Problematyczne korzystanie z Internetu i problematyczne gry online nie są takie same: wyniki dużej reprezentatywnej próby nastolatków (2014)

Cyberpsychol Behav Soc Netw. 2014 Dec 1; 17 (12): 749 – 754.

doi:  10.1089 / cyber.2014.0475

PMCID: PMC4267705

Ten artykuł został cytowany przez inne artykuły w PMC.

Abstrakcyjny

W literaturze toczy się debata, czy problematyczne korzystanie z Internetu (PIU) i problematyczne gry online (POG) to dwa odrębne podmioty pojęciowe i nosologiczne, czy też są one takie same. Niniejsze badanie przyczynia się do tego pytania, badając wzajemne relacje i nakładanie się PIU i POG pod względem płci, osiągnięć szkolnych, czasu spędzonego na korzystaniu z Internetu i / lub gier online, samopoczucia psychicznego i preferowanych działań online. Kwestionariusze oceniające te zmienne zostały podane reprezentatywnej na szczeblu krajowym próbie młodych graczy (N= 2,073; Mwiek= 16.4 lat, SD= 0.87; 68.4% mężczyzna). Dane pokazały, że korzystanie z Internetu było częstą czynnością wśród nastolatków, podczas gdy w gry internetowe zaangażowała się znacznie mniejsza grupa. Podobnie, więcej nastolatków spełniało kryteria PIU niż POG, a niewielka grupa nastolatków wykazała objawy obu zachowań problemowych. Najbardziej zauważalna różnica między tymi dwoma problemowymi zachowaniami dotyczyła płci. POG było znacznie silniej związane z byciem mężczyzną. Samoocena miała niewielki wpływ na oba zachowania, podczas gdy objawy depresyjne były związane zarówno z PIU, jak i POG, wpływając nieco na PIU. Pod względem preferowanych działań online PIU pozytywnie kojarzy się z grami online, czatami online i sieciami społecznościowymi, podczas gdy POG kojarzy się tylko z grami online. Na podstawie naszych ustaleń POG wydaje się koncepcyjnie odmiennym zachowaniem od PIU, dlatego dane wspierają pogląd, że Zaburzenia uzależnienia od Internetu i Zaburzenia gier internetowych są odrębnymi jednostkami nozologicznymi.

Wprowadzenie

Zjawisko uzależnienia od Internetu (IA) zostało po raz pierwszy opisane w wielu artykułach przez Younga, i Griffiths., Temat natychmiast zyskał ogólniejszą uwagę i od tego czasu stał się wysoce zbadanym obszarem obejmującym w przybliżeniu badania 70 na dużą skalę, z próbkami liczącymi więcej niż uczestników 1,000. Pomimo ciągłego używania terminu „uzależnienie od Internetu”, badacze wskazali na różnorodny charakter działań, które mogą być teraz prowadzone w Internecie, i często zakładali, że różne działania online przyczyniają się do IA na różnych skalach.

Aplikacje online różnią się znacznie w zależności od roli, jaką odgrywa w nich Internet. Twierdzono na przykład, że w przypadku takich działań, jak gry hazardowe i zakupy online, Internet był po prostu kolejnym kanałem, w którym można teraz odbywać tradycyjne działania offline., Internet jest jednak niezbędnym składnikiem innych działań online, takich jak przeglądanie informacji (np. „Googling”), interakcje w pokojach czatowych, a ostatnio także sieci społecznościowe., Krótko mówiąc, te ostatnie czynności mogą odbywać się wyłącznie online.

