(Orsak) Ömsesidigt förhållande mellan Internetberoende och nätverksrelaterad maladaptiv kognition bland kinesiska högskolans nybörjare: en longitudinell tvärgående analys (2017)

Piguo Han^1,2, Peng Wang¹, Qingnan Lin², Yu Tian¹, Fengqiang Gao^1* och Yingmin Chen^1*

• ¹School of Psychology, Shandong Normal University, Jinan, Kina
• ²Institutionen för förskolepedagogik, Heze universitet, Heze, Kina

Denna studie undersökte det ömsesidiga förhållandet mellan internetberoende (IA) och nätverksrelaterad maladaptiv kognition (NMC) i kinesiska nybörjare. En kortvarig longitudinell undersökning med ett urval av 213 nybörjare genomfördes i Shandong-provinsen, Kina. Resultaten avslöjade att IA signifikant kan förutsäga generering och utveckling av NMC, och att när sådana missanpassade kognitioner har upprättats, kan de ytterligare påverka graden av studenternas IA. En ond cirkel observerades mellan dessa två variabler, där IA hade förutsägbar prioritet i sitt förhållande till NMC. Denna studie fastställde också att förhållandet mellan dessa två variabler var samma för både män och kvinnor; därför kan den slutliga modellen vi etablerade tillämpas i stor utsträckning på kinesiska nybörjare, oavsett kön. Att förstå det ömsesidiga förhållandet mellan dessa två variabler kan hjälpa till ingripanden i IA från början av studenternas högskoleliv.

Beskrivning

Sedan starten i 1990 har Internet gradvis blivit en integrerad del av det dagliga livet i Kina, särskilt bland ungdomar i åldrarna 10 – 21 år gamla (Daniel et al., 2012; Liu et al., 2012). Enligt 36th Statistical Report on Internet Development in China, som publicerades av China Internet Network Information Center (CNNIC), har antalet tonåriga Internetanvändare i Kina ökat snabbt från 120 miljoner i 2002 till 287 miljoner i 2016 (Tian et al., 2017).

Internet har gett många fördelar som förbättrad social anslutning och välbefinnande (Bessière et al., 2008; Young och de Abreu, 2011). Men internetberoende (IA), som kännetecknas av överdriven eller tvångsmässig Internetanvändning (Young et al., 1999; Shek et al., 2013; Yang et al., 2014) har haft många negativa effekter (Joseph et al., 2016). Ett antal studier har visat att IA kan påverka fysisk och mental hälsa negativt (Ayas och Horzum, 2013; Georgios et al., 2014; Mike och Zhong, 2014). Till exempel upplever ungdomar med IA oftast ångest, depression, ensamhet, låg självkänsla och dåliga interpersonella relationer (Tokunaga och regnar, 2010; Georgios et al., 2014; Mike och Zhong, 2014), vilket ytterligare kan påverka deras välbefinnande (Tokunaga och regnar, 2010; Georgios et al., 2014; Mike och Zhong, 2014) och akademisk utveckling (Chuang, 2006; Kim et al., 2008; Tsai et al., 2009; Ahmadi och Saghafi, 2013). Därför har studier av IA hos ungdomar kritiska pedagogiska och sociala konsekvenser.

