Полезно ли использовать интернет-связь для ускользания от скуки? Склонность от скуки взаимодействует с вызванной кией тягой и ожиданиями избегания в объяснении симптомов нарушения интернет-связи (2018)

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

Абстрактные

Использование приложений для онлайн-коммуникации, включая мессенджеры (например, WhatsApp) или социальные сети (например, Facebook), на смартфоне превратилось в повседневную практику для миллиардов людей, например, во время ожидания. Увеличивающееся число людей демонстрирует ослабленный контроль над их использованием этих приложений, несмотря на негативные последствия в повседневной жизни. Это можно назвать расстройством интернет-коммуникации (ICD). Текущее исследование исследовало влияние склонности к скуке на симптомы ICD. Кроме того, он рассмотрел посредническую роль когнитивных и аффективных механизмов, а именно ожиданий, позволяющих избежать негативных ощущений в сети и вызываемого кием влечения. Результаты модели структурного уравнения (N = 148) показывают, что склонность к скуке является фактором риска для развития и поддержания ICD, так как это оказало значительное прямое влияние на симптомы ICD. Кроме того, предрасположенность к скуке предсказывала ожидаемое избегание, а также вызываемое кием желание. Оба, в свою очередь, увеличили риск развития тенденций ICD. Более того, обе переменные опосредовали влияние склонности к скуке на ICD и взаимодействовали друг с другом. Таким образом, результаты показывают, что люди, которые имеют более высокую восприимчивость к скуке, демонстрируют более высокую вероятность избежать негативных эмоций в Интернете, что способствует более сильным реакциям на жажду при столкновении с конкретными сигналами (например, входящим сообщением) и может привести к тенденциям ICD.

Образец цитирования: Wegmann E, Ostendorf S, марка M (2018). Выгодно ли использовать интернет-общение для избавления от скуки? Склонность к скуке взаимодействует с вызываемой репликой жаждой и ожиданиями избегания при объяснении симптомов нарушения интернет-коммуникации. PLOS ONE 13 (4): e0195742. https://doi.org/10.1371/journal.pone.0195742

Редактор: Фил Рид, Университет Суонси, ВЕЛИКОБРИТАНИЯ

Получено: Ноябрь 22, 2017; Принято: Март 28, 2018; Опубликовано: 19 апреля 2018

Авторское право: © 2018 Wegmann et al. Это статья открытого доступа, распространяемая на условиях Лицензии Creative Commons Attribution, который допускает неограниченное использование, распространение и воспроизведение на любом носителе при условии, что оригинал автора и источник зачисляются.

Доступность данных: Все соответствующие данные содержатся в документе и его файлах вспомогательной информации.

Финансирование: Авторы не получили никакого конкретного финансирования для этой работы.

Конкурирующие интересы: Авторы заявили, что не существует никаких конкурирующих интересов.

Введение

С выпуском смартфона более десяти лет назад число людей, использующих его в повседневной жизни, все еще растет. Прогнозируется, что число пользователей смартфонов во всем мире достигнет 2.32 миллиардов в 2017, и, как ожидается, достигнет 2.87 миллиардов пользователей в 2020 [1]. Среди прочего, наиболее популярными онлайн-приложениями, используемыми на смартфоне, являются онлайн-коммуникационные приложения. Они позволяют пользователям напрямую общаться с другими людьми, поддерживать связь с дальними друзьями и обмениваться личной информацией, фотографиями или видео [2, 3]. Термин «приложения для онлайн-коммуникации» включает в себя очень популярные приложения, такие как служба мгновенных сообщений WhatsApp, с более чем миллиардом активных пользователей 1.3 каждый месяц [4] или сервисы социальных сетей, такие как Facebook, с миллиардами активных пользователей в месяц 2 [5]. Помимо многих преимуществ интернет-общения и использования смартфона в целом, растет число людей, испытывающих негативные последствия из-за чрезмерного и длительного использования этих приложений [2, 6–8]. Особенно доступность различных мобильных устройств и простой и постоянный доступ к таким приложениям позволяют людям взаимодействовать и общаться с другими людьми в течение дня - в любое время и в любом месте [9, 10]. Такое поведение может привести к патологическому и компульсивному употреблению, которое сравнимо с другими поведенческими зависимостями или расстройствами, связанными с употреблением психоактивных веществ, как предполагали различные исследования и исследователи [7, 8].

Когнитивные и аффективные корреляты нарушения интернет-коммуникации

Растущее использование Интернета во всем мире приводит к тому, что исследования все больше и больше фокусируются на расстройстве использования Интернета как особом типе поведенческой зависимости [2, 7, 11]. Кроме того, некоторые исследования предполагают определенный тип расстройства, связанного с использованием Интернета, расстройство интернет-общения (ICD). ICD описывает захватывающее использование приложений онлайн-коммуникации [6–8, 12]. Симптомы МКБ, которые вытекают из характеристик расстройства, связанного с использованием Интернета, определяются как потеря контроля, рецидив, симптомы абстиненции, озабоченность, пренебрежение интересами, терпимость и негативные последствия в социальной, профессиональной или личной жизни [6, 7, 13, 14]. Дэвис [12] предложил первую теоретическую модель, описывающую механизмы неспецифического патологического использования Интернета, а также конкретного расстройства, связанного с использованием Интернета. Совсем недавно, Бренд, Янг [7] представила новую теоретическую модель - модель взаимодействия человека-аффект-познание-исполнение (I-PACE), в которой обобщены потенциальные механизмы развития и поддержания определенных расстройств, связанных с использованием Интернета, таких как ИКД. Модель I-PACE иллюстрирует взаимодействие основных характеристик человека, а также аффективных, когнитивных и исполнительных компонентов. Это предполагает, что основные характеристики человека, такие как личность, социальные познания, психопатологические симптомы, биопсихологические факторы и специфические предрасположенности, влияют на субъективное восприятие ситуации. Это восприятие формируется такими факторами, как конфронтация с зависимостями, связанными с зависимостью, стрессом, личными конфликтами, ненормальным настроением, а также индивидуальными аффективными и когнитивными реакциями. К последним относятся репликационная реактивность, тяга, смещение внимания или другие связанные с Интернетом когнитивные искажения и дисфункциональный стиль совладания. Предполагается, что эти индивидуальные аффективные и когнитивные факторы опосредуют или смягчают влияние основных характеристик человека на развитие и поддержание определенного расстройства, связанного с использованием Интернета. Бренд, Молодой [7] иллюстрируют, что эффект аффективных и когнитивных реакций взаимодействует с исполнительными факторами, такими как тормозной контроль. Решение использовать определенное приложение для получения удовлетворения или компенсации может затем привести к чрезмерному использованию этого приложения, тем самым усиливая определенные предрасположенности, а также аффективные, когнитивные и исполнительные факторы, подобные замкнутому кругу (для более подробного описания модели и подробный обзор эмпирических исследований, см. [7]).

Предыдущие исследования уже показали, что влияние психопатологических симптомов, таких как депрессия и социальная тревожность, а также влияние личностных аспектов, таких как подверженность стрессу, самооценка и самоэффективность, на тенденции ИКД опосредовано определенными познаниями, такие как дисфункциональный стиль совладания и ожидания использования Интернета [8, 15]. Вегманн, Оберст16] продемонстрировали, что ожидания объяснения симптомов ИБС имеют отношение к ожиданиям, в том числе к желанию сбежать от реальности, отвлечься от реальных проблем или избежать одиночества. Бренд, Лайер [17] а также Троцке, Старке [18] показали, что высокие ожидания в отношении использования конкретных приложений в качестве возможности испытывать удовольствие или отвлекать от проблем опосредуют взаимосвязь между личными аспектами и общим (неспецифическим) расстройством использования Интернета, а также расстройством интернет-покупок, соответственно.

В дополнение к концепции ожидаемого использования Интернета, бренд, молодые [7] далее утверждают, что репликационная реактивность и тяга, по-видимому, являются важными конструкциями при разработке и поддержании патологического использования конкретных приложений. Это предположение основано на предыдущих исследованиях о расстройствах, вызванных употреблением психоактивных веществ (см., Например, результаты в [19] а также другие поведенческие зависимости [20], которые показывают, что наркоманы уязвимы для связанных с зависимостью стимулов, которые запускают области обработки вознаграждения в мозге [21–25]. Тяга описывает желание или желание принимать наркотики или проявлять привыкание неоднократно [26, 27]. Понятие реакции-реакции и тяги было перенесено в изучение поведенческих зависимостей. Поведенческие корреляты кий-реактивности и тяги уже наблюдались при расстройстве интернет-шоппинга [18], Интернет-порнография рассматривающего расстройства [28, 29], Расстройство интернет-игр [30, 31], Интернет-азартные игры32, 33] и ICD [34].

