne z modelem teoretycznym Branda i in. (2016). Jak sugerowano w modelu, aspekty społeczne wydają się być kluczowymi predyktorami objawów ICD. Dalsze badania powinny zbadać zbieżne i rozbieżne czynniki innych rodzajów specyficznych zaburzeń związanych z korzystaniem z Internetu.

Słowa kluczowe: Uzależnienie od Internetu, portale społecznościowe, oczekiwania dotyczące korzystania z Internetu, psychopatologia, osobowość, radzenie sobie, komunikacja online

Wprowadzenie

W życiu codziennym Internet jest przydatnym narzędziem do wyszukiwania informacji, robienia zakupów w Internecie, a ponadto służy do komunikacji z osobami na całym świecie. Łatwy dostęp i rosnące wykorzystanie smartfonów zwiększają popularność portali społecznościowych (SNS), takich jak Facebook, i dalsze aplikacje komunikacyjne, takie jak Instagram, Twitter i WhatsApp (Wu i in., 2013). Wszystkie te aplikacje umożliwiają interakcję z innymi ludźmi, efektywna interakcja jest główną cechą tych narzędzi w ramach mediów społecznościowych. Jednak definicja mediów społecznościowych jest bardziej obszerna: „Internetowe kanały, które pozwalają użytkownikom oportunistycznie wchodzić w interakcje i selektywnie prezentować się w czasie rzeczywistym lub asynchronicznie, zarówno z szeroką, jak i wąską publicznością czerpiącą wartość z treści generowanych przez użytkowników i postrzeganiem interakcji z innymi”(Carr i Hayes, 2015, str. 50). Definicja ta zawiera kluczowe elementy, takie jak wartość generowana przez użytkownika lub komunikacja masowa, które są również częścią profesjonalnych witryn sieciowych, czatów lub forów dyskusyjnych (Carr i Hayes, 2015). W tym badaniu zdefiniowaliśmy komunikację internetową jako korzystanie z portali społecznościowych (np. Facebook, Twitter, Instagram), mikroblogów i blogów, a także komunikatorów internetowych (np. WhatsApp). Korzystanie z tych stron obejmuje działania umożliwiające wymianę z innymi użytkownikami, takie jak publikowanie treści lub czytanie postów. Definicja nie obejmuje dalszych funkcji serwisów społecznościowych, takich jak gry lub wyszukiwanie informacji.

Niektóre z głównych powodów, dla których te narzędzia osiągnęły taką popularność, oprócz możliwości pozostawania w kontakcie z przyjaciółmi, to zarządzanie wrażeniami i rozrywką (Krämer i Winter, 2008; Neubaum i Krämer, 2015). Kuss i Griffiths (2011b) wykryli czynniki społeczne, takie jak identyfikacja grupowa i zbiorowa samoocena, jako główny predyktor udziału w SNS. SNS to społeczności internetowe, w których można tworzyć zindywidualizowane profile w celu udostępniania danych osobowych i łączenia się z innymi użytkownikami. Aplikacje komunikacyjne online koncentrują się głównie na komunikacji między różnymi osobami. W przeciwieństwie do SNS, gry społecznościowe i wyszukiwanie informacji nie są głównymi cechami aplikacji komunikacyjnych. (Amichai-Hamburger i Vinitzky, 2010; Kuss i Griffiths, 2011b; Floros i Siomos, 2013; Guedes i in., 2016). Istnieje jednak coraz więcej osób doświadczających negatywnych konsekwencji z powodu nadmiernego korzystania z Internetu lub różnych aplikacji internetowych, takich jak komunikacja online. To nadmierne używanie określane jest jako uzależnienie od Internetu lub specyficzne zaburzenie korzystania z Internetu. Możliwymi negatywnymi konsekwencjami mogą być zaburzenia wydajności w pracy, szkole lub na uczelni, konflikty z rodziną i przyjaciółmi lub negatywne emocje (Brand i in., 2016). Wskaźnik rozpowszechnienia uzależnienia od Internetu jest zgłaszany jako 1% w Niemczech (Rumpf i in., 2011).

Specyficzne zaburzenie korzystania z Internetu opisuje uzależniające użycie określonej aplikacji, np. Pornografii internetowej, gier internetowych lub komunikacji internetowej (aby zapoznać się z przeglądem, zobacz Young, 1998; Young i in., 1999; Griffiths, 2000; Davis, 2001; Kuss i Griffiths, 2011b; Brand i in., 2014b). Uzależniające korzystanie z komunikacji internetowej jest często określane jako uzależnienie od SNS, patologiczne wykorzystanie SNS, a także uzależnienie od Facebooka lub uzależnienie od smartfona (Griffiths i in., 2014; Ryan i in., 2014; Choi i in., 2015; Wegmann i in., 2015). Wszystkie te warunki dotyczą nadużywania komunikacji online, sieci społecznościowych lub innych usług komunikacji internetowej, a nie dalszych konkretnych funkcji, takich jak gry w serwisach społecznościowych (Kuss i Griffiths, 2011b; Casale i in., 2015). Ogólnie rzecz biorąc, główne aspekty tych technologii to komunikacja i interakcja z innymi, niezależnie od konkretnych funkcji. Niektóre osoby cierpią z powodu negatywnych konsekwencji, takich jak poczucie osamotnienia, upośledzenie aktywności społecznej, zdrowie psychiczne, dobre samopoczucie lub relacje międzyludzkie, problemy z regulacją emocji i ograniczony dostęp do strategii radzenia sobie ze stresem z powodu korzystania z tego rodzaju aplikacji internetowych (Andreassen i Pallesen, 2014; Hormes i in., 2015). Poniżej zostanie zastosowany termin „zaburzenie komunikacji internetowej” (ICD), co jest zgodne z terminologią DSM-5 dotyczącą gier internetowych (Amerykańskie Stowarzyszenie Psychiatryczne, 2013) a ponadto zalecił Brand et al. (2016). Opierając się na objawach uzależnień behawioralnych w ogóle oraz na klasyfikacji zaburzeń gier internetowych w sekcji III DSM-5 w specyficzny sposób, objawami ICD są: istotność, modyfikacja nastroju, tolerancja, objawy abstynencyjne, utrata kontroli, zaabsorbowanie i negatywne konsekwencje w pracy, szkole, osiągnięciach naukowych lub w relacjach społecznych (Griffiths i in., 2014).

Brand i in. (2016) sugerują teoretyczny model procesu o nazwie I-PACE model (I-PACE oznacza Interaction of Person-Affect-Cognition-Execution), który odnosi się do potencjalnych procesów i mechanizmów leżących u podstaw rozwoju i utrzymania określonego zaburzenia korzystania z Internetu, takiego jak ICD. Model ten koncentruje się na interakcji między podstawowymi cechami osoby, reakcjami afektywnymi i poznawczymi oraz decyzją o użyciu określonej aplikacji. Mechanizmy te mogą prowadzić do gratyfikacji i kompensacji, co może skutkować specyficznym zaburzeniem korzystania z Internetu. Ramy teoretyczne rozróżniają czynniki predysponujące oraz zmienne moderujące i pośredniczące. Autorzy argumentują, że jednostki mają pewne cechy, takie jak osobowość, poznanie społeczne, określone motywy korzystania z aplikacji, psychopatologia i konstytucja bio-psychologiczna. Cechy te wpływają na reakcje afektywne i poznawcze, takie jak styl radzenia sobie i błędy poznawcze związane z Internetem, na przykład oczekiwania związane z korzystaniem z Internetu. Zmienne te definiuje się jako zmienne moderujące / pośredniczące w modelu I-PACE. Oczekiwania związane z korzystaniem z Internetu są definiowane jako oczekiwania użytkownika w stosunku do korzystania z Internetu lub określonych aplikacji. Na przykład użytkownicy mogą oczekiwać, że korzystanie z Internetu pomaga złagodzić problemy z życia codziennego, uniknąć samotności lub doświadczać przyjemności i wzbudzać pozytywne emocje w czasie przebywania online (Brand i in., 2014). Te oczekiwania mogą wpłynąć na zachowanie i decyzję o użyciu lub nieużywaniu określonej aplikacji. W modelu I-PACE Brand i wsp. (2016) zakładają, że zwłaszcza wpływ cech danej osoby na rozwój i utrzymanie zaburzeń związanych z korzystaniem z Internetu jest zapośredniczony przez styl radzenia sobie i związane z Internetem uprzedzenia poznawcze. Specyficzne motywy i czynniki predysponujące wzmacnia doświadczana gratyfikacja i ucieczka od negatywnych uczuć. W rezultacie nadmierne korzystanie z preferowanej aplikacji może zostać zwiększone, co skutkuje zmniejszoną kontrolą i zmniejszoną stabilizacją podstawowych cech osoby (Brand i in., 2016). Niektóre części teoretycznego modelu procesu i jego poprzednia wersja (Brand i in., 2014b) zostały już przetestowane empirycznie w odniesieniu do uzależnienia cyberseksualnego od Laiera i Branda (2014), uzależniające wykorzystanie SNS przez Wegmanna i in. (2015), a uogólnione uzależnienie od Internetu Brand i in. (2014) przy użyciu metody modelowania równania strukturalnego. Wyniki uogólnionego uzależnienia od Internetu pokazały, że styl radzenia sobie i oczekiwania w zakresie korzystania z Internetu całkowicie pośredniczą w oddziaływaniu osobowości i aspektów psychopatologicznych na uogólnione uzależnienie od Internetu (Brand i in., 2014).