Istnieją jednak również działania, w których Internet nadał nowy wymiar działalności offline. Jednym z takich działań jest granie w gry wideo. Podczas gdy gry wideo (i prawdopodobnie gry wideo dla wielu graczy) istniały na długo przed szerokim wykorzystaniem Internetu, szerokopasmowe połączenia internetowe otworzyły nowe granice i doświadczenia w grach - szczególnie w przypadku gier MMOG online. Obecne gry MMOG mogą obsługiwać tysiące graczy jednocześnie w tej samej wirtualnej przestrzeni i całkowicie zmieniły jakość, wrażenia i dynamikę gier., Być może może to być jeden z powodów, dla których problematyczne gry online lub uzależnienie od gier online stały się tak wyraźnym obszarem badań. Fakt, że proponowany Podręcznik Diagnostyczny i Statystyczny Zaburzenia Psychiczne, Piąta edycja (DSM-5) kategorii Zaburzenia korzystania z Internetu został ostatecznie zastąpiony przez Zaburzenia gier internetowych pokazuje również znaczenie tego konkretnego zjawiska.

Pomimo rosnącej liczby badań przeprowadzonych w tych obszarach, stosunkowo niewiele wiadomo na temat związku między problematycznym korzystaniem z Internetu (PIU) a problematyczną grą online (POG). Oprócz rozważań teoretycznych ważne jest zarówno na poziomie praktycznym, jak i pragmatycznym zbadanie, czy istnieje potrzeba rozróżnienia między tymi dwoma zjawiskami. Krótko mówiąc, czy PIU i POG są dwiema odrębnymi jednostkami pojęciowymi i nosologicznymi obejmującymi różne populacje i posiadającymi różne cechy, czy też są jednym i tym samym? Mówiąc bardziej konkretnie, czy cechy osób dotkniętych PIU i POG są podobne, czy różne? Czy czynniki przyczyniające się są podobne czy różne?

Wcześniejsze badania sugerują pewne różnice między populacjami dotkniętymi tymi dwoma zjawiskami. Na przykład, choć PIU może dotyczyć większej grupy demograficznej, POG wydaje się wpływać głównie na młodszą populację mężczyzn., Jednak krytyczną wadą metodologiczną większości tych badań jest to, że badali PIU i POG osobno. W związku z tym celem niniejszego badania było zbadanie zależności i nakładania się PIU i POG pod względem płci, osiągnięć szkolnych, czasu spędzonego na korzystaniu z Internetu i / lub gier online, dobrostanu psychicznego i preferowanych działań online w reprezentatywna dla kraju próbka młodzieży.

Metody

Próbka i procedura

Dane zostały zebrane w marcu 2011 w ramach międzynarodowego projektu o nazwie European School Survey Project on Alcohol and Other Drugs (ESPAD). Projekt ten odbywał się co 4 lat od 1995 i ocenia nawyki związane z paleniem oraz używanie alkoholu i narkotyków przez młodzież w wieku 16 w coraz większej liczbie krajów uczestniczących. Oprócz pytań obowiązkowych w 2011 Węgry dodały dwie krótkie sekcje do oceny PIU i POG.

Aby uzyskać reprezentatywną próbę młodzieży w wieku 16 w populacji węgierskiej, zastosowano jednorodną międzynarodową, losową stratyfikowaną metodę losowego pobierania próbek w oparciu o region (Węgry Środkowe / Zachodnie / Wschodnie), klasę (8 – 10) i typ klasy (podstawowe ogólne, średnie ogólne, średnie zawodowe i zawodowe). Jednostką pobierania próbek była klasa, a kwestionariusz był podawany każdemu uczniowi obecnemu w szkole w momencie zbierania danych. Dane musiały być ważone z powodu wypaczonej braku odpowiedzi wynikającej ze wskaźnika odmowy na poziomie 15%. Aby dopasować skład uczestników do ramki próbkowania, dane zostały zważone warstwami przy użyciu metody ważenia macierzy zalecanej przez Krajowy System Informacji Edukacyjnej (KIR-STAT) (Elekes Z, 2012, dane niepublikowane).

Pytania dotyczące PIU i POG zostały zadane jedynie reprezentatywnej na szczeblu krajowym próbie rówieśników 9th – 10th w licealnych i średnich szkołach zawodowych (N= 5,045). Po usunięciu przypadków, w których całkowicie brakowało odpowiedzi na pytania PIU i POG, ostatnia próbka zawierała nastolatków 4,875.