Хотя в исследованиях подчеркивается важная роль этих аффективных (кий-реактивность и тяга) и когнитивных (связанные с Интернетом ожиданий) компонентов в развитии и поддержании определенного расстройства, связанного с использованием Интернета, взаимодействие этих факторов, которое постулируется в Модель ПАСЕ, остается неясной. Настоящее исследование основано на некоторых основных предположениях модели I-PACE, особенно на эффектах посредничества аффективных и когнитивных механизмов на взаимосвязи между основными характеристиками человека и симптомами ИКД. Целью данного исследования является изучение влияния основных характеристик человека на ИКД, обусловленных как когнитивными отклонениями, связанными с Интернетом (например, ожидания использования Интернета), так и аффективными отклонениями (например, страстным желанием). По материалам Вегмана, Оберста16], мы предполагаем, что эффект ожидания, чтобы избежать негативных эмоций с помощью приложений онлайн-коммуникации, опосредован индуцированной жаждой жаждой, как описано в модели Brand, Young [7]. В качестве второй цели исследования мы сосредоточимся на изучении роли предрасположенности к скуке в ИКД. Таким образом, мы хотели бы лучше понять взаимосвязь между основными характеристиками человека и симптомами конкретного расстройства, связанного с использованием Интернета, которое еще не было исследовано в контексте МКБ.

Предрасположенность к скуке как предиктор ICD

Концептуализация скуки определяется различными ситуативными и индивидуальными факторами [35]. Сама скука может быть описана как негативное состояние ума или внутренний конфликт между ожидаемым и воспринимаемым опытом [36, 37]. Бриссет и Сноу38] скуку определяют как состояние «недостаточной стимуляции, недостаточного возбуждения и отсутствия психологической вовлеченности, связанной с неудовлетворенностью, и люди пытаются справиться со скукой, стремясь получить дополнительную стимуляцию» [39]. Это состояние также связано с неприятными чувствами, от которых люди пытаются сбежать [40, 41]. Простота скуки определяется как черта скуки. Конструкция склонности к скуке часто «используется как восприимчивость человека к переживанию скуки» [35]. Кроме того, склонность к скуке включает в себя трудность привлечения внимания человека к стимулу, осознания этого дефицита внимания, а также попытки уменьшить опыт скуки как состояния [35, 42].

Несколько исследований подчеркивают клиническую значимость склонности к скуке, иллюстрируя, что скука (склонность) связана с употреблением алкоголя [43] употребление психоактивных веществ [44], показатели депрессии и тревоги [35] и проблемы со здоровьем в целом [45]. Чжоу и Люн [46] показали, что скука в свободное время связана с рискованным поведением, таким как преступность, экстремальные ощущения и злоупотребление наркотиками [36, 46, 47]. В качестве возможного объяснения взаимосвязи между склонностью к скуке и употреблением психоактивных веществ (например, употребление алкоголя), Biolcati, Passini [48] исследовал потенциальное посредническое влияние ожиданий на потребление алкоголя. Результаты показали, что влияние предрасположенности к скуке на пьяное поведение опосредовано ожиданиями избавиться от скуки, избежать проблем и справиться с негативными чувствами [48]. Кроме того, эмпирические исследования различных поведенческих зависимостей или патологического поведения объясняют важность скуки для рискованного поведения. Например, Blaszczynski, McConaghy [49] показали, что люди с расстройством азартных игр набрали больше баллов по показателям скуки по сравнению с игроками, не являющимися игроками. Азартные игры, кажется, дают им возможность избежать или уменьшить негативные состояния или настроения. Это согласуется с результатами, о которых сообщили Fortune и Goodie [50] иллюстрируя, что патологическая азартная игра связана с восприимчивостью к скуке, которая является подшкалой формы V шкалы поиска ощущений Цукерманом, Айзенком [51].

Как описано ранее, использование смартфонов в повседневной жизни является результатом простого и постоянного доступа, который обеспечивает постоянное общение и развлечения [2, 52]. Мы предполагаем, что возможность иметь длительную стимуляцию приводит к длительному и чрезмерному использованию смартфона и приложений для онлайн-коммуникации. Кроме того, избегание чувства скуки, кажется, является основной мотивацией для использования Интернета [53]. Лин, Лин [37] показали, что предрасположенность к скуке и широкое участие в Интернете увеличивают вероятность беспорядков при использовании Интернета. Авторы подчеркивают, что Интернет, кажется, представляет собой возможность искать волнение и удовольствие, что повышает уровень патологического использования. Это согласуется с результатами предыдущих исследований, в которых подчеркивалась связь между расстройством, связанным с использованием интернета, и более высокой степенью скуки [54–56]. Чжоу и Люн [46] уточнил эту связь и показал, что скука является предиктором патологического использования сайтов социальных сетей, а также патологического игрового поведения в сервисах социальных сетей. Эльхай, Васкес [42] показал, что более высокая степень скуки опосредует влияние депрессии и тревоги на проблемное поведение смартфона. В целом, мы предполагаем, что предрасположенность к скуке как признак скуки является личным фактором риска в отношении развития ИКД.

Краткое изложение целей исследования

Настоящее исследование направлено на то, чтобы внести вклад в лучшее понимание основных аффективных и когнитивных механизмов, касающихся симптомов ВЗК. Наши предположения основаны на предыдущих исследованиях, в которых сообщалось о влиянии скуки на рискованное поведение, такое как злоупотребление психоактивными веществами [57], факторы риска для здоровья [46], патологическая азартная игра [50] или беспорядок в использовании интернета [37, 54]. Мы предполагаем, что люди, которые более склонны испытывать скуку и которые неоднократно используют смартфон в качестве стратегии неадаптивного преодоления, с большей вероятностью будут патологически использовать приложения онлайн-коммуникации. В соответствии с моделью I-PACE от бренда, Young [7], мы предполагаем, что эффект склонности к скуке опосредован конкретными познаниями. Кроме того, на основании исследования, проведенного Biolcati, Passini [48] мы также предполагаем, что особенно люди, которые имеют более высокую склонность к скуке, а также ожидают избежать негативных эмоций при использовании приложений онлайн-общения, испытывают более негативные последствия из-за использования таких приложений. В качестве дальнейшей цели мы исследуем эффекты аффективных и когнитивных реакций. Модель I-PACE предполагает, что влияние ожидаемой продолжительности на симптомы ICD опосредовано более сильным желанием. В целом, посреднический эффект индуцированной жаждой тяги также может иметь значение для посреднического эффекта ожиданий избегания между склонностью к скуке и МКБ. рис 1 Обобщает гипотезы в модели структурного уравнения.

Рис 1. Гипотезированная модель.

Предполагаемая модель для анализа предполагаемых прямых и косвенных эффектов, в том числе скрытых переменных ICD.

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

методы

Участники и процедура

Сто сорок восемь участников в возрасте от 18 до 60 лет (M = 25.61, SD = 8.94) принял участие в текущем исследовании. Из них 91 были женщины, а 57 были мужчины. Все участники были пользователями онлайн-коммуникационных приложений, от двух до 19 лет использования (M = 8.09, SD = 3.09). Приложение для онлайн-общения WhatsApp было наиболее часто используемым приложением (97.97% всех участников), за которым следовали Facebook (78.38% всех участников), Facebook Messenger (62.84% всех участников) и Instagram (53.38% всех участников). , Другие приложения для онлайн-коммуникации, такие как Twitter, iMessage, Snapchat или Skype, использовались менее чем 50% всех участников. Участники тратят в среднем 125.41 минут (SD = 156.49) в день, используя WhatsApp, затем Instagram (M = 57.97, SD = 78.76), Snapchat (M = 53.71, SD = 65.40) и Facebook (M = 55.48, SD = 84.74). Все остальные приложения использовались в среднем менее 30 минут в день.

Мы набрали образец в университете Дуйсбург-Эссен (Германия) через списки рассылки, онлайн-социальные сети и рекомендации из уст в уста. Исследование проводилось в лаборатории, в индивидуальной обстановке. Во-первых, участники были проинформированы в письменной форме о процедуре и дали письменное согласие. Мы попросили их переключить свои смартфоны в режим полета и держать их в кармане во время участия. После этого участники ответили на онлайн-вопросники и выполнили парадигму реакции на реплику, а также другие экспериментальные парадигмы, которые не имеют отношения к текущей рукописи. После этого участники ответили на дополнительные онлайн-вопросники, такие как шкала оценки скуки, шкала ожидаемого использования интернета или короткий тест на интернет-зависимость, которые будут объяснены ниже. В целом исследование заняло около часа. Студенты получили кредитные баллы за участие. Комитет по этике Университета Дуйсбург-Эссен одобрил исследование.