Förhållandet mellan IA och NMC

Nätverksrelaterad maladaptiv kognition (NMC) har länge trott spela en central roll i IA (Li et al., 2013). Enligt den kognitiva-beteendemodellen (Davis, 2001), är psykopatologi (t.ex. depression och social ångest) en distal nödvändig orsak till symtom på IA som inte i sig leder till symtom på IA. De viktigaste faktorerna i IA är NMC: er, som är tillräckligt proximala orsaker (Daniel et al., 2012; Figur 1). Många studier har rapporterat att distal psykopatologi gör en individ sårbar för IA genom NMC (Kalkan, 2012; Mai et al., 2012; Li och Wang, 2013; Lu och Yeo, 2015). Till exempel undersökte forskare det underliggande förhållandet mellan temperament (dvs. ansträngningskontroll, hög sensationssökning och hög dispositional ilska eller frustration) och utvecklingen av IA; resultaten indikerade att vissa temperament påverkar nivån av IA genom effekten temperament har på deras erkännande av onlinebeteenden (Zhang et al., 2015). Tian et al. (2017) undersökte de ömsesidiga föreningarna bland blyghet, maladaptiva kognitioner och generaliserad patologisk internetanvändning (GPIU) i ett kinesiskt prov. Resultaten indikerade att associeringarna mellan dessa variabler är dynamiska och dubbelriktade, och att de ökade maladaptiva kognitionerna bidrog i två riktningar förhållandet mellan blyghet och GPIU över tid. Dessutom har andra studier fastställt att förälderstil och kamratförhållande kan predisponera människor till NMC, vilket ytterligare skulle påverka nivån på IALi et al., 2013; Wang et al., 2015).

   

FIGUR 1. Kognitiv beteendemodell för patologisk internetanvändning (Davis, 2001).

Dessutom har många andra studier fokuserat på internet-spelberoende och undersökt dess förhållande till maladaptiva kognitioner. King and Delfabbro (2014) föreslog en ny modell som erbjuder teoretiska förklaringar av ursprung och patogenes av beroende till Internet-spel. Författarna identifierade fyra missanpassade kognitioner som ligger till grund för Internet-spelberoende, nämligen övervärdering, felaktiga regler, spelets självkänsla och acceptans av spel. Vissa empiriska studier har också funnit att ungdomar med symtom på internet-spelberoende rapporterade signifikant mer missbildande kognitioner än ungdomar utan dessa symtom (Zhou et al., 2012; Liu et al., 2014; Kung och delfabbro, xnumx). Peng and Liu (2010) rapporterade att en skala med fem artiklar som mätte kognitioner betydligt förutspådde internet-spelberoende hos kinesiska vuxna. Forrest et al. (2016) undersökte maladaptiva kognitioner förknippade med problematiska videospel i ett urval av australiska vuxna i 465. Resultaten avslöjade att dessa problematiska kognitioner korrelerade måttligt till starkt med Internet-spelberoende. Forrest et al. (2017) undersökte om maladaptiv kognition kunde förutsäga framtida förändringar i problematisk videospel genom att använda en 12-månaders longitudinell studie. Resultaten visade att kognitiv förändring stod för 28% av variationen i problematiska spelresultat utöver kön, ålder och frekvens av spel.

Även om ett antal studier har identifierat inflytandet av NMC på IA, har få studier undersökt IA: s möjliga inflytande på NMC. Kognitiv dissonansteori (Festinger, 1957), som främst rör hur människor upplever och svarar på inkonsekvenser i tänkande och mellan beteende och tänkande, ger en alternativ förklaring av hur NMC förhåller sig till IA. När människor blir medvetna om inkonsekvenser upplever de obehag eller dissonans, vilket uppmanar ansträngningar att minska dessa upplevelser och återfå konsekvens genom att anpassa sina attityder, uppfattningar eller beteenden tills sådana inkonsekvenser har lösts (de Vries och Timmins, 2016). Enligt denna teori, när människor uppför sig inkonsekvent med sina värderingar, till exempel genom att hänge sig åt Internet när det redan har påverkat deras liv negativt, upplever de dissonans i form av ånger; detta inträffar med känslor av personligt ansvar för de negativa konsekvenserna av deras beteenden. De flesta människor kan framgångsrikt anpassa sitt beteende för att minska denna dissonans. Vissa människor kan dock minska dissonansen genom att ändra sin inställning till Internet och därmed minska sin dissonans medan de bibehåller problematiska beteenden. Chiou och Wan (2007) undersökte denna process med ett urval av videospelspelare. Resultaten avslöjade att spelare som känner sig ansvariga för sitt beteende är mer benägna att förändra sitt attityd gentemot videospel från positivt till negativt, medan spelare med en högre investering i videospel spelar mindre troligt att engagera sig i attitydavvikande beteende.