Środki

Zebrano podstawowe dane socjodemograficzne (tj. Płeć i wiek), wyniki w nauce (średnia klas) oraz informacje dotyczące korzystania z Internetu i gier online. Odpowiedzi na temat czasu spędzonego na korzystaniu z Internetu i czasu spędzonego na graniu w gry online w przeciętny dzień uzyskano za pomocą pytań jednokrotnego wyboru (<1 godzina, 1–2 godziny, 3–4 godziny, 5–6 godzin, 7–8 godzin,> 8 godziny). Aby wyniki były jaśniejsze, w trakcie analiz ograniczono liczbę kategorii, łącząc odpowiednio dwie kategorie z krawędzi. Zarejestrowano również trzy najczęściej używane czynności internetowe. Uczniowie mieli do wyboru sześć opcji (tj. Wyszukiwanie informacji online, granie w gry online, rozmowy na czacie, korzystanie z serwisów społecznościowych, wysyłanie wiadomości e-mail i pobieranie) i mogli określić maksymalnie dwa dodatkowe działania online.

PIU oceniono za pomocą 6-elementowej wersji Problematic Internet Use Questionnaire (PIUQ-6) (Király i wsp. 2014, niepublikowany rękopis). Oryginalna skala zawierała elementy 18 i trzy podskale: obsesję, zaniedbanie i zaburzenia kontroli. Krótsza wersja zachowała pierwotną trójczynnikową strukturę mierzoną odpowiednio przez dwa elementy. Punktowa skala Likerta 5 (od „nigdy” do „zawsze / prawie zawsze”) została wykorzystana do oszacowania, ile dane stwierdzenia charakteryzowały respondentów. Wyniki wahają się od 6 do 30, przy czym wyższe wyniki wskazują więcej PIU. Punktację graniczną 15 zalecono w celu rozróżnienia między problematycznymi i nieproblematycznymi użytkownikami Internetu. Oba instrumenty wykazały dobre właściwości psychometryczne. Wewnętrzna spójność elementu PIUQ elementu 6 wynosiła 0.77 dla obecnej próbki.

POG mierzono za pomocą 12-item Problematic Online Gaming Questionnaire Short-Form (POGQ-SF). Instrument ten wywodzi się z POGQ elementu 18, skali o dobrych właściwościach psychometrycznych, opartej zarówno na treści teoretycznej, jak i empirycznej. Obie wersje mierzą sześć podstawowych wymiarów problematycznych gier (tj. Zaabsorbowanie, nadużywanie, zanurzenie, izolacja społeczna, konflikty interpersonalne i wycofanie) za pomocą punktowej skali Likerta 5. Wyniki wahają się od 12 do 60, przy czym wyższe wyniki wskazują więcej POG. Zalecany był punkt końcowy 32, aby odróżnić problematycznych i nieproblematycznych graczy online. Wewnętrzna spójność POGQ elementu 12 wynosiła 0.93 dla obecnej próbki.

Cechy psychologiczne, takie jak nastrój depresyjny (skrót [pozycja 6] Centrum Badań Epidemiologicznych Skala Depresji [CES-D]) i samooceny (Skala Samooceny Rosenberga [RSES]) zostały również ocenione. Skrócona CES-D to skala przeznaczona do oceny poziomów objawów depresyjnych za pomocą punktowej skali Likerta 4 (od „rzadko lub nigdy” do „przez większość czasu”). Wyniki wahają się od 4 do 24, przy czym wyższe wyniki wskazują na wyższy poziom depresji. Spójność wewnętrzna wynosiła 0.82 dla obecnej próbki. RSES ocenia poczucie własnej wartości i samoakceptacji, mierząc w ten sposób globalną samoocenę. Zawiera elementy 10 (pięć elementów odwróconych) i używa punktowej skali Likerta 4 (od „zdecydowanie się zgadzam” do „zdecydowanie się nie zgadzam”). Wyniki wahają się od 10 do 40, przy czym wyższe wyniki wskazują na wyższą samoocenę. Spójność wewnętrzna wynosiła 0.86 dla obecnej próbki.