инструменты

Модифицированная версия короткого теста интернет-зависимости на нарушения интернет-коммуникации (s-IAT-ICD).

Тенденции ICD были измерены с помощью короткой версии теста на интернет-зависимость (s-IAT) Павликовски, Альтштеттер-Глайх [58]. Для этого исследования мы использовали модифицированную версию для ICD (s-IAT-ICD) [15]. Шкала оценивает субъективные жалобы в повседневной жизни за счет использования онлайн-коммуникационных приложений. В начале дано определение приложений онлайн-коммуникации. В инструкциях подчеркивается, что термин приложения для онлайн-коммуникации включает активное (например, написание новых сообщений), а также пассивное (например, просмотр и чтение новых сообщений) использование сайтов социальных сетей и блогов, таких как Facebook, Twitter и Instagram. , а также Мессенджеры, такие как WhatsApp.

Участники должны оценить двенадцать пунктов по пятибалльной шкале Лайкерта (от 1 = «никогда» до 5 = «очень часто»). Суммарный балл находился в диапазоне от двенадцати до 60. Баллы> 30 указывают на проблематичное использование приложений для онлайн-общения, а оценки> 37 указывают на патологическое использование приложений для онлайн-общения. Анкета состоит из двух факторов (по шесть пунктов в каждом): потеря контроля / управление временем (s-IAT-ICD 1: α = 849) и социальные проблемы / тяга (s-IAT-ICD 2: α = 708). Общая внутренняя согласованность составила α = 842. Оба фактора представляют собой скрытый размер ICD в модели структурного уравнения.

Кий-реактивность и тяга.

Чтобы исследовать репли-реактивность и жажду, была применена парадигма реплика-реактивности, состоящая из двенадцати изображений, связанных с приложениями онлайн-коммуникации [34, 59]. Визуальные подсказки показывают, что разные смартфоны отображают разговор через разные онлайн-приложения. Стимулы были предварительно протестированы и описаны в предыдущем исследовании Вегмана, Стодта [34]. В текущем исследовании участники оценивали каждую картину относительно возбуждения, валентности и побуждения использовать смартфон по пятибалльной шкале Лайкерта (от 1 = «нет возбуждения / валентность / позыв» до 5 = «высокая возбужденность / валентность / побуждение»). ). презентация^® (Версия 16.5, www.neurobs.com) был использован для презентации кий и рейтинги.

Кроме того, мы использовали опросник «Желание алкоголя» [60] модифицировано для использования на смартфоне для оценки тяги [34]. Анкета была представлена ​​до и после парадигмы реакции-реплики для измерения базовой тяги (DAQ-ICD базовая тяга), а также потенциальных изменений тяги после воздействия реплики (DAQ-ICD после тяги). Поэтому участники должны были оценить элементы 14 (например, «Использование смартфона было бы удовлетворительным в данный момент») по семибальной шкале Лайкерта (от 0 = «полное несогласие» до 6 = «полное согласие»). После инвертирования одного элемента мы рассчитали средний балл [59]. Внутренняя согласованность составляла α = .851 для базового влечения DAQ-ICD и α = .919 для последующего влечения DAQ-ICD. В последующем анализе пост-страстное желание DAQ-ICD и оценки парадигмы реакции-реплики были использованы для представления скрытого измерения индуцированной репликой тяги в модели структурного уравнения.

Модифицированная версия шкалы ожиданий использования Интернета для онлайн-коммуникаций (IUES).

Шкала ожидаемого использования Интернета (IUES) [17] модифицированный для онлайн-коммуникации, использовался для оценки ожиданий участников в отношении использования онлайн-коммуникационных приложений [16]. Анкета содержит два фактора (по шесть пунктов в каждом): положительное подкрепление (например, «я использую приложения для онлайн-общения, чтобы испытать удовольствие»; положительное значение IUES: α = .838) и ожидаемые значения избегания (например, «я использую приложения для онлайн-коммуникации для отвлечь себя от проблем »; IUES избегание α = .732). Участники должны были оценить каждый элемент по шестибалльной шкале Лайкерта (от 1 = «полностью не согласен» до 6 = «полностью согласен»). Основываясь на предыдущих исследованиях и теоретических предположениях, только переменная вероятности избегания была релевантна для следующих анализов.

Шкала краткости скуки (BPS).

Шкала произношения короткой скуки (BPS) Струка, Карьера [61] был использован для оценки черты скуки склонности. Шкала состоит из восьми пунктов (например, «Мне нужно больше стимулов, чтобы привести меня в движение, чем большинству людей»), которые должны были быть оценены по 7-балльной шкале Лайкерта (от 1 = «полностью не согласен» до 7 = «полностью согласен» «). Общее среднее значение было рассчитано. Внутренняя согласованность была α = .866.

Статистический анализ

Статистический анализ проводился с использованием SPSS 25.0 для Windows (IBM SPSS Statistics, выпущенный 2017). Мы рассчитали корреляции Пирсона, чтобы проверить двумерные отношения между двумя переменными. Корреляции были интерпретированы более подробно с использованием размеров эффекта. Основано на Коэне [62], Коэффициент корреляции Пирсона r ≥ .01 обозначает маленький, r ≥ .03 среда и r ≥ .05 большой эффект. Анализ модели структурного уравнения (SEM) был рассчитан с использованием Mplus 6 [63]. Чтобы оценить соответствие модели SEM, мы использовали стандартизованную среднеквадратичную невязку (SRMR; значения <08 указывают на хорошее соответствие данным), среднеквадратичную ошибку аппроксимации (RMSEA; значения <08 указывают на хорошее и <10 - приемлемое соответствие данным) и сравнительные индексы соответствия (CFI и TLI; значения> 90 указывают на приемлемое соответствие, а> 95 - на хорошее соответствие данным) [64, 65]. Мы также использовали χ²-Проверка, чтобы проверить, являются ли данные производными от определенной модели. В качестве дополнительного шага для уменьшения ошибок измерения для SEM мы использовали метод разделения элементов на переменные, которые представлены в виде переменных манифеста. Этот метод позволяет строить скрытые измерения для этих переменных в SEM [66, 67]. Поэтому мы проверили взаимные корреляции между элементами каждой шкалы, а затем создали два фактора для скрытых измерений IUES и BPS.

Итоги

Описательные значения и многомерная статистика

Средние значения и стандартные отклонения всех вопросников, а также оценки парадигмы метки-реактивности можно найти в Таблица 1, Построенные переменные распределения элементов включены в качестве дополнительных значений. Таблица 2 показывает двумерные корреляции между этими переменными. Основано на оценочных показателях Павликовского, Альтштеттера-Глайха [58], Участники 23 показали проблемы, а семь участников показали патологическое использование приложений онлайн-коммуникации, которое связано с субъективными жалобами в повседневной жизни из-за использования этих приложений и описывает симптомы ICD.

Таблица 1. Средние значения, стандартные отклонения и диапазон баллов s-IAT-ICD и применяемые шкалы.

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

Скачать:

• PPT

PowerPoint слайд

• PNG

Увеличить

• TIFF

оригинальное изображение

Таблица 2. Двусторонние корреляции между оценками s-IAT-ICD и применяемыми шкалами.

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

Модель структурного уравнения

Модель гипотетического структурного уравнения на скрытом уровне показала превосходное соответствие с данными (SRMR = .029, CFI = .986, TLI = .972, RMSEA = .063, p = .299, BIC = 3962.65). χ²-Тест также показал хорошую посадку (χ² = 22.25, p =. 074, χ²/ df = 1.59). Все определенные скрытые измерения были хорошо представлены используемыми переменными манифеста. На первом этапе результаты показывают, что склонность к скуке (β = .384, SE =. 096, p ≤ .001), жажда, вызванная кием (β = .414, SE =. 102, p ≤ .001) и ожидаемые значения избегания (β = .255, SE =. 109, p = .011) были значимыми предикторами тенденций ICD. Склонность к скуке также оказала прямое влияние на жажду, вызванную кием (β = .411, SE =. 100, p ≤ .001) и ожидаемые значения избегания (β = .567, SE =. 084, p ≤ .001). Кроме того, ожидания избегания были значимым предиктором кия-индуцированной тяги (β = .361, SE =. 107, p = .001). Эффект склонности к скуке на симптомы ICD был опосредован индуцированной жаждой (β = .170, SE =. 058, p = .003) и ожидаемой вероятностью избегания (β = .145, SE =. 063, p = .021). Влияние ожидаемой вероятности избегания на тенденции ICD было также опосредовано кию-индуцированной жаждой (β = .149, SE =. 059, p = .011). Кроме того, связь между склонностью к скуке и симптомами ICD была опосредована ожиданиями избегания и, кроме того, желанием, вызванным кием (склонность к скуке - ожидания избегания - жажда, вызванная репликой - ICD; β = .085, SE =. 037, p = .021); однако это посредничество имело только небольшой эффект. В целом, анализируемая модель достоверно объяснила 81.60% дисперсии симптомов ИКД. рис 2 показывает модель с коэффициентами загрузки, β-весами и коэффициентами.