Forskning om IA bland studenter

En mängd studier har föreslagit att ungdomar utgör majoriteten av Internetanvändarna, och att studenter är särskilt utsatta för IA på grund av enkel tillgång till Internet, flexibla scheman och deras lägre förmåga att kontrollera deras beteende (Shaw och svart, 2008; Fu et al., 2010; Georgios et al., 2014; Yang et al., 2014). Dessutom är början av högskolelivet en utvecklingsperiod för studenter under övergången från ett relativt högt beroende av interpersonliga relationer (inte bara familjeförhållanden utan också kamrater och andra sociala relationer; Woodhouse et al., 2012). Tidigare studier har rapporterat att okontrollerad Internetanvändning är nära relaterad till en minskning av familjens kommunikation och övervakning (Van den Eijnden et al., 2010; Liu et al., 2012). Följaktligen tenderar förändringen i mellanpersonliga relationer att placera nybörjare i högskolan i risk att utveckla IA (Zhang et al., 2014).

Dessutom måste nybörjare klara en serie rigorösa tentor för att få antagning till college i Kina, och har vanligtvis otillräcklig tid för självreflektion under gymnasiet. Således när de konfronteras med högskolelivet kan deras brist på studier och interpersonliga färdigheter få dem att känna sig förvirrade (Ni et al., 2009). På grund av riklig fritid och obegränsad Internet-åtkomst genom en rad trådlösa verktyg tenderar högskolan att studera att spendera stora mängder tid online och är därför mycket troligt att de får symtom på IA under denna unika period (Chen, 2012). För att tillhandahålla förebyggande och interventionsstrategier för IA genomfördes en kortvarig longitudinell studie under en första termin på college.

Den nuvarande studien

Även om många forskare har undersökt förhållandet mellan IA och NMC, har de flesta antagit ett tvärsnitt. alltså är det svårt att identifiera ett ömsesidigt samband mellan dessa två variabler (Joseph et al., 2016). Även om sannolikheten för att studenter utvecklar IA är betydligt högre i början av college (Li och Liang, 2007; Ni et al., 2009), deltagarna i tidigare studier har vanligtvis varit högskolestudenter i alla åldrar, där studenter under sin första termin är mindre ofta involverade. Därför antog den aktuella studien en korslagd analys för att utforska förhållandet mellan IA och NMC bland högskolestudenter under den första terminen av deras högskoleliv. Enligt tidigare teoretiska och empiriska studier kan det finnas en ömsesidig relation mellan dessa två variabler. Därför föreslog vi en interaktionsmodell (figur 2) och testade tre hypoteser angående förhållandet mellan dessa två variabler.

   

FIGUR 2. Hypotiserad modell.

H1. Positiva och betydande korslagda vägar finns från IA till NMC, och NMC är en effektiv prediktor för IA bland kinesiska nybörjare.

H2. De tvärlagda vägarna från IA till NMC når en betydande nivå, och IA-nivån påverkar följaktligen NMC negativt.

H3. Förhållandet mellan IA och NMC kan generellt tillämpas på män och kvinnor.

Material och metoder

Deltagare

Det ursprungliga antalet studenter som var tillgängliga för deltagande var 300-deltagare, alla registrerade i två högskolor belägna i två städer (nämligen Jinan och Heze) i Shandong-provinsen, Kina. Datainsamlingen genomfördes i början av september 2015 (T1), 2 månader senare (T2) och sedan 4 månader senare (T3). Vid den första datainsamlingens våg slutförde alla dessa 300-elever mätningen. Men vid de efterföljande vågorna drog 87 av dessa 300-elever sig halvvägs. Brist på deltagande berodde på frånvaro eller sjukdom (deltagande: 71.00%). Därför var 213-studenter kvar för den slutliga dataanalysen (104-män och 109-kvinnor), med åldrar som sträcker sig från 17 till 21 år (M = 18.87 år, SD = 0.76 år). För att avgöra om data från studenter som drog sig tillbaka halvvägs (87-studenter) skilde sig från dem som inte drog tillbaka (213-studenter) med avseende på någon av variablerna som ingår i denna studie, en serie av t-test utfördes med användning av data som samlats in vid den första vågen av datainsamling; ingen av dessa analyser var signifikant. Alla dessa deltagare hade internetupplevelse och ingick i denna studie. Deltagarna hade använt Internet i genomsnitt 5.59 år (SD = 2.06) i början av deras college liv. Information samlades in om studenternas registrerade bostad: 43.19% bodde i stora städer, 35.68% bodde i städer och 21.13% bodde i byar. Dessutom upprättades en fil för varje student (dessa filer inkluderade deras grundläggande information samt fysisk och psykisk hälsostatus) när de gick in på högskolan. Enligt filerna har ingen av deltagarna några psykiatriska eller neurologiska störningar. Denna studie genomfördes i enlighet med rekommendationerna från Shandong Normal University etiska riktlinjer och Helsingforsdeklarationen, med skriftligt informerat samtycke från alla deltagare. Protokollet godkändes av Human Research Ethics Committee vid Shandong Normal University.