Dalsze efekty mediacji między głównymi cechami danej osoby a stylami radzenia sobie, a także uprzedzeniami poznawczymi związanymi z Internetem, które są zakładane w modelu I-PACE, należy zbadać pod kątem różnych zaburzeń korzystania z Internetu. W obecnym badaniu przetestowano potencjalne predyktory i mediatory zaburzeń komunikacji internetowej. Biorąc pod uwagę identyfikację zbieżnych i rozbieżnych mechanizmów różnych typów określonych zaburzeń korzystania z Internetu, model empiryczny obejmujący taką samą operacjonalizację jak Brand i wsp. (2014) zastosowano do porównania bezpośrednich i pośrednich efektów mediacji na poziomie teoretycznym.

Poniżej omówiona zostanie rola niektórych potencjalnych predyktorów i mediatorów do utrzymania i rozwoju ICD. Wszystkie predyktory, do których się zwracamy, zostały zbadane we wcześniejszym badaniu dotyczącym uogólnionego uzależnienia od Internetu (Brand i in., 2014). Wspomnieliśmy również o dalszych badaniach, które ujawniają dwuwymiarowe lub bezpośrednie efekty między hipotetycznymi predyktorami a objawami ICD.

Wcześniejsze badania wykazały na przykład związek między objawami ICD a depresją, a także niepokój społeczny (De Cock i in., 2013; Panek i in., 2013; Hong i in., 2014; Bodroza i Jovanovic, 2015; Laconi i in., 2015; Moreau i in., 2015; Guedes i in., 2016). Nieśmiałość i niska samoocena są również ogólnie powiązane z objawami ICD lub w szczególności z uzależnieniem od Facebooka (Chak i Leung, 2004; Steinfield i in., 2008; Omar i Subramanian, 2013; Panek i in., 2013; Bhagat, 2015; Laconi i in., 2015; Guedes i in., 2016). Z drugiej strony, Jelenchick i in. (2013) nie znalazło bezpośredniego wpływu między stosowaniem SNS a objawami depresji.

Dalsze badania zbadały centralną rolę samotności w uzależnieniu od Internetu i ICD. Hardie i Tee (2007) wykazało, że problematyczne korzystanie z Internetu wiąże się z wysoką samotnością, lękiem społecznym i mniej postrzeganym wsparciem społecznym (Hardie i Tee, 2007). Kim i in. (2009) twierdził, że samotni ludzie kompensują niedobory w prawdziwym życiu, gdy są online. Jest to zgodne z badaniami, w których stwierdzono związek między samotnością a ICD (Baker i Oswald, 2010; De Cock i in., 2013; Omar i Subramanian, 2013; Song i in., 2014). Baker i Oswald (2010) wyjaśnił, że środowisko aplikacji do komunikacji online wydaje się bezpiecznym otoczeniem dla nieśmiałych osób, które następnie mogą komunikować się z innymi osobami. Może to być szczególnie istotne, jeśli postrzegane jest mniejsze wsparcie społeczne i wysoka samotność. Wydaje się, że wykorzystanie SNS może zmniejszyć samotność, co prowadzi do coraz częstszego korzystania z Internetu, aby zaspokoić potrzebę interakcji społecznych (Song i in., 2014). Wyniki podkreślają, że raczej społeczna samotność niż emocjonalna samotność zwiększa wykorzystanie komunikacji online (Ryan i Xenos, 2011; Jin, 2013). Ogólnie rzecz biorąc, wszystkie te badania dotyczą bezpośredniego wpływu między cechami osoby a patologicznym wykorzystaniem różnych aplikacji komunikacyjnych. Jednak potencjalne skutki mediacji poprzez styl radzenia sobie lub związane z Internetem uprzedzenia poznawcze, które są postulowane w podejściu teoretycznym Branda i in. (2016), nie zostały dotąd zbadane. Po prostu Wegmann i in. (2015) wykazało, że wpływ objawów psychopatologicznych, takich jak depresja i lęk społeczny, na uzależniające używanie SNS był mediowany oczekiwaniami w zakresie korzystania z Internetu. Jest to zgodne z Hormes i in. (2015), którzy teoretycznie twierdzą, że niewłaściwe wykorzystanie SNS jest realizowane przez różne mechanizmy wzmacniające (patrz także Kuss i Griffiths, 2011b).

O ile wiemy, jest tylko kilka badań, które badały rolę własnej skuteczności i wykorzystania SNS. W swoich badaniach Wang J.-L. et al. (2015) wykazało, że skuteczność w Internecie była istotnym predyktorem wykorzystania SNS w odniesieniu do motywacji do korzystania z SNS jako funkcji społecznych i rekreacyjnych. Jest to zgodne z Gangadharbatla (2008), który wskazuje, że skuteczność Internetu ma pozytywny wpływ na postawy wobec SNS. Związek między ogólną skutecznością siebie a ICD nie był dotychczas badany.

Podsumowując, istnieje wiele badań dotyczących związku między objawami psychopatologicznymi, poczuciem własnej wartości lub samotnością a patologicznym wykorzystaniem komunikacji internetowej. Na przykład nie znaleziono wcześniejszych badań dotyczących podatności na stres lub poczucia własnej skuteczności jako predyktorów ICD. Niemniej jednak, w obecnym badaniu wykorzystano te same predyktory, które również zawierają podatność na stres i poczucie własnej skuteczności w modelu równania strukturalnego, aby być jak najbliżej oryginalnego modelu Branda i in. (2014). Ta procedura pozwala porównać bezpośrednie i pośrednie efekty ICD z efektami już stwierdzonymi w uogólnionym uzależnieniu od Internetu.

Na poziomie teoretycznym można założyć, że osoby cierpiące na depresję i wrażliwość interpersonalną mają oczekiwania wobec Internetu, aby poczuć się lepiej lub uciec od problemów życiowych. Osoby te mogą również radzić sobie z problemami poprzez zaprzeczanie lub używanie substancji. Jest to część dysfunkcyjnej strategii radzenia sobie. Przypuszczamy, że podobne efekty mają osoby z niską samooceną, niską skutecznością i wysoką wrażliwością na stres, a także osoby, które czują się samotne i odczuwają mniejsze wsparcie społeczne. Te aspekty społeczne i osobowościowe mogą prowadzić do wysokich oczekiwań, że Internet jest pomocnym narzędziem do ucieczki przed negatywnymi uczuciami lub do przeżywania przyjemności i zabawy, będąc online. Można również postawić hipotezę, że te cechy prowadzą również do dysfunkcyjnych strategii radzenia sobie. Jednostki mogą zaprzeczać swojej niskiej samoocenie lub ignorować uczucia mniej postrzeganego wsparcia zamiast go rozwiązywać. Wszystkie te strategie radzenia sobie z problematycznymi predyspozycjami mogą skutkować określonymi poznaniami, które zaniedbują konflikty lub negatywne emocje. Następnie założyliśmy, że osoby z oczekiwaniami i pomysłem na rozwiązywanie problemów online mogą prowadzić do niekontrolowanego korzystania z aplikacji komunikacyjnych online.

Rozważania te oparte są na modelu teoretycznym Branda i in. (2016), który wspomina o tych predyktorach (objawy psychopatologiczne, aspekty osobowości), pośredniczy dysfunkcyjny styl radzenia sobie i poznania związane z Internetem, takie jak oczekiwania dotyczące korzystania z Internetu. Biorąc pod uwagę literaturę na temat znaczenia poznań społecznych dla wykorzystania SNS, postulował Brand i in. (2016), twierdzimy, że wpływ poznań społecznych na objawy ICD jest tylko częściowo mediowany stylem radzenia sobie i oczekiwaniami. Model operacyjny został przedstawiony na rysunku Figure11.

Rysunek 1

Zoperacjonalizowany model do analizy głównych założeń, w tym zmiennych ukrytych ICD.

Metoda wykonania

Uczestnicy

Czterysta osiemdziesiąt pięć osób w wieku od 14 do 55 lat (M = 23.95, SD = 4.96 lata) wziął udział w badaniu. Trzysta pięćdziesiąt osiem to kobiety, 125 to mężczyźni, a dwóch nie dało żadnych informacji na temat płci. Jeśli chodzi o inne istotne informacje socjodemograficzne, uczestnicy 252 poinformowali, że byli w związku lub byli małżeństwem, 366 był studentem, 115 miał stałą pracę. Wszyscy uczestnicy uczestniczyli wcześniej w badaniu Brand et al. (2014), w którym próbka uczestników 1019 została wykorzystana do przetestowania modelu równania strukturalnego na temat uogólnionego uzależnienia od Internetu. Bieżąca próba została wybrana na podstawie korzystania z Internetu przez pierwszych uczestników. Poprosiliśmy uczestników, aby wybrali konkretną aplikację online, z której korzystają osobiście i którą uważają za najbardziej atrakcyjną. Po podjęciu decyzji uczestnicy zarządzali jedną wersją krótkiego testu uzależnienia od Internetu, który był specyficzny dla aplikacji pierwszego wyboru. Uwzględniliśmy tylko uczestników, którzy korzystali z Internetu głównie do komunikacji online. Analizy wykorzystujące zaburzenie komunikacji internetowej jako zmienną zależną nie były częścią poprzedniego badania Branda i in. (2014). Uczestnicy spędzają średnio 562.10 min (SD = 709.03) tygodniowo za pomocą aplikacji do komunikacji online. Próbka została rekrutowana na Uniwersytecie w Duisburgu-Essen za pośrednictwem list mailingowych, ulotek i zaleceń ustnych. Ocena została przeprowadzona przez ankietę online, a uczestnicy mogli wziąć udział w loterii, w której mają szansę wygrać iPada, iPada mini, iPoda nano, iPoda shuffle lub karty upominkowe Amazon. Lokalna komisja etyczna zatwierdziła badanie.