Скачать:

• PPT

PowerPoint слайд

• PNG

Увеличить

• TIFF

оригинальное изображение

Рис 2. Результаты модели структурного уравнения.

Результаты модели структурного уравнения с ICD в качестве зависимой переменной, включая коэффициенты нагрузки на описанные скрытые переменные и соответствующие β-веса, p-значения и остатки.

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

Дополнительные анализы

Модель, описанная ранее, была основана на теоретических соображениях и дополнительных эмпирических данных, таких как модели структурных уравнений Вегмана, Стодта [15] и Вегманн и Брэнд [8]. Тем не менее, мы хотели впоследствии контролировать модель для других возможных влияющих факторов, чтобы лучше понять основные механизмы ICD. Первым вопросом, который мы рассмотрели, была тесная связь склонности к скуке с депрессией и тревогой [35, 68, 69]. Текущее исследование Elhai, Васкес [42] иллюстрирует, что связь между психопатологическими симптомами и проблемным использованием смартфона опосредована более высокой скукой. Мы оценили психопатологические симптомы, такие как депрессия (M = 0.53, SD = 0.53), межличностная чувствительность (M = 0.72, SD = 0.64) и беспокойство (M = 0.55, SD = 0.49) с помощью краткого вопросника по описанию симптомов Derogatis [70]. Поскольку переменные операционализирующие психопатологические симптомы значительно коррелируют с другими переменными текущей модели (все r≤ .448, все p'≤ .024), мы включили психопатологические симптомы (а именно депрессию, межличностную чувствительность и тревогу) в качестве дополнительного скрытого измерения в модели. Основанный на модели посредничества Elhai, Васкес [42] мы проверили, основано ли влияние склонности к скуке на психопатологических симптомах или же склонность к скуке описывает собственный статистический прирост, как подчеркивалось в предыдущих исследованиях [35, 42, 68].

Как показано в рис 3результаты показывают, что психопатологические симптомы играют решающую роль в развитии и поддержании ИКД, что соответствует результатам предыдущих исследований [8, 15, 42]. Тем не менее, значимость предрасположенности к скуке как важного предиктора симптомов ИКД значительно не снижается после включения психопатологических симптомов в модель структурного уравнения. Это подчеркивает, что склонность к скуке и психопатологические симптомы связаны, но независимые конструкции, чье влияние на тенденции ICD опосредованы когнитивными и аффективными компонентами. Результаты модели дополнительного структурного уравнения, включающей в себя факторные нагрузки на описанные скрытые переменные и соответствующие β-веса, p-значения и остатки суммируются в рис 3.

Рис 3. Результаты модели дополнительного структурного уравнения.

Результаты модели структурного уравнения с психопатологическими симптомами в качестве дополнительной предикторной переменной, включая факторные нагрузки на описанные скрытые переменные и сопровождающие β-веса, p-значения и остатки (Сокращения: PP = психопатологические симптомы, BP = склонность к скуке, AE = ожидаемая продолжительность избегания, CRAV = жажда, вызванная репликой, ICD = расстройство интернет-общения).

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

Мы также рассматривали возраст и пол как потенциальные переменные, которые могут влиять на структуру текущей модели. Поэтому мы сначала рассчитали корреляции между возрастом и всеми другими переменными. Результаты указывают на небольшие корреляции (все rs ≤ -.376). Эти корреляции иллюстрируют знакомую картину того, что молодые участники испытывают более субъективные жалобы в повседневной жизни из-за чрезмерного использования онлайн-коммуникационных приложений. В качестве дальнейшего шага мы контролировали наши данные на предмет гендерных различий с помощью сравнения t-критерия для независимых выборок. Результаты показали, что не было существенной разницы между участниками мужского и женского пола (p ≥ .319). Модель структурного уравнения с дополнительным анализом по полу была рассчитана с использованием среднего структурного анализа в качестве способа работы [71]. Индексы соответствия модели структурного уравнения указывают на хорошее соответствие с данными (CFI = .975, TLI = .961, SRMR = .060, RMSEA = .075, p = .194, BIC = 4050.63). Как для участников мужского, так и для женского пола мы обнаружили схожие схемы результатов. Участники женского пола продемонстрировали сходные эффекты медиации, как показано на модели гипотетического структурного уравнения. Для мужчин мы не обнаружили прямого эффекта от ожиданий избегания к тенденциям ICD (β = .153, SE =. 133, p = .249), никакого посреднического эффекта ожиданий избегания на взаимосвязь между склонностью к скуке и ИКД (β = .029, SE =. 030, p = .327), и отсутствие опосредованного эффекта тяги к взаимосвязи между склонностью к скуке и симптомами ICD (β = .073, SE =. 065, p = .262). Из-за небольших размеров выборки, особенно в отношении мужской выборки, результаты следует обсуждать с осторожностью и контролировать в дальнейших исследованиях.

Обсуждение

В текущем исследовании мы проверили обоснованность теоретической модели, предполагающей взаимодействие между склонностью к скуке и аффективными и когнитивными компонентами для объяснения симптомов ИКД. Модель структурного уравнения на скрытом уровне дала превосходное соответствие с данными, используя метод разделения элементов для уменьшения ошибок измерения. В целом, склонность к скуке и опосредующие эффекты когнитивных и аффективных компонентов, а именно ожидаемой продолжительности избегания и вызываемой репликой тяги, объясняли 81.60% дисперсии симптомов ICD. Результаты показывают, что склонность к скуке оказывает непосредственное влияние на развитие и поддержание ICD. Это было значительным предиктором ожиданий, чтобы избежать отрицательных эмоций и вырваться из реальности, а также из-за кия-индукции. Эти аффективные и когнитивные компоненты опосредовали влияние склонности к скуке на ICD. Результаты дополнительно подчеркивают взаимодействие упомянутых медиаторов, так как влияние ожидаемой продолжительности на симптомы ICD было частично опосредовано индуцированной кию жаждой. Кроме того, опосредование ожиданий избегания на взаимосвязи между склонностью к скуке и симптомами ICD было опосредовано индуцированной жаждой жаждой.

Полученные результаты подтверждают гипотезу о том, что связь между восприимчивостью к ощущению скуки как части основных характеристик человека и переживанием негативных последствий из-за чрезмерного использования приложений для онлайн-коммуникации опосредована аффективными и когнитивными реакциями на внешние контекстные стимулы такие как визуальные подсказки, отображающие разговоры через различные онлайн-коммуникационные приложения. Текущие результаты расширяют результаты предыдущих исследований, которые уже продемонстрировали, что психопатологические симптомы (такие как депрессия или социальная тревога) и личностные аспекты (такие как уязвимость к стрессу или самооценка) оказывают влияние на симптомы ИКД, которые опосредованы определенными познаниями (например, дисфункциональный стиль совладания или ожидания использования Интернета) [8, 15]. Результаты согласуются с теоретической моделью I-PACE, предложенной Брандом, Янгом [7]. Центральным элементом модели I-PACE является влияние основных характеристик человека на субъективное восприятие ситуации, например, когда он сталкивается со связанными с зависимостью стимулами, личными конфликтами или стрессом. Субъективно окрашенное восприятие ситуационных элементов приводит к индивидуальным аффективным и когнитивным реакциям, таким как реплика-реактивность и тяга, которая описывается как желание использовать определенное приложение и уменьшить негативные аффективные состояния [20, 24]. Результаты текущего исследования подтверждают это предположение, показывая, что участники, которые имеют более высокую склонность испытывать скуку (как одну из основных характеристик человека) или неспособны регулировать внимание к стимулам [35], имеют более высокий риск чрезмерного использования приложений онлайн-коммуникации. Результаты также подкреплены исследованием Elhai, Vasquez [42], а также с помощью нашего дополнительного анализа, который подчеркивает, что психопатологические симптомы, такие как депрессия, межличностная чувствительность, а также тревожность, могут привести к более высокой подверженности скуке и более высокому риску патологического использования приложений онлайн-коммуникации. Это поведение усиливается, когда люди сталкиваются с определенными (связанными со смартфоном) стимулами и испытывают желание использовать смартфон или конкретное коммуникационное приложение. Похоже, это автоматическая привычка пользоваться смартфоном после просмотра иконки или прослушивания звука входящего сообщения [34]. Пользователи приложений онлайн-коммуникации могли бы выработать такую ​​привычку, чтобы попытаться справиться с неприятными ощущениями, такими как скука, и, таким образом, избежать пережитой недостаточной стимуляции [20, 36].