Analizy statystyczne

Analizy opisowe przeprowadzono za pomocą IBM SPSS Statistics dla Windows, v20.0. Aby przetestować wzajemne relacje między średnim dziennym korzystaniem z Internetu i średnim codziennym graniem online (mierzonym jako zmienne kategorialne), a także wzajemne relacje między PIU i POG, utworzono dwie tabele zdarzeń awaryjnych. W celu zbadania dwóch jednostek nosologicznych zaproponowanych w najnowszej literaturze psychologicznej (tj. PIU i POG), powiązanie PIU i POG zostało porównane z odpowiednimi zmiennymi predykcyjnymi przy użyciu analizy wieloczynnikowej regresji wielokrotnej w ramach modelowania równań strukturalnych (SEM) w MPLUS v6.0. Model wielowymiarowej regresji wielokrotnej może oszacować powiązania między więcej niż jedną zmienną wynikową i więcej niż jedną zmienną predykcyjną. Ponadto w tego typu analizie wszystkie współczynniki regresji oszacowano poprzez kontrolowanie wszystkich innych zmiennych predykcyjnych w modelu. Ze względu na odchylenie od rozkładu normalnego zastosowano oszacowanie maksymalnego prawdopodobieństwa z solidnym oszacowaniem błędów standardowych. Wszystkie analizy przeprowadzono na ważonej próbce. Brakujące dane w Mplus zostały potraktowane metodą pełnej wiarygodności pełnej informacji.

Efekt

Opisowe statystyki

Średni wiek próbki (N= 4,875) wynosił 16.4 lat (SD= 0.87), a 50% to mężczyźni. Tylko sześciu studentów (0.1%) zgłosiło, że w ogóle nie korzystało z Internetu w miesiącu poprzedzającym zbieranie danych. Większość uczniów, którzy korzystali z Internetu, można podzielić na trzy grupy: (a) ci, którzy nigdy nie grali w gry online (n= 709, 14.5%), (b) ci, którzy grali w ciągu miesiąca poprzedzającego gromadzenie danych (n= 2,073, 42.5%) i (c) osoby, które grały w gry online, ale nie w ciągu miesiąca poprzedzającego gromadzenie danych (n= 1,799, 36.9%). Wszystkie analizy przeprowadzono na drugiej podpróbce, która obejmowała obecnych graczy, aby umożliwić porównanie PIU i POG. Średni wiek bieżącej podpróbki dla graczy był taki sam jak w całej próbce. Jednak rozkład płci był inny: dwie trzecie (69.1%) obecnych graczy to mężczyźni w porównaniu z połową (50.4%) całkowitej próby.

Czas spędzony na korzystaniu z Internetu i graniu w gry online

Aby znaleźć związek między średnim codziennym korzystaniem z Internetu a średnim codziennym graniem online, utworzono tabelę zdarzeń awaryjnych (patrz Tabela 1). Dane pokazują, że podczas gdy średnie codzienne korzystanie z Internetu rozkłada się dość równo między trzy kategorie czasowe, gry online znacznie spadły wraz ze wzrostem kategorii czasowych. Tabela pokazuje również, że podczas gdy grom online towarzyszy duża ilość korzystania z Internetu, odwrotność jest mniej prawdziwa. Mianowicie, ci, którzy spędzają dużo czasu korzystając z Internetu, niekoniecznie spędzają dużo czasu grając w gry online.

Tabela 1. 

Tabela awaryjna przedstawiająca średnie codzienne korzystanie z Internetu i średnie codzienne gry online (N= 2,057 Adolescents)

Problematyczni użytkownicy Internetu i problematyczni gracze online

Aby sprawdzić skalę PIU i POG oraz nakładanie się tych dwóch, utworzono kolejną tabelę awaryjną obejmującą cztery różne grupy: (a) ani problematycznych użytkowników Internetu, ani problematycznych graczy online (80.2%), (b) problematycznych użytkowników Internetu, ale nie problematyczni gracze online (8.8%), (c) problematyczni gracze online, ale nie problematyczni użytkownicy Internetu (4.3%), oraz (d) zarówno problematyczni użytkownicy Internetu, jak i problematyczni gracze online (6.7%) (patrz Tabela 2).