Instrument

Internet missbruk

Den aktuella studien antog den reviderade kinesiska skalan för internetberoende (CIAS-R; Bai och fläkt, 2005). CIAS-R innehåller 19-objekt som kan delas in i fyra faktorer: tvångsmässig användning och tillbakadragande (t.ex. "Jag känner mig deprimerad under en tid utan internetuppkoppling"), tolerans (t.ex. "Jag tycker att jag måste spendera ökande mängder av tid online för att känna sig nöjd ”), problem med tidshantering (t.ex.” Min akademiska prestation eller jobbutförande har negativa effekter på grund av min Internetanvändning ”) och interpersonella och hälsoproblem (t.ex.” Jag minskar min sömntid för att få mer tid uppkopplad"). Varje svar mättes på en 4-punkt Likert-skala med poäng som sträcker sig från 1 (inte alls sant) till 4 (alltid sant). Därför representerar högre medelvärden högre nivåer av IA. Skalan har tillämpats i nyligen genomförda studier på kinesiska högskolestudenter och visat hög tillförlitlighet och giltighet (Tian et al., 2015). I den aktuella studien var alfakoefficienterna för skalan 0.92 vid T1, 0.95 vid T2 och 0.91 vid T3.

Nätverksrelaterad maladaptiv kognition

Denna studie antog den nätverksrelaterade Maladaptive Cognition Scale reviderad av Liang; den ursprungliga skalan var online-kognitionsskalan, som utvecklades på grundval av den kognitiva-beteendemodell som föreslagits av Davis (Tian et al., 2015). Den reviderade skalan innehåller 14-objekt som kan delas in i tre faktorer: Internetkomfort (t.ex. "Jag får mer respekt på nätet än i" verkliga livet "), minskad impulskontroll (t.ex." När jag är på internet, jag ofta känna ett slags "rusa" eller känslomässigt högt ") och distraktion (t.ex." Att använda Internet är ett sätt att glömma bort de saker jag måste göra men verkligen inte vill göra "). Deltagarna bedömde hur sant varje uttalande var på en 5-punkt Likert-skala, med poäng som sträcker sig från 1 (inte alls sant) till 5 (alltid sant). Följaktligen representerar högre medelvärden högre nivåer av NMC när det gäller användning av Internet. Skalan har tillämpats i tidigare studier på kinesiska studenter (Tian et al., 2015, 2017). I den aktuella studien var alfakoefficienterna för skalan 0.87 vid T1, 0.90 vid T2 och 0.90 vid T3.