instrumenty

Zmodyfikowana wersja krótkiego testu uzależnienia od internetu (s-IAT-com)

Objawy patologicznego wykorzystania aplikacji do komunikacji online, takich jak SNS lub blogi, oceniono za pomocą zmodyfikowanej wersji krótkiego testu uzależnienia od Internetu, określonego dla komunikacji online (s-IAT-com; Wegmann i in., 2015). Aby ocenić subiektywne skargi w życiu codziennym z powodu aplikacji do komunikacji online, termin „Internet” w oryginalnej wersji został zastąpiony przez „witryny komunikacji online” we wszystkich pozycjach. Instrukcja zawierała definicję komunikacji online, która wyjaśniała, że termin „witryny komunikacji online” obejmuje SNS, blogi i mikroblogi, e-maile i wiadomości. W s-IAT-com uczestnicy muszą odpowiedzieć na przedmioty 12 (na przykład: „Jak często uważasz, że przebywasz na stronach komunikacji internetowej dłużej niż zamierzałeś? ”) W pięciostopniowej skali Likerta od 1 (= nigdy) do 5 (= bardzo często). Na podstawie badań Pawlikowskiego i in. (2013) suma punktów mieści się w przedziale od 12 do 60. W tym zakresie wynik> 30 wskazuje na problematyczne używanie, a wynik> 37 wskazuje na patologiczne wykorzystanie aplikacji komunikacyjnych online. Na s-IAT-com składają się dwa czynniki: utrata kontroli (sześć pozycji) i głód / problemy społeczne (sześć pozycji). Skala ma wysoką spójność wewnętrzną (α Cronbacha). Dla całej skali α wyniosło 0.861 (utrata kontroli / zarządzania czasem α = 0.842, głód / problemy społeczne α = 0.774). Skala została wykorzystana do przedstawienia ukrytego wymiaru zaburzenia komunikacji internetowej.

Skala oczekiwanego wykorzystania Internetu

Skala oczekiwań dotyczących korzystania z Internetu (IUES; Brand i in., 2014) został wykorzystany do oceny głównych motywacji uczestników do korzystania z Internetu lub bycia online. Kwestionariusz ocenia ogólne oczekiwania wobec korzystania z Internetu jako pomocne narzędzie do doświadczania przyjemności lub ucieczki od rzeczywistości. Wegmann i in. (2015) już podkreślił tę skalę jako potencjalny czynnik uzależniającego korzystania z SNS. Kwestionariusz składa się z dwóch podskal: wzmocnienia pozytywnego (cztery pozycje, na przykład: „Korzystam z Internetu, ponieważ umożliwia / ułatwia doświadczanie przyjemności ”) i oczekiwania dotyczące unikania (cztery pozycje, na przykład: „Korzystam z Internetu, ponieważ umożliwia / ułatwia odwrócenie uwagi od problemów ”). Odpowiedzi muszą być podane w skali 6-punktowej Likerta, od 1 (= całkowicie się nie zgadzam) do 6 (= całkowicie się zgadzam). W bieżącej próbce wewnętrzna spójność dodatniego wzmocnienia wynosiła α = 0.775, oczekiwanych uniknięć α = 0.745. Obie manifestowane zmienne reprezentowały oczekiwania związane z korzystaniem z Internetu w wymiarze ukrytym. Bardziej szczegółowy opis znajduje się w Brand et al. (2014).

Krótka COPE

Krótka COPE (Carver, 1997) został użyty do oceny stylu radzenia sobie w kilku poddomenach. W bieżącym badaniu wykorzystaliśmy trzy podskale wersji niemieckiej (Knoll i in., 2005): odmowa (na przykład: „Mówiłem sobie „to nie jest prawdziwe”. ”), używanie substancji (na przykład: „Używałem alkoholu lub innych narkotyków, aby poczuć się lepiej ”) i wycofanie behawioralne (na przykład: „Poddawałem się, próbując sobie z tym poradzić ”). Każda podskala składa się z dwóch pozycji, na które trzeba odpowiedzieć w czterostopniowej skali Likerta od 1 (= w ogóle tego nie robiłem) do 4 (= często to robię). Spójność wewnętrzna dotyczyła zaprzeczenia podskali α = 0.495, podskali używania substancji α = 0.883, a podskali braku zaangażowania behawioralnego α = 0.548, co jest w większości porównywalne z Carverem (1997). Uważamy, że wiarygodność była do zaakceptowania, biorąc pod uwagę, że podskale składają się tylko z dwóch elementów i że istnieje kilka badań walidacyjnych, w tym wiarygodność powtórnego badania (Brand i in., 2014). Trzy wspomniane podskale wykorzystano do przedstawienia radzenia sobie z wymiarem ukrytym.

Krótka inwentaryzacja symptomów

Wykaz krótkich objawów został wykorzystany do oceny stanu psychicznego uczestników za pomocą samoopisu (BSI; Derogatis, 1993). Użyliśmy depresji dwóch podskal (sześć elementów, na przykład: „W ostatnich dniach 7, jak bardzo cierpiałeś z powodu braku zainteresowania rzeczami ”.) i wrażliwość interpersonalna (cztery elementy, na przykład: „W ostatnich dniach 7, ile cierpiałeś, czując się gorszy od innych. ”) wersji niemieckiej (Franke, 2000). Odpowiedzi muszą być podane w pięciopunktowej skali Likerta, począwszy od 0 (= w ogóle nie) do 4 (= skrajnie). Spójność wewnętrzna w naszej próbce wynosiła α = 0.863 (depresja podskali) i α = 0.798 (podskala wrażliwość interpersonalna). Ukryty wymiar objawów psychopatologicznych reprezentowały obie podskale.

Skala samooceny

Aby ocenić samoocenę, wykorzystaliśmy zmodyfikowaną Skalę Samooceny autorstwa Collani i Herzberga (2003) na podstawie oryginalnej skali Rosenberga (1965). Składa się z dziesięciu elementów (na przykład: „Przyjmuję pozytywne nastawienie do siebie. ”), Na które należy odpowiedzieć w czterostopniowej skali Likerta, od 0 (= zdecydowanie się nie zgadzam) do 3 (= zdecydowanie się zgadzam). Wewnętrzna spójność wynosiła α = 0.904.

Skala własnej skuteczności

Ogólne poczucie własnej skuteczności zostało ocenione przez Skalę Samo-Skuteczności (Schwarzer and Jerusalem, 1995) składający się z dziesięciu elementów (na przykład: „Zwykle potrafię sobie poradzić z tym, co mi przyjdzie.). Uczestnicy odpowiadają na czteropunktową skalę Likerta od 1 (= nie prawda) do 4 (= nie do końca prawda). Wewnętrzna spójność wynosiła α = 0.860.

Inwentaryzacja Trier dla chronicznego stresu

Zmierzyliśmy podatność na stres w ostatnich miesiącach 3 za pomocą Trier Inventory for Chronic Stress (TICS) autorstwa Schulza i in. (2004). Dwanaście elementów (na przykład: „Obawiaj się, że wydarzy się coś nieprzyjemnego. ”) muszą być oceniane w pięciopunktowej skali Likerta, od 0 (= nigdy) do 4 (= bardzo często). Wewnętrzna spójność wynosiła α = 0.910.

Manifestowane zmienne Skali Samooceny, Skali Samo-Skuteczności i Inwentaryzacji Stresu Trewiru reprezentowały aspekty osobowości ukrytego wymiaru.

Skala samotności

Użyliśmy krótkiej wersji Skali Samotności (De Jong Gierveld i Van Tilburg, 2006) mierzyć poczucie samotności. Ten kwestionariusz zawiera dwie podskale: emocjonalna samotność (trzy elementy, na przykład: „Doświadczam ogólnego poczucia pustki ”.) i samotność społeczna/postrzegane wsparcie społeczne (trzy elementy, na przykład: „Brakuje mi ludzi.). W bieżącym badaniu skupiliśmy się na samotność społeczna/postrzegane wsparcie społeczne. W tej podskali elementy muszą być oceniane w skali pięciopunktowej Likert od 1 (= nie!) Do 5 (= tak!). Wewnętrzna spójność dla emocjonalna samotność było α = 0.755 i dla samotność społeczna/postrzegane wsparcie społeczne α = 0.865.

Kwestionariusz wsparcia społecznego

Zmierzyliśmy postrzegane wsparcie społeczne za pomocą Kwestionariusza Wsparcia Społecznego (F-SozU; Fydrich i in., 2009) składający się z elementów 14 (na przykład: „Mam bliskiego przyjaciela, który zawsze chce mi pomóc. ”), które muszą być ocenione w pięciopunktowej skali Likerta od 1 (= nie prawda) do (5 = absolutnie prawdziwe). Wewnętrzna spójność wynosiła α = 0.924.

Wyraźna zmienna samotności społecznej Skali Samotności i średni wynik Kwestionariusza Wsparcia Społecznego reprezentowały aspekty społeczne ukrytego wymiaru.