Tabela 2. 

Tabela awaryjna pokazująca nakładanie się między problematycznym korzystaniem z Internetu a problematycznymi grami online (N= 1,923 Adolescents)

Wieloczynnikowa regresja wielokrotna

Macierz korelacji zmiennych badania przedstawiono w Tabela 3. W celu porównania powiązania PIU i POG z odpowiednimi zmiennymi predykcyjnymi przeprowadzono wieloczynnikową regresję wielokrotną (patrz Rys. 1). Wyniki wykazały wyraźne powiązanie niektórych zmiennych predykcyjnych z dwiema zmiennymi wynikowymi. Bycie mężczyzną wiązało się z obydwoma problematycznymi zachowaniami. Jednak powiązanie było silniejsze dla POG (β = −0.29, p<0.001) niż dla PIU (β = −0.07, p<0.01). Ponad 5 godzin korzystania z internetu w przeciętnym dniu miało silniejszy związek z PIU (β = 0.20, p<0.001) niż POG (β = 0.07, p<0.01), podczas gdy gry online przez ponad 5 godzin przeciętnego dnia miały bliższy związek z POG (β = 0.20, p<0.001) niż PIU (β = 0.07, p<0.01). Samoocena miała bardzo niski standaryzowany wpływ na obie jednostki (β = −0.08, p<0.01 dla PIU; β = −0.09, p<0.01 dla POG), podczas gdy objawy depresji wykazywały nieco silniejszy związek z PIU (β = 0.29, p<0.001 względem β = 0.22, p<0.001). Ponadto wyniki szkoły mierzone średnią ocen miały bardzo niewielki pozytywny wpływ na oba problematyczne zachowania online (β = 0.05, p<0.05 dla PIU; β = 0.07, p<0.01 dla POG). W odniesieniu do sześciu działań internetowych, które zaproponowano jako jedno z trzech ulubionych działań online (tj. Wyszukiwanie informacji, granie w gry online, czatowanie, korzystanie z serwisów społecznościowych, wysyłanie e-maili i pobieranie), tylko granie gry online były istotnie powiązane z POG (β = 0.20, p<0.001), podczas grania w gry online, czaty online i portale społecznościowe były związane z PIU, chociaż ich rozmiary efektów były znikome (β = 0.09, p<0.01; β= 0.06, p<0.01; i β= 0.05, p<0.05).

FIGA. 1. 

Model wielowymiarowej regresji wielokrotnej dla problematycznych gier online (POG) i patologicznego korzystania z Internetu (PIU). Uwaga: Kowariancje błędów wśród zmiennych predykcyjnych nie są pokazane dla zachowania przejrzystości. *p<0.05; **p<0.01; ***p ...
Tabela 3. 

Macierz korelacji obejmująca wszystkie zmienne badawcze

Dyskusja

Niniejsze badanie miało na celu zbadanie współzależności między PIU a POG na reprezentatywnej w kraju próbie nastolatków. Wyniki sugerują, że chociaż korzystanie z Internetu było powszechną czynnością wśród nastolatków, gry online zajmowała się znacznie mniejsza grupa. Ponadto gry „hard-core” (tj. Gry online przez> 7 godzin dziennie) były znacznie rzadsze niż długotrwałe korzystanie z Internetu (tj. Korzystanie z Internetu przez> 7 godzin dziennie). Na podstawie tych wyników nie jest zaskakujące, że więcej nastolatków spełniło kryteria PIU niż POG, podczas gdy niewielka grupa nastolatków wykazywała objawy obu zachowań problemowych. Wyniki te są zgodne z literaturą sugerującą częstsze korzystanie z Internetu niż gry online, i wyższy PIU niż POG w próbkach nastolatków.