Statistisk analys

I denna studie använde vi en helt tvärsänkt paneldesign för att undersöka de enkelriktade och dubbelriktade förhållandena mellan IA och NMC i kinesiska nybörjareVan Lier et al., 2012). Den allmänna modellen bestod av mått på IA och NMC vid T1, T2 och T3. Vi föreslog och testade fyra modeller som representerar de möjliga mekanismerna mellan de två variablerna. Först föreslog vi en "stabilitetsmodell" (Model 1, figur 3) som endast inkluderade stabilitetseffekter över tiden. För det andra en kognitiv-beteendemodell (Model 2, figur 3) föreslogs att undersöka om NMC vid en tidpunkt kunde förutsäga IA vid följande tidpunkt. För det tredje föreslog vi en ”beteendemässigt-kognitiv modell” (Model 3, figur 3) för att undersöka om IA vid en tidpunkt kunde förutsäga NMC vid följande tidpunkt. Slutligen föreslog vi en ”ömsesidig kausationsmodell” (modell 4, figur 3) som utforskade det ömsesidiga inflytandet mellan IA och NMC. Dessutom genomfördes en multigroupkorslagrad analys baserat på kön för att undersöka om förhållandet mellan de två nyckelvariablerna skilde sig åt mellan män och kvinnor.

   

FIGUR 3. Resultat från korslagrad analys. Enpiltiga linjer representerar bankoefficienter och dubbelpilar med linjer representerar covarianer. Streckade linjer indikerar icke-signifikanta koefficienter, och heldragna linjer indikerar signifikanta koefficienter. ^***indikerar att koefficienten är signifikant på 0.001-nivå, ^**indikerar att koefficienten är signifikant på 0.01-nivå, och ^*indikerar att koefficienten är signifikant på 0.05-nivå.

Strukturell ekvationsmodellering med latenta variabler användes för att testa den hypotesiserade modellen i denna studie. I enlighet med rekommendationen från Holbert och Stephenson (2002), godheten i modellpassning utvärderades med hjälp av olika index. Χ² uppskattning med grader av frihet är fortfarande det mest använda sättet att göra jämförelser mellan olika modeller. Förhållandet mellan χ² och frihetsgrader bör inte överstiga 5 för modeller med bra passform. Dessutom rapporterade vi jämförande passningsindex (CFI) tillsammans med Tucker – Lewis-indexet (TLI) och root-medelkvadratfelet för approximation (RMSEA). I allmänhet återspeglar CFI- och TLI-värden för 0.95 eller högre god passning och RMSEA-värden lägre än 0.06 indikerar utmärkt passning, medan värden mellan 0.06 och 0.08 indikerar god passning (Yuan et al., 2014). Dessutom χ² test av skillnad (Δχ²) användes för att jämföra passningen hos de kapslade modellerna. En icke-betydande Δχ² test indikerar att de två modellerna ger lika anpassning till data, medan en signifikant Δχ² föreslår att den mindre begränsade modellen bibehålls (Tian et al., 2017).

Resultat

Beskrivande analys

Medel och standardavvikelser för nyckelvariablerna i denna studie presenteras i tabell 1. Upprepade åtgärder ANOVA genomfördes för att undersöka påverkan av kön och mätningstid på deltagarnas IA och NMC ("kön" är en variabel mellan ämnen och "mätningstid" är en variabel inom ämnen). Resultaten avslöjade ingen signifikant skillnad mellan kön i termer av de två beroende variablerna (F = 0.10, p = 0.749; F = 0.02, p = 0.822). Med tiden ökade nivån på IA signifikant från T1 till T3 bland nybörjare (F = 28.71, p <0.001). Resultaten av a post hoc test indikerade att nivån av IA uppmätt vid T3 var signifikant högre än vid T2 (p <0.01) och T1 (p <0.001) och att nivån av IA uppmätt vid T2 var signifikant högre än vid T1 (p <0.001). Dessutom existerade marginella signifikanta skillnader i NMC vid mätning vid olika tidpunkter (F = 2.93, p = 0.055). Resultaten av post hoc test avslöjade att nivån av IA uppmätt vid T3 var signifikant högre än vid T1 (p <0.05) och att marginella signifikanta skillnader fanns i NMC vid mätning vid T1 och T2 (p = 0.065). Emellertid fanns ingen signifikant skillnad i NMC mätt vid T2 och T3 (p = 0.846). Interaktionen mellan kön och måttid i de två variablerna nådde inte signifikanta nivåer (F = 0.38, p = 0.682; F = 0.24, p =

   

TABELL 1. Beskrivande statistik över IA och NMC (n =

Som visas i tabellen 2, de bivariata korrelationerna mellan IA och NMC vid T1, T2 och T3, såväl som alla tvärlagda korrelationer mellan de två variablerna var signifikanta och positiva, vilket tyder på ett positivt samband mellan IA och NMC.