Опосредующее влияние ожиданий избегания на взаимосвязь склонности к скуке и симптомов МКБ подтверждает это предположение. Подобно страстному желанию, вызванному репликой, результаты демонстрируют, что склонность испытывать скуку приводит к ожиданиям избегать негативных эмоций в Интернете и отвлекать от проблем с помощью смартфона или онлайн-приложений связи. Это соответствует Biolcati, Passini [48] показывает, что взаимосвязь между склонностью к скуке и пьяным поведением опосредована ожиданиями избежать недостаточной стимуляции и реальности. Авторы предполагают, что особенно подростки, которые более склонны испытывать скуку в свободное время, ожидают избавления от негативных эмоций, употребляя алкоголь, что усиливает риск употребления алкоголя [48]. Рискованное поведение, по-видимому, является своего рода неадекватным механизмом преодоления трудностей, когда люди пытаются найти стратегии, снижающие склонность к скуке [35, 39, 40]. Результаты Biolcati, Passini [48], Биолкати, Манчини [39] и Харрис [40] иллюстрируют основные допущения модели I-PACE, такие как гипотеза о том, что люди пытаются избежать негативных эмоций или справиться с ненормальным настроением, особенно когда сталкиваются со связанными с зависимостью стимулами, которые могут привести к решению использовать определенное приложение. С Чжоу и Леунгом46] уже описана связь склонности к скуке с играми в социальных сетях, текущие результаты указывают на эту связь. Опыт удовлетворения или стимуляции в ситуации недостаточного возбуждения можно охарактеризовать как важный фактор, повышающий риск использования определенных онлайн-приложений из-за вероятности неоднократно снижать негативные аффективные состояния в подобных ситуациях. Это согласуется с результатами исследования нейровизуализации, проведенного Монтегом, Марковец [72] который продемонстрировал полезные аспекты использования Facebook через смартфон и более высокую активацию вентрального полосатого тела, когда люди проводят время в социальных сетях.

Второй целью исследования было изучение взаимодействия аффективных и когнитивных реакций на внешние раздражители. В предыдущих исследованиях уже изучалось значение кий-реактивности и тяги [34] а также ожидаемое использование Интернета [8, 15] и особенно ожидаемое избегание [16] для разработки и обслуживания ICD. Важность этих двух конструктов уже была показана для конкретных расстройств, связанных с использованием Интернета, таких как расстройства интернет-шоппинга или патологические покупки [18, 59], Интернет-порнография рассматривающего расстройства [29], Расстройство интернет-игр [30, 73, 74] или генерализованное (неспецифическое) расстройство пользования Интернетом [17]. Насколько нам известно, не было никакого исследования, которое бы исследовало взаимодействие индуцированной репликой тяги и ожидаемого использования интернета, как это предполагалось в модели I-PACE [7]. Авторы модели I-PACE предполагают, что ожидаемая продолжительность использования Интернета предскажет вызванную репликой тягу, которая влияет на симптомы конкретного расстройства, связанного с использованием Интернета. Таким образом, мы выдвинули гипотезу о том, что вызываемая репликой тяга действует как посредник между ожидаемой продолжительностью использования Интернета (главным образом ожидаемой вероятностью избегания) и симптомами МКБ. Гипотеза подтверждается текущими результатами. Полученные данные указывают на то, что аффективный и когнитивный компоненты взаимодействуют друг с другом, что подчеркивает ключевые механизмы теоретической модели. Люди с особым знанием, связанным с Интернетом (например, ожидания отвлечься от проблем, вырваться из реальности или избежать одиночества), кажется, уязвимы для сигналов, связанных с зависимостью, и, кажется, испытывают более высокие реакции на тягу. Что касается механизмов подкрепления, предложенных в модели I-PACE, предполагается, что индивидуумы решают использовать свои приложения «первого выбора», чтобы отвлечься от этого негативного состояния и получить удовлетворение или компенсацию. Это увеличивает риск потери контроля над использованием Интернета [7]. Результаты являются первым признаком, указывающим на взаимодействие аффективных и когнитивных реакций на внешние и внутренние раздражители. Поскольку есть и другие компоненты, такие как смещение внимания и неявные ассоциации, а также актуальность тормозного контроля и исполнительных функций [7], связи между этими факторами должны быть исследованы более подробно. Таким образом, будущие исследования должны быть сосредоточены на ИКД, а также на других специфических расстройствах, связанных с использованием Интернета.

Перспективы и последствия

Использование смартфонов и приложений для онлайн-коммуникации в повседневной жизни в целом не вызывает проблем. Для большинства людей обычным делом является использование смартфона в ожидании, например, другого человека или поезда. Турель и Бехара [75] иллюстрируют актуальность импульсивности как фактора риска ИКД. В целом, приложения для онлайн-общения, кажется, являются ярким примером взаимосвязи между скукой и патологическим использованием. Можно предположить, что опыт удовлетворения и компенсации с использованием этих приложений является ключевым механизмом в процессе разработки ICD. Хотя результаты согласуются с теоретическими предположениями модели I-PACE по Брэнду, Янг [7], развитие аддиктивного онлайн-коммуникационного поведения и симптомов ИКД, а также роль склонности к скуке и аффективных и других когнитивных компонентов должны быть исследованы в продольных исследованиях. Поэтому необходимы дополнительные исследования, особенно в отношении конкретных механизмов усиления.

Учитывая это, помимо восприимчивости к скуке, исследования должны также сосредоточиться на субъективно воспринимаемой ситуации. Бен-Иегуда, Гринберг [76] уже рассмотрел значение государственной скуки как потенциального фактора риска для развития зависимости от смартфона, которая должна быть исследована в дальнейших исследованиях. Это включает в себя опыт недостаточной стимуляции и недостаточного возбуждения как контекстно-зависимого состояния [38, 57]. Можно предположить, что фактически воспринимаемая скука является еще одним актуальным объяснением того, почему люди развивают автоматическую привычку использовать смартфон в ситуации недостаточной стимуляции. Это может быть подкреплено опытным вознаграждением и компенсацией и, следовательно, увеличит вероятность повторного использования смартфона в сопоставимой ситуации. Пока что в дальнейших исследованиях следует учитывать, что ситуационные факторы, такие как реальное настроение, личные конфликты, реальная пережитая скука или воспринимаемый стресс, могут влиять на когнитивные и аффективные компоненты, а также на решение использовать определенное приложение7, 77].

Учитывая тот факт, что все больше и больше людей испытывают негативные последствия в повседневной жизни, такие как конфликты с семьей и друзьями или проблемы, связанные с работой, которые возникают в результате неконтролируемого использования Интернета и его конкретных приложений, существует растущая потребность в адекватных и управляемых вмешательства. Предполагается, что в контексте расстройств, связанных с использованием Интернета, и их конкретных форм, таких как ИКД, успех профилактики и вмешательства в основном зависит от адекватности устранения соответствующих факторов. Принимая во внимание, что личные характеристики могут быть потенциально трудно изменить, вмешательства должны быть сосредоточены на модерации, а также посреднических аспектах, чтобы предотвратить чрезмерное использование определенных интернет-приложений [7]. В этом исследовании подчеркивалось, что следует избегать негативных ощущений в Интернете и реакций на тягу, вызванных репликой, чтобы они играли посредническую роль в развитии и поддержании МКБ. Использование конкретных ожиданий использования интернета для изменения некондуктивного познания может стать первым шагом к функциональному использованию интернета. Люди, которым трудно переносить скуку или которые более склонны испытывать скуку, должны быть обучены понимать, что Интернет или использование смартфона - не единственный способ справляться с повседневными ситуациями, которые связаны с недостаточной стимуляцией или даже неприятными ощущениями. Этот аспект особенно важен, потому что ожидание того, что приложения онлайн-коммуникации могут способствовать выходу из реальных жизненных проблем, может в этой связи стимулировать и усиливать реакции тяги, как показывают текущие результаты, особенно когда возникают специфические стимулы. В повседневной жизни такими стимулами в повседневной жизни могут быть, например, наблюдение за другими людьми с помощью смартфона или уведомление о поступающем сообщении. Это, на самом деле, может даже затруднить для отдельных лиц сопротивление желанию использовать определенные приложения. В целом, у людей может развиться ослабленный контроль над их использованием Интернета, что приведет к негативным последствиям. Кроме того, тенденции к подходу к приложениям онлайн-коммуникации из-за переживания страстного желания должны систематически уменьшаться с помощью программ обучения, которые позволяют людям научиться избегать нерегулируемых реакций на определенные раздражители [7]. Эффективность общих методов обучения требует дальнейшего изучения, особенно для ICD.