Model wielowymiarowej regresji wielokrotnej wykazał również rozróżnienie między dwoma zachowaniami online. Najbardziej znaczące różnice dotyczyły płci i czasu spędzonego na tych dwóch czynnościach. Podczas gdy zarówno PIU, jak i POG były związane z byciem mężczyzną, wielkość efektu była znacznie większa dla POG. Związek PIU z czasem spędzonym na korzystaniu z Internetu był silniejszy niż związek z graniem w gry online, natomiast związek POG z czasem spędzonym na graniu online był silniejszy niż związek z czasem spędzonym na korzystaniu z Internetu. Rozróżnienie to wykazuje także inna preferencja dla aplikacji internetowych. Podczas gdy gry online były jedyną aktywnością online wymienioną jako jedna z często praktykowanych działań POG, PIU była pozytywnie kojarzona z grami online, czatami online i sieciami społecznościowymi. Jednak bardzo niewielki wpływ sieci społecznościowych na PIU był zaskakujący. Jednym z wyjaśnień może być to, że popularność serwisów społecznościowych na Węgrzech zaczęła gwałtownie rosnąć po okresie zbierania danych. Ostatni wzrost liczby posiadanych smartfonów może również zmienić wyniki nadchodzących badań ESPAD w odniesieniu do działań takich jak sieci społecznościowe.

Co ciekawe, niska samoocena miała niski znormalizowany rozmiar efektu na oba problematyczne zachowania w sieci. Ustalenia te są zgodne z niektórymi wcześniejszymi badaniami ale zaprzeczają niektórym innym badaniom.,, Jednak objawy depresyjne były związane zarówno z PIU, jak i POG, wpływając na PIU nieco bardziej. To ponownie wspiera większość poprzedniej literatury.

Pomimo wielu mocnych stron badania, w tym dużej liczebności próby, krajowej reprezentatywności próby oraz silnych właściwości psychometrycznych instrumentów wykorzystywanych do oceny zarówno POG, jak i PIU, istnieją pewne ograniczenia w gromadzonych danych. Wszystkie dane zostały zgłoszone przez samych siebie i jako takie są podatne na różne uprzedzenia (np. Pożądanie społeczne, uprzedzenia związane z pamięcią). Ponadto wszyscy uczestnicy byli nastolatkami węgierskimi, dlatego wyniki mogą nie być uogólniające na nastolatków z innych krajów lub próbki dorosłych. Jak wspomniano powyżej, dane zostały zebrane przed ostatnim boomem sieci społecznościowych, a jeśli zostaną powtórzone teraz, badanie może przynieść różne wyniki. Badanie należy zatem powtórzyć wśród próbek młodzieży i dorosłych oraz w różnych krajach.

Na podstawie ustaleń niniejszego badania POG wydaje się koncepcyjnie innym zachowaniem niż PIU. Wyniki wyraźnie pokazują, że dwa rodzaje problematycznych zachowań online wydają się być różnymi populacjami i są powiązane z różnymi czynnikami. Dane wspierają pogląd, że Zaburzenia uzależnienia od Internetu i Zaburzenia gier internetowych są odrębnymi jednostkami nosologicznymi. W związku z tym klasyfikowanie tylko POG jako zaburzenia w obecnych systemach diagnostycznych może prowadzić do ignorancji w stosunku do innych potencjalnie uzależniających działań online, takich jak sieci społecznościowe lub bardziej ogólne problematyczne korzystanie z Internetu.

Podziękowanie

Prace te były wspierane przez Węgierski Fundusz Badań Naukowych (numery grantu: K83884, K111938 i K81353). Gyöngyi Kökönyei i Zsolt Demetrovics doceniają wsparcie finansowe János Bolyai Research Fellowship przyznane przez Węgierską Akademię Nauk.

Oświadczenie o ujawnieniu informacji przez autora

Nie istnieją konkurencyjne interesy finansowe.