Analizy statystyczne

Analizy statystyczne przeprowadzono za pomocą SPSS 23.0 dla Windows (IBM SPSS Statistics, wydany 2014). Aby przetestować relacje dwuwymiarowe między dwiema zmiennymi, obliczyliśmy korelacje Pearsona. Analizy potwierdzające czynnik analizy (CFA) i modelu równania strukturalnego (SEM) obliczono za pomocą Mplus 6 (Muthén i Muthén, 2011). Nie brakowało danych. Oceniliśmy dopasowanie modelu według standardowych kryteriów: znormalizowana średnia kwadratowa reszty (SRMR; wartości <0.08 wskazują na dobre dopasowanie do danych), porównawcze wskaźniki dopasowania (CFI / TLI; wartości> 0.90 oznaczają akceptowalne, a> 0.95 - dobre dopasowanie z danymi) i średni kwadratowy błąd aproksymacji (RMSEA; wartości <0.08 wskazują dobre, a 0.08–0.10 akceptowalne dopasowanie modelu) (Hu i Bentler, 1995, 1999). Χ² test został użyty do sprawdzenia, czy dane pochodzą z określonego modelu. Aby przeciwstawić różne modele, uwzględniliśmy Bayesian Information Criterion (BIC), podczas gdy wartości niższe dziesięć punktów wskazują na lepsze dopasowanie do danych (Kass i Raftery, 1995). Wszystkie odpowiednie zmienne do mediacji musiały być ze sobą skorelowane (Baron i Kenny, 1986).

Efekt

Opis i korelacje

Średni wynik próby w s-IAT-com i wyniki zastosowanych kwestionariuszy oraz korelacje dwuwymiarowe można znaleźć w tabeli Table1.1. W porównaniu z raportowanymi punktami odcięcia autorstwa Pawlikowskiego i in. (2013) 39 uczestników (8.04%) wskazało na problematyczne, ale nie patologiczne użycie (wartości graniczne> 30, ale ≤37), a 15 uczestników (3.09%) patologiczne (wartości graniczne> 37) działań komunikacyjnych online.

Statystyki opisowe i dwuwymiarowe korelacje między wynikami krótkiego testu uzależnienia od Internetu a zastosowanymi skalami.

Model równania strukturalnego

Zaproponowany model równania strukturalnego na zmiennej latentnej z objawami ICD (s-IAT-com) jako zmienna zależna wykazał dobre dopasowanie do danych. RMSEA to 0.060 (p = 0.054), CFI był 0.957, TLI był 0.938, a SRMR był 0.040, BIC był 15072.15. Χ²—Test był znaczący, χ² był 174.17 (p <0.001) i χ²/ df to 2.76.

Ogólnie, 50.8% wariancji w objawach ICD można wyjaśnić proponowanym modelem (R² = 0.508, p <0.001). Model równania strukturalnego z ładunkami czynnikowymi i wagami β przedstawiono na rysunku Figure22.

Rysunek 2

Wyniki modelu równania strukturalnego, w tym obciążenia czynnikowe opisywanych zmiennych ukrytych i towarzyszących im wag β, p-wartości i reszty.

Aspekty społeczne zmiennych latentnych miały bezpośredni wpływ na zmienną latentną zależną ICD, podczas gdy inne zmienne latentne nie wykazywały bezpośredniego wpływu (wszystkie β <0.169, wszystkie p's> 0.263). Jednak obie zmienne mediatora oczekiwania związane z korzystaniem z Internetu i sposób radzenia sobie były istotnymi predyktorami ICD. Ponadto aspekty osobowości były istotnym predyktorem radzenia sobie z ujemną wagą β. Pośredni wpływ aspektów osobowości na radzenie sobie z ICD był istotny (β = −0.166, SE = 0.077, p = 0.031). Znaczący był również pośredni wpływ objawów psychopatologicznych na objawy ICD w porównaniu z oczekiwaniami dotyczącymi korzystania z Internetu (β = 0.199, SE = 0.070, p = 0.005). Oba wyniki wskazywały na efekty mediacji.

Dodatkowe analizy

Aby lepiej zrozumieć dalsze mechanizmy ICD, przetestowano kilka dodatkowych modeli lub części modelu.

Pierwszą kwestią, którą zajęliśmy się, był wpływ aspektów społecznych na ICD. W porównaniu z modelem empirycznym Branda i in. (2014), ukryte zmienne aspekty społeczne zostały konceptualizowane za pomocą zmiennych manifestu postrzegane wsparcie społeczne i zmienna ukryta samotność społeczna skali samotności De Jong Giervelda i Van Tilburga (2006) zamiast podskali emocjonalna samotność w obecnym badaniu. Podczas używania tych samych zmiennych manifestu dla zmiennej latentnej aspekty społeczne, jak zrobiono w Brand et al. (2014), było dopuszczalne dopasowanie modelu (CFI = 0.955, TLI = 0.936, RMSEA 0.063, SRMR = 0.040, BIC = 15142.03). Różnica między tym modelem a głównym modelem obecnego badania polega jednak na tym, że przez radzenie sobie nie było bezpośredniego wpływu aspektów społecznych lub efektu mediacji aspektów osobowości i ICD. Zmienne demograficzne uznano również za potencjalne zmienne, które mogą mieć wpływ na model równania strukturalnego. Najpierw obliczyliśmy dwuwymiarowe korelacje między zmiennymi manifestu a wiekiem i znaleźliśmy tylko korelacje z wielkością efektu małego (Cohen, 1988) między wiekiem a samooceną, poczuciem własnej skuteczności, podatnością na stres, zmiennymi radzenia sobie ze stresem i oczekiwaniami dotyczącymi korzystania z Internetu (r<| 0.212 |). Ogólnie rzecz biorąc, wymagania dotyczące integracji wieku w proponowanym modelu nie zostały spełnione (Baron i Kenny, 1986). Aby kontrolować uprzedzenia ze względu na płeć, porównano grupy ze wszystkimi zmiennymi i stwierdzono istotne różnice między uczestnikami płci męskiej i żeńskiej pod względem wrażliwości interpersonalnej, poczucia własnej skuteczności, podatności na stres, używania podskali do radzenia sobie z substancjami oraz obu czynników oczekiwanego wykorzystania Internetu (t = | 0.06 – 4.32 |, p = 0.035– <0.001). Następnie przeanalizowano model równania strukturalnego z dodatkowym zróżnicowaniem ze względu na płeć za pomocą średniej analizy struktury. Ten sposób postępowania jest często używany do porównywania średnich grupowych (mężczyzn i kobiet) w proponowanych konstruktach (Dimitrov, 2006). Wskaźniki dopasowania były dopuszczalne (CFI = 0.942, TLI = 0.926, RMSEA 0.066, SRMR = 0.070, BIC = 15179.13). Ogólnie rzecz biorąc, znaleźliśmy takie same relacje między radzeniem sobie, oczekiwaniami dotyczącymi korzystania z Internetu i ICD dla uczestników płci męskiej i żeńskiej. Dla kobiet bezpośredni wpływ aspektów społecznych na ICD nie był znaczący (β = −0.148, p = 0.087) ani dla mężczyzn (β = −0.067, p = 0.661), chociaż rozmiar efektu był wyższy opisowo. Wpływ objawów psychopatologicznych na ICD za pośrednictwem oczekiwań związanych z korzystaniem z Internetu stwierdzono tylko u kobiet (β = 0.192, SE = 0.086, p = 0.025). Niemniej jednak, ze względu na małą wielkość próby dla modeli równania strukturalnego, wyniki powinny być omówione z ostrożnością. Różne modele równania strukturalnego dla próbki żeńskiej i męskiej z ładunkiem czynnikowym i wagą β przedstawiono na rysunku Figure33.

Rysunek 3

Wyniki modelu równania strukturalnego oddzielone dla próbki żeńskiej i męskiej, w tym obciążenia czynnikowe dla opisanych zmiennych ukrytych i towarzyszących im wag β, p-wartości i reszty.

Dyskusja

Ogólna dyskusja wyników

W obecnym badaniu przeanalizowano potencjalne mechanizmy, takie jak cechy osoby, styl radzenia sobie i związane z Internetem uprzedzenia poznawcze związane z objawami ICD. Zaproponowany model równań strukturalnych został oparty na teoretycznym modelu konkretnego zaburzenia korzystania z Internetu autorstwa Branda i wsp. (2016) oraz empiryczny model uogólnionego uzależnienia od Internetu autorstwa Branda i in. (2014). Ogólnie rzecz biorąc, model z ICD jako zmienną zależną dał dobre dopasowanie do danych. Hipotetyczny model wyjaśniał 50.8% wariancji objawów ICD. Wyniki pokazały, że związek między cechami osoby a ICD był częściowo uzależniony od stylu radzenia sobie i oczekiwań związanych z korzystaniem z Internetu. Stwierdzono ponadto bezpośredni wpływ aspektów społecznych, takich jak samotność społeczna i postrzegane wsparcie społeczne dla objawów ICD.

Najpierw obliczyliśmy korelację dwuwymiarową między wszystkimi zmiennymi a wynikiem komunikacji s-IAT, które były znaczące. Jest to zgodne z wcześniejszymi badaniami ICD. Wyniki potwierdzają również hipotezę, że podatność na stres i poczucie własnej skuteczności korelują z ICD (po raz pierwszy).