Наконец, мы должны упомянуть некоторые ограничения. Исследование проводилось с использованием удобной выборки, которая не является ни репрезентативной для всей популяции, ни для обращающихся за лечением пациентов с расстройством использования Интернета. На основании текущих результатов, кажется, стоит исследовать взаимодействие склонности к скуке, тяги и ожиданий использования в других выборках, таких как подростки и пациенты, обращающиеся за лечением. Дополнительным ограничением является то, что мы сосредоточены только на ICD. Учитывая, что другие интернеты-приложение также может быть использовано, чтобы избежать от скуки или негативных чувств, исследование следует повторить с образцами, имеющими другие приоритетными обычаями, такие как Интернет-игры, интернет-магазины, или использование интернета-порнографией.

Заключение

Текущее исследование было направлено на изучение теоретических предположений относительно разработки и обслуживания ICD. Основываясь на модели I-PACE, акцент был сделан на опосредованном влиянии когнитивных и аффективных компонентов, а именно ожиданий избегания и вызываемой репликой тяги, на взаимосвязи между основными характеристиками человека и симптомами ICD. В этом исследовании изучалось влияние склонности к скуке в качестве переменной признака, возможно, предсказывающей симптомы ICD. Текущие результаты показывают, что склонность к скуке может играть важную роль в ИКД. Люди, которые более склонны испытывать скуку, показывают более высокие ожидания, чтобы избежать негативных ощущений с помощью приложений онлайн-общения, что, в свою очередь, увеличивает негативные последствия в повседневной жизни. Кроме того, ожидание избегания связано с более высоким опытом влечения. Это может быть связано с потенциально более высокой уязвимостью к сигналам, связанным с интернет-коммуникацией, что еще больше затрудняет использование приложений онлайн-коммуникации. С этими результатами основные механизмы ICD приходят в форму облегчения. Попытки вмешательства, направленные на предотвращение нерегулируемого и чрезмерного использования Интернета и его конкретных приложений, могут быть потенциально оптимизированы с учетом концепции предрасположенности к скуке и ее взаимодействия с реакцией на реплики, жаждой и ожиданиями.

Вспомогательная информация

S1 File.sav

инжирShare

Скачать

Dataset_PoNE-Д-17-41307R2.sav.

Этот файл является набором данных текущего исследования и содержит все переменные и информацию для проведенного анализа.

(ПОК)

Файл S1. Dataset_PoNE-Д-17-41307R2.sav.

Этот файл является набором данных текущего исследования и содержит все переменные и информацию для проведенного анализа.

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

(ПОК)