Referencje

1. Młody KS. Psychologia użytkowania komputera: XL. Uzależniające korzystanie z Internetu: przypadek, który przełamuje stereotyp. Raporty psychologiczne 1996; 79: 899 – 902 [PubMed]
2. Młody KS. Uzależnienie od Internetu: pojawienie się nowego zaburzenia klinicznego. CyberPsychology & Behavior 1998; 1: 237–244
3. Griffiths MD. Uzależnienie od Internetu: problem dla psychologii klinicznej? Forum Psychologii Klinicznej 1996; 97: 32 – 36
4. Griffiths MD. (1998) Uzależnienie od Internetu: czy naprawdę istnieje? W Gackenbach J, redaktor. , ed. Psychologia i Internet: implikacje intrapersonalne, interpersonalne i transpersonalne. New York: Academic Press, s. 61 – 75
5. Kuss DJ., Griffiths MD., Karila L, i in. Uzależnienie od Internetu: systematyczny przegląd badań epidemiologicznych z ostatniej dekady. Aktualny projekt farmaceutyczny 2014; 20: 4026 – 4052 [PubMed]
6. Griffiths MD. Uzależnienie od Internetu: Internet napędza inne uzależnienia. Student British Medical Journal 1999; 7: 428 – 429
7. Młody KS. (1998) Caught in the Net: jak rozpoznać oznaki uzależnienia od Internetu i zwycięską strategię odzyskiwania. Nowy Jork: Wiley
8. Młody KS. Uzależnienie od Internetu: ocena i leczenie. Student British Medical Journal 1999; 7: 351 – 352
9. Griffiths MD. Uzależnienie od Internetu - czas na poważnie? Badania nad uzależnieniami 2000; 8: 413 – 418
10. Griffiths MD. Hazard internetowy: problemy, obawy i zalecenia. CyberPsychology & Behavior 2003; 6: 557–568 [PubMed]
11. Kuss DJ., Griffiths MD. Sieci społecznościowe i uzależnienia online - przegląd literatury psychologicznej. International Journal of Environmental Research & Public Health 2011; 8: 3528–3552 [Artykuł bezpłatny PMC] [PubMed]
12. Griffiths MD., Davies MNO., Chappell D. Przełamywanie stereotypu: przypadek gier online. CyberPsychology & Behavior 2003; 6: 81–91 [PubMed]
13. Williams D., Ducheneaut N., Xiong L i in. Od domku na drzewie po koszary - życie towarzyskie gildii w World of Warcraft. Gry i kultura 2006; 1: 338–360
14. American Psychiatric Association (2013) Podręcznik diagnostyczny i statystyczny zaburzeń psychicznych - przegląd tekstu. 5thedycja Waszyngton, DC: American Psychiatric Association
15. Griffiths MD., King D., Demetrovics Z. DSM-5 Internetowe zaburzenie gier wymaga ujednoliconego podejścia do oceny. Neuropsychiatria 2014; 4: 1 – 4
16. King DL., Delfabbro PH. Problemy z DSM-5: zaburzenia w grach wideo? Australian & New Zealand Journal of Psychiatry 2013; 47: 20–22 [PubMed]
17. Rehbein F., Psych G., Kleimann M, i in. Częstość występowania i czynniki ryzyka uzależnienia od gier wideo w okresie dojrzewania: wyniki ogólnokrajowego badania w Niemczech. Cyberpsychologia, zachowanie i sieci społecznościowe 2010; 13: 269–277 [PubMed]
18. Kuss DJ., Griffiths MD. Uzależnienie od gier online u dzieci i młodzieży: przegląd badań empirycznych. Journal of Behavioural Addictions 2012; 1: 3 – 22 [PubMed]
19. Hibell B., Guttormsson U., Ahlström S, i in. (2012) Raport ESPAD 2011 - używanie substancji wśród studentów w krajach europejskich 36. Sztokholm, Szwecja: Szwedzka rada ds. Informacji o alkoholu i innych narkotykach (CAN)
20. Demetrovics Z., Szeredi B., Rózsa S. Trójczynnikowy model uzależnienia od Internetu: opracowanie kwestionariusza kwestionariuszowego korzystania z Internetu. Metody badań behawioralnych 2008; 40: 563 – 574 [PubMed]