Po drugie, przeanalizowano hipotetyczny model równania strukturalnego. Badanie wykazało, że aspekty społeczne odgrywają główną rolę w ICD. Wysoka samotność społeczna i mniej postrzegane wsparcie społeczne przewidywały objawy ICD. Osoby, które postrzegają siebie jako osoby samotne społecznie i mniej wspierane społecznie, doświadczają bardziej negatywnych konsekwencji z powodu ich zachowań komunikacyjnych online, co jest zgodne z wcześniejszymi badaniami (Baker i Oswald, 2010; De Cock i in., 2013; Omar i Subramanian, 2013; Song i in., 2014). Osoby, które wybrały aplikacje komunikacyjne online jako główną działalność online, wydają się zaspokajać potrzeby społeczne online bardziej niż w sytuacjach rzeczywistych (Song i in., 2014). Wskazuje to, że aplikacje komunikacyjne online pełnią funkcję społeczną i ewentualnie kompensują postrzegane deficyty życia rzeczywistego, które wydają się być podstawowym mechanizmem problematycznych zachowań komunikacyjnych (Kim i in., 2009; Yadav i in., 2013; Huang i in., 2014). Co ciekawe, efekt ten nie był mediowany przez strategie radzenia sobie lub oczekiwania dotyczące przydatności Internetu do rozwiązywania problemów lub ucieczki od rzeczywistości. Doświadczona gratyfikacja lub kompensacja deficytów społecznych, które prowadzą do nadmiernego korzystania z Internetu, opisuje bezpośredni skutek bez wpływu dalszych uprzedzeń poznawczych.

Obecne badanie miało na celu zidentyfikowanie efektów mediacji i sprawdzenie wyników z wcześniejszymi ustaleniami empirycznymi dotyczącymi mechanizmów uogólnionego uzależnienia od Internetu (Brand i in., 2014). Nie było bezpośredniego ani pośredniego wpływu aspektów społecznych na ogólne uzależnienie od Internetu. W związku z tym można założyć, że uzależniające korzystanie z Facebooka, WhatsApp lub Twittera wiąże się z deficytami realnego życia społecznego, takimi jak postrzegana samotność społeczna i mniej postrzegane wsparcie społeczne. Nie dotyczy to ogólnego nadużywania Internetu, gdy nie jest preferowana żadna konkretna aplikacja. Dlatego preferowanie aplikacji do komunikacji online jako bezpiecznego, anonimowego, kontrolowanego środowiska komunikacji wiąże się z mniejszą integracją w rzeczywistych sieciach społecznościowych, co ma prowadzić do dysfunkcyjnego wykorzystania.

Badanie wykazało również, że dysfunkcjonalny styl radzenia sobie i oczekiwania wobec korzystania z Internetu są istotnymi predyktorami ICD, co jest zgodne z innymi badaniami dotyczącymi predyktorów uzależnienia od Internetu (Tonioni i in., 2012; Turel i Serenko, 2012; Xu i in., 2012; Tang i in., 2013; Brand i in., 2014; Kardefelt-Winther, 2014; Lee i in., 2015). Osoby o wysokich oczekiwaniach wobec Internetu jako pomocne narzędzie do odwracania uwagi od irytujących obowiązków lub do odczuwania przyjemności, a także do dysfunkcyjnych strategii radzenia sobie, takich jak zaprzeczanie lub zaniechanie zachowania, mają większe ryzyko rozwinięcia ICD. Znaczenie objawów psychopatologicznych, takich jak lęk społeczny i depresja dla ICD, jest wspierane przez sugerowany model i zgodne z innymi badaniami dotyczącymi związku między aspektami psychopatologicznymi a stosowaniem SNS (De Cock i in., 2013; Panek i in., 2013; Hong i in., 2014; Bhagat, 2015; Bodroza i Jovanovic, 2015; Laconi i in., 2015; Moreau i in., 2015; Guedes i in., 2016). Wpływ objawów psychopatologicznych na ICD był zależny od oczekiwań w zakresie korzystania z Internetu, co jest zgodne z badaniem Wegmanna i in. (2015). Osoby z objawami depresyjnymi, lękiem społecznym i oczekiwaniami wobec Internetu jako pomocne narzędzie ucieczki przed negatywnymi uczuciami i zaspokajania potrzeb społecznych mają większe ryzyko rozwinięcia problematycznego korzystania z usług komunikacji online (Wegmann i in., 2015). Podobnie jak w przypadku objawów psychopatologicznych, wpływ aspektów osobowości, takich jak samoocena, poczucie własnej skuteczności i podatność na stres na ICD, był zapośredniczony przez specyficzne poznania, w tym przypadku dysfunkcyjny styl radzenia sobie. Niska samoocena, poczucie własnej skuteczności i większa podatność na stres prowadzą do zaprzeczenia lub problemów, używania substancji i odejścia od zachowania. Osoby te nie mają dalszych strategii radzenia sobie z niską samooceną lub poczuciem osamotnienia lub depresji. To stowarzyszenie może wpływać na osoby, które chcą przejść do trybu online, aby uciec od rzeczywistych problemów. Poprzednie badania wskazywały już na związek między samooceną a preferencją komunikacji online (Chak i Leung, 2004; Steinfield i in., 2008; Panek i in., 2013; Bhagat, 2015; Laconi i in., 2015; Guedes i in., 2016). Zgodnie z podejściem teoretycznym Branda i in. (2016) zakłada się, że osoby z wyższą podatnością na stres i deficyty dotyczące ich pewności siebie w połączeniu z dysfunkcjonalnymi / impulsywnymi strategiami radzenia sobie mają większe zapotrzebowanie na regulację nastroju (Whang i in., 2003; Tonioni i in., 2014; Brand i in., 2016). Interakcja między cechami tej osoby a indywidualnym sposobem reagowania na trudne sytuacje może skutkować zastosowaniem aplikacji „pierwszego wyboru”, czyli aplikacji komunikacyjnych, w których jednostki komunikują się z innymi. Takie zachowanie może być bardzo przydatną strategią, biorąc pod uwagę, że osoby omawiają swoje problemy z innymi online. Z drugiej strony, takie zachowanie może być problematyczne, jeśli zaniedbuje się inne strategie rozwiązywania problemów, a kontakt w życiu codziennym jest ignorowany, co może skutkować wyższą izolacją społeczną. Wyniki wskazują, że strategie rozwiązywania problemów w prawdziwym życiu odgrywają ważną rolę również w internecie. Przekazywanie funkcjonalnych strategii radzenia sobie, takich jak aktywne radzenie sobie, wydaje się być istotnym mechanizmem prewencyjnym w zmniejszaniu ryzyka korzystania z Internetu lub stosowania „pierwszego wyboru” jako dysfunkcyjnej strategii radzenia sobie (Kardefelt-Winther, 2014).

Kontrolując wyniki po poszukiwaniu stronniczości, stwierdziliśmy pewne różnice w wynikach dla mężczyzn i kobiet. Wyniki ujawniły jedynie, że korzystanie z aplikacji komunikacyjnych online, gdy czują się samotni lub postrzeganie mniejszego wsparcia społecznego, było bardziej charakterystyczne dla kobiet. Niektóre różnice między uczestnikami płci męskiej i żeńskiej w przypadku różnych zaburzeń związanych z korzystaniem z Internetu lub wzorców wykorzystania SNS zostały wcześniej opisane (Ko i in., 2005; Meerkerk i in., 2006; Kuss i Griffiths, 2011; Laconi i in., 2015). Ang (2017) na przykład podkreślił, że kobiety z silniejszym nawykiem internetowym częściej angażują się w komunikację online niż uczestnicy płci męskiej. Ewentualne różnice dla ICD należy zbadać w dalszych badaniach.

Podsumowując, wyniki są zgodne z teoretycznym modelem zaburzenia korzystania z Internetu (Brand i in., 2016), wskazując, że związek między cechami osoby a objawami zaburzeń korzystania z Internetu jest zapośredniczony przez określone procesy poznawcze. Dodatkowo, efekty mediacji, które stwierdzono w trakcie tego badania, były już przypuszczalne dla uogólnionego uzależnienia od Internetu (Brand i in., 2014) i uzależnienie od cyberseksualności (Laier i Brand, 2014). Niemniej jednak znaczenie poszczególnych aspektów, takich jak aspekty psychopatologiczne, osobowościowe i społeczne, jest różne. Podczas gdy aspekty osobowości i objawy psychopatologiczne były mediowane przez wymiary poznawcze oceniające uogólnione uzależnienie od Internetu i ICD, poznania społeczne nie odgrywały roli w rozwoju i utrzymywaniu ogólnego nadużywania Internetu. W obecnym badaniu aspekty społeczne miały bezpośredni wpływ na objawy ICD.

W związku z tym obecne badanie kładzie nacisk na zbieżne i rozbieżne mechanizmy różnych form zaburzeń związanych z korzystaniem z Internetu, jak wykazali Montag i in. (2015), Laconi i in. (2015), Pawlikowski i in. (2014) oraz Wang CW i in. (2015). Chociaż wydaje się, że potencjalne mechanizmy ogólnego nadużywania Internetu i zachowań komunikacyjnych w Internecie nakładają się na siebie, znaleziono dowody pozwalające na rozróżnienie między określonymi zaburzeniami związanymi z korzystaniem z Internetu. Dlatego można stwierdzić, że uogólnione uzależnienie od Internetu i ICD mają wspólne mechanizmy, ale nie są synonimami (Hormes i in., 2015). Niektóre badania pokazują coraz więcej dowodów sugerujących podobieństwa między nadmiernym wykorzystaniem aplikacji do komunikacji internetowej a dalszymi uzależnieniami behawioralnymi. Badania te ilustrują znaczenie mechanizmów wzmacniających, a także dowody dla kilku kryteriów diagnostycznych, które podkreślają własną konstrukcję ICD (Kuss i Griffiths, 2011b; Andreassen i Pallesen, 2014; Hormes i in., 2015).