Рекомендации

1. 1. Statista. Количество пользователей смартфонов во всем мире от 2014 до 2020 (в миллиардах) 2017 [цитируется 2017 22 / 11 / 2017].
2. 2. Kuss DJ, Griffiths MD. Онлайн социальные сети и зависимость: обзор психологической литературы. Международный журнал исследований окружающей среды и общественного здравоохранения. 2011; 8: 3528-52. PMID: 22016701
   • Просмотр статей
   • PubMed / NCBI
   • Google Scholar
3. 3. Amichai-Hamburger Y, Vinitzky G. Использование социальных сетей и личность. Компьютеры в поведении человека. 2010; 26 (6): 1289-95.
4. Просмотр статей
5. Google Scholar
6. 4. Statista. Число ежемесячных активных пользователей WhatsApp во всем мире с апреля 2013 до июля 2017 (в миллионах) 2017 [цитируется 2017 22 / 11 / 2017].
7. 5. Statista. Количество активных пользователей Facebook по всему миру на 3-й квартал 2017 (в миллионах) 2017 [цитируется 2017 22 / 11 / 2017].
8. Просмотр статей
9. PubMed / NCBI
10. Google Scholar
11. Просмотр статей
12. PubMed / NCBI
13. Google Scholar
14. Просмотр статей
15. PubMed / NCBI
16. Google Scholar
17. Просмотр статей
18. PubMed / NCBI
19. Google Scholar
20. Просмотр статей
21. Google Scholar
22. Просмотр статей
23. PubMed / NCBI
24. Google Scholar
25. Просмотр статей
26. Google Scholar
27. Просмотр статей
28. PubMed / NCBI
29. Google Scholar
30. Просмотр статей
31. Google Scholar
32. Просмотр статей
33. PubMed / NCBI
34. Google Scholar
35. Просмотр статей
36. PubMed / NCBI
37. Google Scholar
38. Просмотр статей
39. Google Scholar
40. Просмотр статей
41. PubMed / NCBI
42. Google Scholar
43. Просмотр статей
44. PubMed / NCBI
45. Google Scholar
46. Просмотр статей
47. Google Scholar
48. Просмотр статей
49. PubMed / NCBI
50. Google Scholar
51. Просмотр статей
52. PubMed / NCBI
53. Google Scholar
54. Просмотр статей
55. PubMed / NCBI
56. Google Scholar
57. Просмотр статей
58. Google Scholar
59. Просмотр статей
60. PubMed / NCBI
61. Google Scholar
62. Просмотр статей
63. PubMed / NCBI
64. Google Scholar
65. Просмотр статей
66. PubMed / NCBI
67. Google Scholar
68. Просмотр статей
69. PubMed / NCBI
70. Google Scholar
71. Просмотр статей
72. PubMed / NCBI
73. Google Scholar
74. Просмотр статей
75. PubMed / NCBI
76. Google Scholar
77. Просмотр статей
78. PubMed / NCBI
79. Google Scholar
80. Просмотр статей
81. PubMed / NCBI
82. Google Scholar
83. Просмотр статей
84. PubMed / NCBI
85. Google Scholar
86. Просмотр статей
87. Google Scholar
88. Просмотр статей
89. Google Scholar
90. Просмотр статей
91. Google Scholar
92. Просмотр статей
93. PubMed / NCBI
94. Google Scholar
95. Просмотр статей
96. Google Scholar
97. Просмотр статей
98. PubMed / NCBI
99. Google Scholar
100. Просмотр статей
101. Google Scholar
102. Просмотр статей
103. Google Scholar
104. Просмотр статей
105. Google Scholar
106. Просмотр статей
107. PubMed / NCBI
108. Google Scholar
109. Просмотр статей
110. Google Scholar
111. Просмотр статей
112. PubMed / NCBI
113. Google Scholar
114. Просмотр статей
115. Google Scholar
116. Просмотр статей
117. Google Scholar
118. Просмотр статей
119. PubMed / NCBI
120. Google Scholar
121. Просмотр статей
122. PubMed / NCBI
123. Google Scholar
124. Просмотр статей
125. PubMed / NCBI
126. Google Scholar
127. Просмотр статей
128. PubMed / NCBI
129. Google Scholar
130. Просмотр статей
131. PubMed / NCBI
132. Google Scholar
133. Просмотр статей
134. PubMed / NCBI
135. Google Scholar
136. Просмотр статей
137. Google Scholar
138. Просмотр статей
139. Google Scholar
140. Просмотр статей
141. Google Scholar
142. Просмотр статей
143. PubMed / NCBI
144. Google Scholar
145. Просмотр статей
146. Google Scholar
147. Просмотр статей
148. PubMed / NCBI
149. Google Scholar
150. Просмотр статей
151. Google Scholar
152. Просмотр статей
153. PubMed / NCBI
154. Google Scholar
155. 6. Янг К.С., Пистнер М., О'Мара Дж., Бьюкенен Дж. Кибер-расстройства: проблема психического здоровья в новом тысячелетии. Киберпсихология и поведение. 1999; 2: 475–9. pmid: 19178220
156. 7. Бренд M, Young KS, Laier C, Wölfling K, Potenza MN. Интеграция психологических и нейробиологических соображений, касающихся развития и поддержания определенных расстройств, связанных с использованием Интернета: модель взаимодействия человек-аффект-познание-исполнение (I-PACE). Нейробиология и биоповеденческие обзоры. 2016; 71: 252-66. PMID: 27590829
157. 8. Вегманн Е., Бренд М. Нарушение интернет-коммуникации: это вопрос социальных аспектов, выживания и ожиданий в использовании Интернета. Границы в психологии. 2016; 7 (1747): 1-14. PMID: 27891107
158. Просмотр статей
159. Google Scholar
160. Просмотр статей
161. PubMed / NCBI
162. Google Scholar
163. Просмотр статей
164. Google Scholar
165. Просмотр статей
166. PubMed / NCBI
167. Google Scholar
168. Просмотр статей
169. Google Scholar
170. 9. Choi SW, Kim DJ, Choi JS, Choi EJ, Song WY, Kim S и др. Сравнение факторов риска и защитных факторов, связанных с зависимостью от смартфона и интернет-зависимостью. Журнал поведенческих зависимостей. 2015; 4 (4): 308-14. PMID: 26690626
171. Просмотр статей
172. PubMed / NCBI
173. Google Scholar
174. Просмотр статей
175. PubMed / NCBI
176. Google Scholar
177. Просмотр статей
178. PubMed / NCBI
179. Google Scholar
180. Просмотр статей
181. PubMed / NCBI
182. Google Scholar
183. Просмотр статей
184. Google Scholar
185. Просмотр статей
186. Google Scholar
187. Просмотр статей
188. PubMed / NCBI
189. Google Scholar
190. 10. Montag C, Blaszkiewicz K, Sariyska R, Lachmann B, Andone I, Trendafilov B, et al. Использование смартфонов в 21st веке: кто активен в WhatsApp? BMC Research Notes. 2015; 8: 1-6.
191. 11. Бренд М., Янг К.С., Лайер С. Префронтальный контроль и интернет-зависимость: теоретическая модель и обзор нейропсихологических и нейровизуальных результатов. Границы человеческой нейронауки. 2014; 8 (375): 1-36. PMID: 24904393
192. 12. Дэвис Р.А. Когнитивно-поведенческая модель патологического использования Интернета. Компьютеры в поведении человека. 2001; 17: 187-95.
193. 13. Спада ММ. Обзор проблемного использования интернета. Захватывающее поведение. 2014; 39: Epub впереди печати. 3-6. PMID: 24126206
194. 14. Billieux J, Maurage P, Лопес-Фернандес O, Кусс DJ, Гриффитс MD. Может ли беспорядочное использование мобильного телефона рассматриваться как поведенческая зависимость? Обновленная информация о текущих данных и всеобъемлющей модели для будущих исследований. Текущие отчеты о наркомании. 2015; 2 (2): 156-62.
195. 15. Вегманн Е., Стодт Б., Бренд М. Зависимость от использования сайтов социальных сетей может быть объяснена взаимодействием ожидаемой продолжительности использования Интернета, интернет-грамотности и психопатологических симптомов. Журнал поведенческих зависимостей. 2015; 4 (3): 155-62. PMID: 26551905
196. 16. Вегманн Э., Оберст У., Стодт Б., Брэнд М. Специфичный онлайн-страх пропустить и ожидания использования Интернета способствуют появлению симптомов нарушения интернет-коммуникации. Отчеты о привыкании. 2017; 5: 33-42. PMID: 29450225
197. 17. Марка М, Лайер С, Янг КС. Интернет-зависимость: преодоление стилей, ожиданий и последствий для лечения. Границы в психологии. 2014; 5: 1-14.
198. 18. Троцке П., Старке К., Мюллер А., Бренд М. Патологические покупки онлайн как особая форма интернет-зависимости: экспериментальное исследование на основе моделей. ОСТАВЛЯЕТ ОДИН. 2015; 10 (10): e0140296. PMID: 26465593
199. 19. Сайетт М.А. Роль влечения к расстройствам, связанным с употреблением психоактивных веществ: теоретико-методологические вопросы. Ежегодный обзор клинической психологии. 2016; 12: 407-33. PMID: 26565121.
200. 20. Hormes JM. Клиническое значение тяги к зависимому поведению: обзор. Текущие отчеты о наркомании. 2017; 4 (2): 132-41.
201. 21. Бечара А. Принятие решений, импульсивный контроль и потеря воли к сопротивлению наркотикам: нейрокогнитивная перспектива. Природа нейробиологии. 2005; 8: 1458-63. PMID: 16251988
202. 22. Картер BL, Tiffany ST. Мета-анализ кий-реактивности в исследовании зависимости. Зависимость. 1999; 94: 327-40. PMID: 10605857
203. 23. Скиннер М.Д., Обин Х.Дж. Место Крейвинга в теории зависимости: вклады основных моделей. Нейробиология и биоповеденческие обзоры. 2010; 34: 606-23. PMID: 19961872
204. 24. Драммонд, округ Колумбия. Теории наркомании, древние и современные. Наркомания (Абингдон, Англия). 2001; 96: 33-46.
205. 25. Schiebener J, Laier C, марка M. Застрять с порнографией? Чрезмерное использование или игнорирование сигналов киберсекса в многозадачной ситуации связано с симптомами киберсексуальной зависимости. Журнал поведенческих зависимостей. 2015; 4 (1): 14-21. PMID: 25786495
206. 26. Ниу Г.Ф., Сун XJ, Субрахманьям К, Конг ФК, Тянь У, Чжоу З.К. Кий-индуцированная тяга к Интернету среди интернет-наркоманов. Захватывающее поведение. 2016; 62: 1-5. PMID: 27305097
207. 27. Tiffany ST, Wray JM. Клиническое значение наркотической тяги. Летопись нью-йоркской академии наук. 2012; 1248: 1-17. PMID: 22172057
208. 28. Snagowski J, M. Марка Симптомы Cybersex наркомании могут быть связаны с обоими приближающихся и избегая порнографических раздражители: Результаты из аналоговой выборки обычных пользователей Cybersex. Границы в психологии. 2015; 6: 653. PMID: 26052292
209. 29. Laier C, M Pawlikowski, Pekal J, Шульте FP, марка M. Cybersex зависимость: Опытное сексуальное возбуждение при просмотре порнографии, а не в реальной жизни сексуальных контактов делает разницу. Журнал поведенческих зависимостей. 2013; 2: 100-7. PMID: 26165929