21. Koronczai B., Urbán R., Kökönyei G, et al. Potwierdzenie trójczynnikowego modelu problematycznego korzystania z Internetu na próbach nastolatków i dorosłych w trybie off-line. Cyberpsychologia, zachowanie i sieci społecznościowe 2011; 14: 657–664 [Artykuł bezpłatny PMC] [PubMed]
22. Pápay O., Urbán R., Griffiths MD, et al. Właściwości psychometryczne kwestionariusza problematycznych gier online Short-Form (POGQ-SF) oraz częstość występowania problematycznych gier online w krajowej próbie nastolatków. Cyberpsychologia, zachowanie i sieci społecznościowe 2013; 16: 340–348 [Artykuł bezpłatny PMC] [PubMed]
23. Demetrovics Z., Urbán R., Nagygyörgy K, i in. Opracowanie problematycznego kwestionariusza gier online (POGQ). PLoS ONE 2012; 7: e36417. [Artykuł bezpłatny PMC] [PubMed]
24. Radloff LS. Skala CES-D: samoopisowa skala depresji do badań w populacji ogólnej. Stosowany pomiar psychologiczny 1977; 1: 385 – 401
25. Rosenberg M. (1965) Society and a self-image self. Princeton, NJ: Princeton University Press
26. IBM Corp. IBM SPSS Statistics dla systemu Windows, wersja 20.0. Armonk, NY: IBM Corp; 2011
27. Muthén LK., Muthén BO. (1998–2010) Podręcznik użytkownika programu Mplus. 6th ed. Los Angeles, Kalifornia: Muthén & Muthén
28. Rehbein F., Mößle T. Uzależnienie od gier wideo i Internetu: czy istnieje potrzeba zróżnicowania? SUCHT 2013; 59: 129 – 142
29. van Rooij AJ., Schoenmakers TM., van de Eijnden RJ, i in. Kompulsywne korzystanie z Internetu: rola gier online i innych aplikacji internetowych. Journal of Adolescent Health 2010; 47: 51 – 57 [PubMed]
30. Forsense. (2013) Okostelefonok és számítógép-használat a magyar középiskolások körében [Wykorzystanie smartfona i komputera wśród węgierskich uczniów szkół średnich]. http://forsense.hu/piac/okostelefonok-es-szamitogep-hasznalat-a-magyar-kozepiskolasok-koreben (dostępne od sierpnia 22, 2014)
31. Caplan SE. Problematyczne korzystanie z Internetu i dobrostan psychospołeczny: opracowanie opartego na teorii instrumentu pomiaru poznawczo-behawioralnego. Komputery w zachowaniu ludzi 2002; 18: 553 – 575
32. Niemz K., Griffiths MD., Banyard P. Rozpowszechnienie patologicznego korzystania z Internetu wśród studentów i korelacje z samooceną, Kwestionariuszem Ogólnego Zdrowia (GHQ) i odhamowaniem. CyberPsychology & Behavior 2005; 8: 562–570 [PubMed]
33. Kim K., Ryu E., Chon MY i in. Uzależnienie od Internetu u koreańskich nastolatków i jego związek z depresją i myślami samobójczymi: badanie ankietowe. International Journal of Nursing Studies 2006; 43: 185 – 192 [PubMed]
34. Yau YH., Potenza MN., White MA. Problematyczne korzystanie z Internetu, zdrowie psychiczne i kontrola impulsów w internetowym badaniu osób dorosłych. Journal of Behavioural Addictions 2013; 2: 72. [Artykuł bezpłatny PMC] [PubMed]
35. Yen CF., Ko CH., Yen JY i in. Wielowymiarowe czynniki dyskryminujące uzależnienie od Internetu wśród młodzieży ze względu na płeć i wiek. Psychiatry & Clinical Neurosciences 2009; 63: 357–364 [PubMed]
36. Griffiths MD., Kuss DJ., Demetrovics Z. (2014) Uzależnienie od sieci społecznościowych: przegląd wstępnych ustaleń. W Rosenberg K. redaktor; , Feder L., redaktor. , eds. Uzależnienia behawioralne: kryteria, dowody i leczenie. Nowy Jork: Elsevier, ss. 119 – 141