Głównym wnioskiem jest to, że teoretyczny model zaburzeń w korzystaniu z Internetu (Brand i in., 2014b) może zostać przeniesiony do ICD, podobnie jak przypadek uzależnienia od cyberseksualności (Laier and Brand, 2014). Modyfikacja tego teoretycznego modelu w specyficzne zaburzenie korzystania z Internetu, która kładzie nacisk na wykorzystanie określonych, preferowanych aplikacji, mogłaby ułatwić zrozumienie poszczególnych mechanizmów. Zmodyfikowany model ICD powinien skupiać się na roli aspektów społecznych i założeniu, że osoby z dostrzeganymi deficytami społecznymi używają aplikacji komunikacyjnych online do bezpośredniego kompensowania tych deficytów. Kontrastuje to z innymi cechami osoby, które są zapośredniczone przez określone procesy poznawcze. Ponadto empiryczny model obecnego badania powinien być kontrolowany pod kątem innych form, takich jak zaburzenia związane z grami internetowymi, zaburzeniami związanymi z używaniem pornografii internetowej lub patologicznymi zachowaniami związanymi z kupowaniem online. W przypadku zaburzeń związanych z grami internetowymi osoby fizyczne mogą również używać funkcji komunikacji online i utrzymywania kontaktu z innymi graczami podczas gry. W związku z tym w tym przypadku należy również omówić potencjalną rolę aspektów społecznych.

Ograniczenia

Na koniec należy wspomnieć o pewnych ograniczeniach. Po pierwsze, badanie opiera się na ankiecie internetowej w próbie nieklinicznej. Chociaż dane były starannie kontrolowane i usuwane z uczestników, którzy odpowiedzieli na kwestionariusze w zbyt długim lub krótkim czasie, nie mogliśmy wykluczyć potencjalnych stronniczości w danych ze względu na związek między środowiskiem online badania a jego treścią. Po drugie, Brief COPE autorstwa Carvera (1997) wykazała niską niezawodność, która jest nadal porównywalna z poprzednimi badaniami (Carver, 1997; Brand i in., 2014). Jednak przyszłe badania powinny rozważyć użycie innego kwestionariusza lub kontrolowanie danych i podskal dotyczących ich wiarygodności. Wykorzystaliśmy jednak te podskale do modelowania radzenia sobie jako wymiaru ukrytego, co oznacza, że efekty w modelu równania strukturalnego były wolne od błędów pomiarowych, chociaż niezawodność pojedynczych skal mierzących radzenie sobie nie była optymalna. Jeśli chodzi o dyskusję na temat powszechnego błędu metodycznego, siłą obecnego badania jest niejednorodność skal Likerta. Podsakoff i in. (2003) podkreśl, że użycie wspólnych formatów skali będzie odnosić się do sztucznej kowariancji. Zalecają stosowanie różnych skal i konstrukcji w celu zwiększenia wariancji i zmniejszenia powszechnego błędu metody. Po trzecie, w obecnym badaniu użyto terminu „aplikacja do komunikacji internetowej” lub „aplikacje do komunikacji online”. Ponieważ termin ten obejmuje szeroki zakres różnych technologii, wpływ różnych technologii może zostać uwzględniony w dalszych badaniach. Niemniej jednak, aby ograniczyć ten problem, wszyscy uczestnicy badania otrzymali jasną definicję terminu „aplikacje do komunikacji internetowej”. Dodatkowo zmienne, takie jak poczucie własnej skuteczności, można określić dla zmiennych zależnych i mechanizmów leżących u ich podstaw, dla przykład wykorzystywania skuteczności Internetu lub poczucia własnej skuteczności w stosunku do tych różnych aplikacji do komunikacji online.

Przyszłe badania

Przyszłe badania powinny zbadać bezpośrednie, zbieżne i rozbieżne mechanizmy różnych rodzajów zaburzeń związanych z korzystaniem z Internetu. W obecnym badaniu wykorzystano model równania strukturalnego, a wyniki porównano z innymi odkryciami empirycznymi w literaturze. Bezpośrednie porównanie empiryczne powinno jednak poszerzyć naszą wiedzę o różnym udziale aspektów społecznych w rozwoju i utrzymaniu różnych rodzajów zaburzeń związanych z korzystaniem z Internetu.

Autorskie Wkłady

EW: Napisał pierwszy szkic artykułu, nadzorował przygotowanie manuskryptu i wniósł do manuskryptu pracę intelektualną i praktyczną; MB: zredagował projekt, poddał go krytycznej rewizji i przyczynił się intelektualnie i praktycznie do rękopisu. Obaj autorzy ostatecznie zatwierdzili rękopis. Obaj autorzy są odpowiedzialni za wszystkie aspekty pracy.

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.