210. 30. Thalemann R, Wölfling K, Grüsser SM. Специфическая реакция на сигналы, связанные с компьютерными играми у чрезмерных геймеров. Поведенческая неврология. 2007; 121: 614-8. PMID: 17592953
211. 31. Лю Л., Ип С.В., Чжан Ю.Т., Ван Л.Дж., Шен З.Д., Лю Б. и др. Активация вентрального и дорсального полосатого тела во время реакции на реплики при игровом интернет-расстройстве. Биология наркомании. 2017; 3 (2): 791-801. PMID: 26732520.
212. 32. Park CB, Park SM, Gwak AR, Sohn BK, Lee JY, Jung HY и др. Влияние многократного воздействия виртуальных игровых подсказок на желание играть в азартные игры. Захватывающее поведение. 2015; 41: 61-4. PMID: 25306387
213. 33. Fernie BA, Caselli G, Giustina L, Donato G, Marcotriggiani A, Spada MM. Желание думать как предиктор азартных игр. Захватывающее поведение. 2014; 39: 793-6. PMID: 24531634
214. 34. Вегманн Э., Стодт Б., Брэнд М. Тяга, вызванная сигналом при расстройстве Интернет-коммуникации, с использованием визуальных и слуховых сигналов в парадигме реплики и реактивности. Исследования и теория зависимости. 2017: Epub опережает печать.
215. 35. Лепера Н. Отношения между склонностью к скуке, внимательностью, тревогой, депрессией и употреблением психоактивных веществ. Вестник новой школы психологии. 2011; 8 (2): 15-23.
216. 36. Исо-Ахола С.Е., Вейссингер Э. Восприятие скуки в досуге: концептуализация, надежность и обоснованность шкалы досуга. Журнал досуга исследований. 1990; 22 (1): 1-17.
217. 37. Лин СН, Лин С.Л., У КП. Влияние родительского контроля и скуки на отдых на интернет-зависимость подростков. Отрочество. 2009; 44 (176): 993-1004. Epub 2009 / 01 / 01. PMID: 20432612.
218. 38. Brissett D, Snow RP. Скука: там, где нет будущего. Символическое взаимодействие. 1993; 16 (3): 237-56.
219. 39. Biolcati R, Mancini G, Trombini E. Склонность к скуке и рискованному поведению в свободное время у подростков. Психологические отчеты. 2017: 1-21. Epub 2017 / 08 / 05. PMID: 28776483.
220. 40. Харрис М.Б. Соотносит и характеризует скуку, склонность и скуку. Журнал прикладной социальной психологии. 2000; 30 (3): 576-98.
221. 41. Микулаш В.Л., Воданович С.Я. Суть скуки. Психологическая запись. 1993; 43 (1): 3-12.
222. 42. Elhai JD, Vasquez JK, Lustgarten SD, Levine JC, Hall BJ. Склонность к скуке опосредует отношения между проблемным использованием смартфона с депрессией и серьезностью тревоги. Социология Компьютерное обозрение. 2017: 1-14.
223. 43. Виснер М., Уиндл М., Фримен А. Рабочий стресс, употребление психоактивных веществ и депрессия среди молодых взрослых работников: исследование модели основного и модераторского эффекта. Журнал психологии гигиены труда. 2005; 10 (2): 83-96. PMID: 15826220.
224. 44. Аншель М.Х. Опрос элитных спортсменов о предполагаемых причинах использования запрещенных наркотиков в спорте. Журнал спортивного поведения. 1991; 14 (4): 283-310.
225. 45. Текрей Р.И. Стресс скуки и однообразия: рассмотрение доказательств. Психосоматическая медицина. 1981; 43 (2): 165-76. PMID: 7267937.
226. 46. Чжоу С.Х., Люн Л. Удовлетворение, одиночество, скука на отдыхе и самооценка как предикторы зависимости от SNS-игр и модели использования среди китайских студентов. Международный журнал кибер-поведения, психологии и обучения. 2012; 2 (4): 34-48.
227. 47. Колдуэлл Л.Л., Смит Э.А. Здоровое поведение досуга оттолкнуло молодежь. Loisir et Société / Общество и досуг. 1995; 18 (1): 143-56.
228. 48. Biolcati R, Passini S, Mancini G. «Я терпеть не могу скуку». Ожидание алкоголизма в подростковом возрасте. Отчеты о привыкании. 2016; 3 (Дополнение C): 70 – 6. PMID: 29532002
229. 49. Blaszczynski A, McConaghy N, Frankova A. Предрасположенность к скуке в патологической игре. Психологические отчеты. 1990; 67 (1): 35-42. Epub 1990 / 08 / 01. PMID: 2236416.
230. 50. Fortune EE, Goodie AS. Взаимосвязь между патологической игрой и поиском ощущений: роль подсчетов. Журнал игорных исследований. 2010; 26 (3): 331-46. PMID: 19943092.
231. 51. Цукерман М., Айзенк С., Эйзенк Х.Дж. Поиск сенсаций в Англии и Америке: межкультурные, возрастные и половые сравнения. Журнал консалтинга и клинической психологии. 1978; 46 (1): 139-49. Epub 1978 / 02 / 01. PMID: 627648.
232. 52. Neubaum G, Krämer NC. Мои друзья рядом со мной: лабораторное исследование предикторов и последствий социальной близости на сайтах социальных сетей. Киберпсихология, поведение и социальные сети. 2015; 18 (8): 443-9. PMID: 26252929
233. 53. Лин Ч., Ю. Сф. Использование Интернет подростками на Тайване: изучение гендерных различий. Отрочество. 2008; 43 (170): 317-31. PMID: 18689104.
234. 54. Рахмани С., Лавасани М.Г. Связь между интернет-зависимостью с поиском ощущений и личностью. Процедия - социальные и поведенческие науки. 2011; 30 (Дополнение C): 272 – 7.
235. 55. Чейни М.П., ​​Чанг CY. Трио потрясений для сексуально зависимых от Интернета мужчин, имеющих половые контакты с мужчинами: склонность к скуке, социальная связь и диссоциация. Сексуальная зависимость и компульсивность. 2005; 12 (1): 3–18.
236. 56. Велезморо Р, Лэйсфилд К, Роберти Дж. В. Воспринимаемый стресс, поиск ощущений и злоупотребление студентами в Интернете. Компьютеры в поведении человека. 2010; 26 (6): 1526-30.
237. 57. Вейбрайт Э.Х., Колдуэлл Л.Л., Рам Н., Смит Э.А., Вегнер Л. Скука склонна или нечем заняться? Различают состояние и характерную досуговую скуку и ее связь с употреблением психоактивных веществ у подростков в Южной Африке. Досуговые науки. 2015; 37 (4): 311-31. PMID: 26085700.
238. 58. Павликовски М., Альтштеттер-Глайх С., Бренд М. Валидация и психометрические свойства короткой версии теста Янга на интернет-зависимость. Компьютеры в поведении человека. 2013; 29: 1212-23.
239. 59. Троцке П., Старке К., Педерсен А., Бренд М. Кью-индуцированное влечение к патологическим покупкам: эмпирические данные и клинические последствия. Психосоматическая медицина. 2014; 76 (9): 694-700. PMID: 25393125.
240. 60. Love A, James D, Willner P. Сравнение двух вопросников о алкоголизме. Наркомания (Абингдон, Англия). 1998; 93 (7): 1091-102.
241. 61. Струк А. А., Кэрриер Дж. С., Чейн Дж. А., Данкерт Дж. Шкала короткой скуки. Оценка. 2015; 24 (3): 346-59. PMID: 26467085.
242. 62. Коэн Дж. Статистический анализ силы для поведенческих наук. 2 изд. Хиллсдейл, Нью-Джерси: Эрлбаум; 1988.
243. 63. Muthén L, Muthén B. MPlus. Лос-Анджелес: Muthén & Muthén; 2011 г.
244. 64. Ху Л, Бентлер П.М. Оценка модели подойдет. В: Hoyle RH, редактор. Концепции и проблемы моделирования структурных уравнений. Лондон: Sage Publications, Inc; 1995. п. 76-99.
245. 65. Ху Л, Бентлер П.М. Критерии отсечения для индексов соответствия в анализе ковариационной структуры: обычные критерии против новых альтернатив. Моделирование структурных уравнений: междисциплинарный журнал. 1999; 6: 1-55.
246. 66. Marsh HW, Ludtke O, Nagengast B, Morin AJ, Von Davier M. Почему посылки предметов (почти) никогда не бывают уместными: два ошибки не дают права - маскировка ошибочной спецификации с посылками предметов в моделях CFA. Психологические методы. 2013; 18 (3): 257-84. PMID: 23834417.
247. 67. Литтл Т.Д., Каннингем В.А., Шахар Г., Видаман К.Ф. Посылать или не отправлять: Изучение вопроса, взвешивание достоинств. Моделирование структурных уравнений: междисциплинарный журнал. 2002; 9 (2): 151-73.
248. 68. Соммерс J, Воданович SJ. Предрасположенность к скуке: ее связь с психологическими и физическими симптомами. Журнал клинической психологии. 2000; 56 (1): 149-55. Epub 2000 / 02 / 08. PMID: 10661377.
249. 69. Гордон А., Уилкинсон Р., Макгоун А., Йованоска С. Психометрические свойства шкалы близости скуки: анализ ее обоснованности. Психологические исследования. 1997; 42 (2-3): 85-97.
250. 70. Derogatis LR. Краткое описание симптомов BSI: руководство по администрированию, оценке и процедурам. 1993. Эпуб Третий Править.
251. 71. Димитров Д.М. Сравнение групп по скрытым переменным: подход к моделированию структурных уравнений. Работа (чтение, месса). 2006; 26 (4): 429-36. Epub 2006 / 06 / 22. PMID: 16788262.
252. 72. Montag C, Марковец A, Blaszkiewicz K, Andone I, Lachmann B, Sariyska R, et al. Использование Facebook на смартфонах и объем серого вещества ядра прилежит. Поведенческие исследования мозга. 2017; 329: 221-8. PMID: 28442353.
253. 73. Ко Чен, Лю Джи Си, Йен Джи, Чен Сай, Йен, Чен, Чен. Мозг коррелирует с тягой к онлайн-играм в режиме реального времени у субъектов с интернет-зависимостью и у изучаемых предметов. Биология наркомании. 2013; 18: 559-69. PMID: 22026537
254. 74. Ко Чи, Лю Джи Си, Йен Джи, Йен КФ, Чен Кс, Лин WC. Активация мозга как для стимуляции игрового процесса, так и для страдающих от курения у людей сочетается с интернет-игровой зависимостью и никотиновой зависимостью. Журнал психиатрических исследований. 2013; 47 (4): 486-93. PMID: 23245948
255. 75. Турель О., Бечара А. Влияние двигательной импульсивности и качества сна на ругательное, межличностное и неблагоприятное поведение в социальных сетях в Интернете. Индивидуальность и индивидуальные различия. 2017; 108: 91-7.
256. 76. Бен-Иегуда Л., Гринберг Л., Вайнштейн А. Интернет-зависимость с использованием смартфона - взаимосвязь между Интернет-зависимостью, частотой использования смартфона и умственным взглядом студентов мужского и женского пола. Журнал "Синдром дефицита вознаграждения и наука о зависимости". 2016 г.
257. 77. Tavolacci MP, Ladner J, Grigioni S, Ричард L, Villet H, Dechelotte P. Распространенность и связь воспринимаемого стресса, употребления психоактивных веществ и поведенческих зависимостей: перекрестное исследование среди студентов университетов во Франции, 2009 – 2011. BMC общественного здравоохранения. 2013; 13: 724. PMID: 23919651.