Referencje

Amerykańskie Stowarzyszenie Psychiatryczne (2013). Podręcznik diagnostyczny i statystyczny zaburzeń psychicznych, 5th Edn. Washington DC: American Psychiatric Publishing.
Amichai-Hamburger Y., Vinitzky G. (2010). Korzystanie z sieci społecznościowej i osobowość. Comput. Szum. Behav. 26, 1289 – 1295. 10.1016 / j.chb.2010.03.018 [Cross Ref]
Andreassen CS, Pallesen S. (2014). Uzależnienie od serwisu społecznościowego: kompleksowy przegląd. Curr. Pharm. Des. 20, 4053 – 4061. 10.2174 / 13816128113199990616 [PubMed] [Cross Ref]
Ang C.-S. (2017). Siła nawyków internetowych i komunikacja online: odkrywanie różnic płci. Comput. Szum. Behav. 66, 1 – 6. 10.1016 / j.chb.2016.09.028 [Cross Ref]
Baker LR, Oswald DL (2010). Nieśmiałość i serwisy społecznościowe online. J. Soc. Pers. Relat. 27, 873 – 889. 10.1177 / 0265407510375261 [Cross Ref]
Baron RM, Kenny DA (1986). Rozróżnienie zmiennej moderator-mediator w społecznych badaniach psychologicznych: względy koncepcyjne, strategiczne i statystyczne. J. Pers. Soc. Psychol. 51, 1173 – 1182. 10.1037 / 0022-3514.51.6.1173 [PubMed] [Cross Ref]
Bhagat S. (2015). Czy Facebook jest planetą samotnych osób? Przegląd literatury. Int. J. Indian. Psychol. 3, 5 – 9.
Bodroza B., Jovanovic T. (2015). Walidacja nowej skali pomiaru zachowań użytkowników Facebooka: psychospołeczne aspekty korzystania z Facebooka (PSAFU). Comput. Szum. Behav. 54, 425 – 435. 10.1016 / j.chb.2015.07.032 [Cross Ref]
Marka M., Laier C., Young KS (2014a). Uzależnienie od Internetu: radzenie sobie ze stylami, oczekiwaniami i implikacjami leczenia. Z przodu. Psychol. 5: 1256. 10.3389 / fpsyg.2014.01256 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
Marka M., Young KS, Laier C. (2014b). Kontrola przedczołowa i uzależnienie od Internetu: model teoretyczny i przegląd wyników badań neuropsychologicznych i neuroobrazowych. Z przodu. Behav. Neurosci. 8: 375. 10.3389 / fnhum.2014.00375 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
Marka M., Young KS, Laier C., Wölfling K., Potenza MN (2016). Integracja zagadnień psychologicznych i neurobiologicznych dotyczących rozwoju i utrzymania określonych zaburzeń związanych z korzystaniem z Internetu: model interakcji osoba-afekt-poznanie-wykonanie (I-PACE). Neurosci. Biobehav. Rev. 71, 252 – 266. 10.1016 / j.neubiorev.2016.08.033 [PubMed] [Cross Ref]
Carr CT, Hayes RA (2015). Media społecznościowe: definiowanie, rozwijanie i wróżenie. Atl. J. Commun. 23, 46 – 65. 10.1080 / 15456870.2015.972282 [Cross Ref]
Carver CS (1997). Chcesz zmierzyć radzenie sobie, ale Twój protokół jest za długi: rozważ Brief COPE. Int. J. Behav. Med. 4, 92–100. 10.1207 / s15327558ijbm0401_6 [PubMed] [Cross Ref]
Casale S., Fioravanti G., Flett GL, Hewitt PL (2015). Style autoprezentacji i problematyczne korzystanie z internetowych usług komunikacyjnych: rola obaw nad behawioralnymi przejawami niedoskonałości. Pers. Individ. Dif. 76, 187 – 192. 10.1016 / j.paid.2014.12.021 [Cross Ref]
Chak K., Leung L. (2004). Nieśmiałość i umiejscowienie kontroli jako predyktory uzależnienia od Internetu i korzystania z Internetu. Cyberpsychol. Behav. 7, 559 – 570. 10.1089 / cpb.2004.7.559 [PubMed] [Cross Ref]
Choi S.-W., Kim D.-J., Choi J.-S., Choi E.-J., Song W.-Y., Kim S., et al. . (2015). Porównanie czynników ryzyka i czynników ochronnych związanych z uzależnieniem od smartfona i uzależnieniem od Internetu. J. Behav. Nałogowiec. 4, 308 – 314. 10.1556 / 2006.4.2015.043 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
Cohen J. (1988). Statystyczna analiza mocy dla nauk behawioralnych. Hillsdale, NJ: Erlbaum.
Collani G., Herzberg PY (2003). Eine revidierte Fassung der deutschsprachigen Skala zum Selbstwertgefühl von Rosenberg. Zeitschri. Diff. Diagn. Psychol. 24, 3 – 7. 10.1024 / 0170-1789.24.1.3 [Cross Ref]
Davis RA (2001). Kognitywno-behawioralny model patologicznego korzystania z Internetu. Comput. Szum. Behav. 17, 187 – 195. 10.1016 / S0747-5632 (00) 00041-8 [Cross Ref]
De Cock R., Vangeel J., Klein A., Minotte P., Rosas O., Meerkerk G.-J. (2013). Kompulsywne korzystanie z portali społecznościowych w Belgii: rozpowszechnienie, profil i rola stosunku do pracy i szkoły. Cyberpsychol. Behav. Soc. Netw. 17, 166 – 171. 10.1089 / cyber.2013.0029 [PubMed] [Cross Ref]
De Jong Gierveld J., Van Tilburg TG (2006). Skala 6 dla samotności ogólnej, emocjonalnej i społecznej: testy potwierdzające dane z ankiety. Res. Starzenie się 28, 582 – 598. 10.1177 / 0164027506289723 [Cross Ref]
Derogatis LR (1993). BSI: Brief Symptom Inventory (Manual). Minneapolis: National Computer Systems.
Dimitrov DM (2006). Porównanie grup na zmiennych ukrytych: podejście do modelowania równania strukturalnego. Pracuj 26, 429 – 436. [PubMed]
Floros G., Siomos K. (2013). Związek między optymalnym rodzicielstwem, uzależnieniem od Internetu a motywami do tworzenia sieci społecznościowych w okresie dojrzewania. Psychiatry Res. 209, 529 – 534. 10.1016 / j.psychres.2013.01.010 [PubMed] [Cross Ref]
Franke GH (2000). Brief Symptom Invertory von LR Derogatis (Kurzform der SCL-90-R) - Deutsche Version. Getynga: Beltz Test GmbH.
Fydrich T., Sommer G., Tydecks S., Brähler E. (2009). Fragebogen zur sozialen Unterstützung (F-SozU): Normierung der Kurzform (K-14) [Kwestionariusz wsparcia społecznego (F-SozU): standaryzacja krótkiej formy (K-14). Zeitschri. Med. Psychol. 18, 43 – 48.
Gangadharbatla H. (2008). Facebook me: zbiorowa samoocena, potrzeba przynależności i poczucie własnej skuteczności w Internecie jako predyktory nastawienia iGeneration do serwisów społecznościowych. J. Interact. Ogłoszenie. 8, 5–15. 10.1080 / 15252019.2008.10722138 [Cross Ref]
Griffiths MD (2000). Czy istnieje uzależnienie od Internetu i komputera? Niektóre dowody studium przypadku. Cyberpsychol. Behav. 3, 211 – 218. 10.1089 / 109493100316067 [Cross Ref]
Griffiths MD, Kuss DJ, Demetrovics Z. (2014). Uzależnienie od sieci społecznych: przegląd wstępnych ustaleń, w uzależnieniach behawioralnych, red. Feder K., Rosenberg P., Curtiss L., redaktorzy. (San Diego, CA: Academic Press;), 119 – 141.
Guedes E., Nardi AE, Guimarães FMCL, Machado S., King ALS (2016). Serwisy społecznościowe, nowe uzależnienie online: przegląd Facebooka i innych zaburzeń uzależnień. Med. Expr. 3, 1 – 6. 10.5935 / medicalexpress.2016.01.01 [Cross Ref]
Hardie E., Tee MY (2007). Nadmierne korzystanie z Internetu: rola osobowości, samotności i sieci wsparcia społecznego w uzależnieniu od Internetu. Aust. J. Emerg. Technol. Soc. 5, 34 – 47.
Hong F.-Y., Huang D.-H., Lin H.-Y., Chiu S.-L. (2014). Analiza cech psychologicznych, wykorzystania Facebooka i modelu uzależnienia od Facebooka tajwańskich studentów uniwersytetu. Telemat. Poinformować. 31, 597 – 606. 10.1016 / j.tele.2014.01.001 [Cross Ref]
Hormes JM, Kearns B., Timko CA (2015). Pragniesz Facebooka? Uzależnienie behawioralne od sieci społecznościowych online i ich powiązanie z deficytami regulacji emocji. Uzależnienie 109, 2079 – 2088. 10.1111 / add.12713 [PubMed] [Cross Ref]
Hu L., Bentler PM (1995). Ocena dopasowania modelu, w zagadnieniach i zastosowaniach modelowania równań strukturalnych, ed Hoyle RH, edytor. (Londyn: Sage Publications Inc.), 76 – 99.
Hu L., Bentler PM (1999). Kryteria odcięcia dla indeksów dopasowania w analizie struktury kowariancji: kryteria konwencjonalne wobec nowych alternatyw. Struct. Equ. Modelowanie 6, 1 – 55. 10.1080 / 10705519909540118 [Cross Ref]
Huang L.-Y., Hsieh Y.-J., Wu Y.-CJ (2014). Gratyfikacje i korzystanie z serwisów społecznościowych: rola mediatora w korzystaniu z Internetu. Poinformować. Manag. 51, 774 – 782. 10.1016 / j.im.2014.05.004 [Cross Ref]
Jelenchick LA, Eickhoff JC, Moreno MA (2013). „Depresja na Facebooku?” Korzystanie z portalu społecznościowego i depresja u starszych nastolatków. J. Adolesc. Zdrowie 52, 128 – 130. 10.1016 / j.jadohealth.2012.05.008 [PubMed] [Cross Ref]
Jin B. (2013). Jak samotni ludzie używają i postrzegają Facebooka. Comput. Szum. Behav. 29, 2463 – 2470. 10.1016 / j.chb.2013.05.034 [Cross Ref]
Kardefelt-Winther D. (2014). Konceptualna i metodologiczna krytyka badań nad uzależnieniem od Internetu: w kierunku modelu kompensacyjnego korzystania z Internetu. Comput. Szum. Behav. 31, 351 – 354. 10.1016 / j.chb.2013.10.059 [Cross Ref]
Kass RE, Raftery AE (1995). Czynniki Bayesa. J. Am. Stat. Doc. 90, 773 – 795. 10.1080 / 01621459.1995.10476572 [Cross Ref]
Kim J., LaRose R., Peng W. (2009). Samotność jako przyczyna i skutek problematycznego korzystania z Internetu: związek między korzystaniem z Internetu a dobrostanem psychicznym. Cyberpsychol. Behav. 12, 451 – 455. 10.1089 / cpb.2008.0327 [PubMed] [Cross Ref]
Knoll N., Rieckmann N., Schwarzer R. (2005). Radzenie sobie jako mediator między wynikami osobowości a stresem: długoterminowe badanie z udziałem pacjentów z operacją zaćmy. Eur. J. Pers. 19, 229 – 247. 10.1002 / per.546 [Cross Ref]
Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005). Różnice płci i związane z nimi czynniki wpływające na uzależnienie od gier online wśród tajwańskich nastolatków. J. Nerv. Spotkał. Dis. 193, 273 – 277. 10.1097 / 01.nmd.0000158373.85150.57 [PubMed] [Cross Ref]
Krämer NC, Winter S. (2008). Związek poczucia własnej wartości, ekstrawersji, poczucia własnej skuteczności i autoprezentacji w serwisach społecznościowych. J. Media. Psychol. 20, 106 – 116. 10.1027 / 1864-1105.20.3.106 [Cross Ref]
Kuss DJ, Griffiths MD (2011a). Uzależnienie od gier internetowych: systematyczny przegląd badań empirycznych. Int. J. Ment. Uzależniony od zdrowia. 10, 278 – 296. 10.1007 / s11469-011-9318-5 [Cross Ref]
Kuss DJ, Griffiths MD (2011b). Internetowe sieci społecznościowe i uzależnienia: przegląd literatury psychologicznej. Int. J. Environ. Res. Zdrowie publiczne 8, 3528 – 3552. 10.3390 / ijerph8093528 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
Laconi S., Tricard N., Chabrol H. (2015). Różnice między konkretnymi i uogólnionymi problematycznymi użytkownikami Internetu w zależności od płci, wieku, czasu spędzonego w Internecie i objawów psychopatologicznych. Comput. Szum. Behav. 48, 236 – 244. 10.1016 / j.chb.2015.02.006 [Cross Ref]
Laier C., Brand M. (2014). Dowody empiryczne i rozważania teoretyczne na temat czynników przyczyniających się do uzależnienia od cyberseksu z punktu widzenia poznawczo-behawioralnego. Seks. Nałogowiec. Kompulsywność 21, 305 – 321. 10.1080 / 10720162.2014.970722 [Cross Ref]
Lee Y.-H., Ko C.-H., Chou C. (2015). Ponowne odwiedzanie uzależnienia od Internetu wśród studentów z Tajwanu: przekrojowe porównanie oczekiwań uczniów, gier online i interakcji społecznych online. J. Abnorm. Child Psychol. 43, 589–599. 10.1007 / s10802-014-9915-4 [PubMed] [Cross Ref]
Meerkerk G., Van Den Eijnden RJJM, Garretsen HFL (2006). Przewidywanie kompulsywnego korzystania z Internetu: chodzi o seks! Cyberpsychol. Behav. 9, 95–103. 10.1089 / cpb 2006.9.95 [PubMed] [Cross Ref]
Montag C., Bey K., Sha P., Li M., Chen YF, Liu WY, et al. . (2015). Czy sensowne jest odróżnienie ogólnego i konkretnego uzależnienia od Internetu? Dowody z badań międzykulturowych z Niemiec, Szwecji, Tajwanu i Chin. Asia Pac. Psychiatria 7, 20 – 26. 10.1111 / appy.12122 [PubMed] [Cross Ref]
Moreau A., Laconi S., Delfour M., Chabrol H. (2015). Profile psychopatologiczne nastolatków i młodych dorosłych problemowych użytkowników Facebooka. Comput. Szum. Behav. 44, 64 – 69. 10.1016 / j.chb.2014.11.045 [Cross Ref]
Muthén L., Muthén B. (2011). „MPlus”. (Los Angeles, Kalifornia: Muthén i Muthén;).
Neubaum G., Krämer NC (2015). Moi przyjaciele tuż obok mnie: badanie laboratoryjne na temat predyktorów i konsekwencji doświadczania bliskości społecznej na portalach społecznościowych. Cyberpsychol. Behav. Soc. Netw. 18, 443 – 449. 10.1089 / cyber.2014.0613 [PubMed] [Cross Ref]
Omar B., Subramanian K. (2013). Uzależniony od Facebooka: badanie ról cech osobowości, zgryzoty i ekspozycji na Facebooku wśród młodzieży. J. Media Commun. Stadnina. 1, 54 – 65. 10.5176 / 2335-6618_1.1.6 [Cross Ref]
Panek ET, Nardis Y., Konrath S. (2013). Lustro czy megafon ?: Czym różnią się relacje między narcyzmem a portalem społecznościowym na Facebooku i Twitterze. Comput. Szum. Behav. 29, 2004 – 2012. 10.1016 / j.chb.2013.04.012 [Cross Ref]
Pawlikowski M., Altstötter-Gleich C., Brand M. (2013). Walidacja i właściwości psychometryczne skróconej wersji testu uzależnienia Younga od Internetu. Comput. Szum. Behav. 29, 1212-1223. 10.1016 / j.chb.2012.10.014 [Cross Ref]
Pawlikowski M., Nader IW, Burger C., Biermann I., Stieger S., Brand M. (2014). Patologiczne korzystanie z Internetu - jest konstrukcją wielowymiarową, a nie jednowymiarową. Nałogowiec. Res. Teoria 22, 166 – 175. 10.3109 / 16066359.2013.793313 [Cross Ref]
Podsakoff PM, Mackenzie SB, Lee J.-Y., Podsakoff NP (2003). Powszechne odchylenie metody w rezerwach behawioralnych: krytyczny przegląd literatury i zalecanych środków zaradczych. J. Appl. Psychol. 88, 879 – 903. 10.1037 / 0021-9010.88.5.879 [PubMed] [Cross Ref]
Rosenberg M. (1965). Społeczeństwo a samoocena młodzieży. Princeton, NJ: Princeton University Press.
Rumpf H.-J., Meyer C., Kreuzer A., John U. (2011). Prävalenz der Internetabhängigkeit. Bericht an das Bundesministerium für Gesundheit. Dostępne online pod adresem: http://www.drogenbeauftragte.de/fileadmin/dateien-dba/DrogenundSucht/Computerspiele_Internetsucht/Downloads/PINTA-Bericht-Endfassung_280611.pdf (Accessed March 30, 2015).
Ryan T., Chester A., Reece J., Xenos S. (2014). Zastosowania i nadużycia Facebooka: przegląd uzależnienia od Facebooka. J. Behav. Nałogowiec. 3, 133 – 148. 10.1556 / JBA.3.2014.016 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
Ryan T., Xenos S. (2011). Kto korzysta z Facebooka? Badanie relacji między Wielką Piątką, nieśmiałością, narcyzmem, samotnością i wykorzystaniem Facebooka. Comput. Szum. Behav. 27, 1658 – 1664. 10.1016 / j.chb.2011.02.004 [Cross Ref]
Schulz P., Schlotz W., Becker P. (2004). Trierer Inventar zum Chronischen Stress (TICS). Getynga: Hogrefe.
Schwarzer R., Jerusalem M. (1995). Uogólniona skala poczucia skuteczności, w: Measures in Health Psychology: A User's Portfolio. Causal and Control Beliefs, red. Weinman J., Wright S., Johnston M., red. (Windsor: NFER-NELSON;), 35–37.
Song H., Zmysliński-Seelig A., Kim J., Drent A., Victor A., Omori K., et al. (2014). Czy Facebook czyni cię samotnym ?: analiza meta. Comput. Szum. Behav. 36, 446 – 452. 10.1016 / j.chb.2014.04.011 [Cross Ref]
Steinfield C., Ellison NB, Lampe C. (2008). Kapitał społeczny, poczucie własnej wartości i korzystanie z internetowych serwisów społecznościowych: analiza podłużna. J. Appl. Dev. Psychol. 29, 434 – 445. 10.1016 / j.appdev.2008.07.002 [Cross Ref]
Tang J., Yu Y., Du Y., Ma Y., Zhang D., Wang J. (2013). Rozpowszechnienie uzależnienia od Internetu i jego związek ze stresującymi zdarzeniami życiowymi i objawami psychologicznymi wśród młodzieży w Internecie. Nałogowiec. Behav, 39 744 – 747. 10.1016 / j.addbeh.2013.12.010 [PubMed] [Cross Ref]
Tonioni F., D'Alessandris L., Lai C., Martinelli D., Corvino S., Vasale M., et al. . (2012). Uzależnienie od Internetu: godziny spędzone w Internecie, zachowania i objawy psychologiczne. Gen. Hosp. Psychiatry 34, 80–87. 10.1016 / j.genhosppsych.2011.09.013 [PubMed] [Cross Ref]
Tonioni F., Mazza M., Autullo G., Cappelluti R., Catalano V., Marano G., i in. . (2014). Czy uzależnienie od Internetu jest stanem psychopatologicznym odmiennym od patologicznego hazardu? Nałogowiec. Behav. 39, 1052 – 1056. 10.1016 / j.addbeh.2014.02.016 [PubMed] [Cross Ref]
Turel O., Serenko A. (2012). Korzyści i niebezpieczeństwa związane z korzystaniem z serwisów społecznościowych. Eur. J. Inf. Syst. 21, 512 – 528. 10.1057 / ejis.2012.1 [Cross Ref]
Wang CW, Ho RT, Chan CL, Tse S. (2015). Poznawanie cech osobowości chińskiej młodzieży z uzależniającymi zachowaniami związanymi z Internetem: różnice cech dla uzależnienia od gier i uzależnienia od sieci społecznościowych. Nałogowiec. Behav. 42, 32 – 35. 10.1016 / j.addbeh.2014.10.039 [PubMed] [Cross Ref]
Wang J.-L., Jackson LA, Wang H.-Z., Gaskin J. (2015). Przewidywanie wykorzystania portalu społecznościowego (SNS): osobowość, postawy, motywacja i poczucie własnej skuteczności w Internecie. Pers. Ind. Diff. 80, 119 – 124. 10.1016 / j.paid.2015.02.016 [Cross Ref]
Wegmann E., Stodt B., Brand M. (2015). Uzależniające korzystanie z portali społecznościowych można wytłumaczyć interakcją oczekiwań dotyczących korzystania z Internetu, umiejętności korzystania z Internetu i objawów psychopatologicznych. J. Behav. Nałogowiec. 4, 155 – 162. 10.1556 / 2006.4.2015.021 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
Whang LS, Lee S., Chang G. (2003). Profile psychologiczne użytkowników Internetu: analiza próbkowania zachowań dotycząca uzależnienia od Internetu. Cyberpsychol. Behav. 6, 143–150. 10.1089 / 109493103321640338 [PubMed] [Cross Ref]
Wu AMS, Cheung VI, Ku L., Hung EPW (2013). Psychologiczne czynniki ryzyka uzależnienia od serwisów społecznościowych wśród chińskich użytkowników smartfonów. J. Behav. Nałogowiec. 2, 160 – 166. 10.1556 / JBA.2.2013.006 [Artykuł bezpłatny PMC] [PubMed] [Cross Ref]
Xu ZC, Turel O., Yuan YF (2012). Uzależnienie od gier online wśród młodzieży: czynniki motywacyjne i zapobiegawcze. Eur. J. Inf. Syst. 21, 321 – 340. 10.1057 / ejis.2011.56 [Cross Ref]
Yadav P., Banwari G., Parmar C., Maniar R. (2013). Uzależnienie od Internetu i jego korelacje wśród uczniów szkół średnich: wstępne opracowanie z Ahmedabad w Indiach. Azjatyckie. J. Psychiatr. 6, 500 – 505. 10.1016 / j.ajp.2013.06.004 [PubMed] [Cross Ref]
Młody KS (1998). Złapany w sieci: jak rozpoznać oznaki uzależnienia od Internetu - i zwycięska strategia powrotu do zdrowia. Nowy Jork, NY: John Wiley and Sons, Inc.
Young K., Pistner M., O'Mara J., Buchanan J. (1999). Zaburzenia cybernetyczne: problem zdrowia psychicznego na nowe tysiąclecie. Cyberpsychol. Behav. 2, 475–479. 10.1089 / cpb.1999.2.475 [PubMed] [Cross Ref]