   

TABELL 2. Korrelationer mellan IA och NMC (n =

Korslagda förhållanden mellan IA och NMC

En serie tvärlagda modeller specificerades för att undersöka de ömsesidiga förhållandena mellan IA och NMC. Först en baslinjemodell (modell 1, figur 3) specificerades; i denna modell uppskattades stabilitetskoefficienterna för IA och NMC, men de korslagda effekterna mellan de två variablerna uppskattades inte. Modellen var passande (tabell 3). För det andra, för att testa den kognitiva-beteendemodellen som presenterats tidigare, lades de korslagda vägarna från NMC till IA till baslinjemodellen (Model 2, figur 3), vilket förbättrade modellens passform betydligt (tabell 3). Χ² skillnadstest avslöjade att Model 2 visade en bättre anpassning till data än Model 1 (Δχ² = 27.05, Δdf = 2, Δχ²/ Δdf = 13.53> 6.63) (Wen et al., 2006). Enligt modell 2 var de standardiserade bankoefficienterna 0.10 (p = 0.309) för NMC mätt vid T1 till IA mätt vid T2 och 0.36 (p <0.001) för NMC uppmätt vid T2 till IA uppmätt vid T3. För det tredje, för att undersöka huruvida IA ​​vid en tidpunkt kunde förutsäga NMC vid följande tidpunkt, tillsattes de tvärfördröjda banorna från IA till NMC till basmodellen (modell 3, figur 3). Resultatet visade att en god modellpassning uppnåddes (tabell 3). Χ² skillnadstest visade att Model 3 visade en överlägsen anpassning till data än Model 1 gjorde (Δχ² = 47.20, Δdf = 2, Δχ²/ Δdf = 23.60> 6.63). Enligt modell 3 var de standardiserade vägkoefficienterna 0.44 (p <0.001) för IA uppmätt vid T1 till NMC uppmätt vid T2 och 0.50 (p <0.001) för IA uppmätt vid T2 till NMC uppmätt vid T3. Detta indikerar att IA vid en tidpunkt var en effektiv prediktor för NMC vid följande tidpunkt, och att tillägget av de två vägarna till modellen skulle kunna förbättra modellpassningen avsevärt. För det fjärde specificerades modell 4 med både stabilitetskoefficienter och den tvärfördröjda effekten mellan IA och NMC (modell 4, figur 3). Modellen passade uppgifterna tillräckligt (tabell 3). Modellerna 3 och 4 är dock kapslade och χ² skillnadstest indikerade att de två modellerna presterade lika bra (Δχ² = 11.69, Δdf = 2, Δχ²/ Δdf = 5.85 <6.63). Slutligen, som visas i modell 4, med undantag för de standardiserade vägkoefficienterna för NMC uppmätt vid T1 till IA uppmätt vid T2, nådde resten av de tvärfördröjda banorna mellan IA och NMC en signifikant nivå. Därför raderade vi denna väg och utvecklade modell 5. Modellen passade tillräckligt med data (tabell 3). Följaktligen behölls modell 5 som den slutliga modellen för analys på grund av följande skäl: (1) Även om de två modellerna presterade lika bra (Δχ² = 0.21, Δdf = 1, Δχ²/ Δdf = 0.21 <6.63), modell 5 är enklare och mer parsimonious än modell 4 är, och färre parametrar bör väljas för analys. (2) χ² skillnadstest visade att Model 5 visade en bättre anpassning till data än Model 3 gjorde (Δχ² = 11.48, Δdf = 1, Δχ²/ Δdf = 11.48> 6.63) och den standardiserade vägkoefficienten var 0.25 (p <0.001) för NMC uppmätt vid T2 till IA uppmätt vid T3. Det vill säga en stark möjlighet finns att NMC uppmätt vid T2 kan förutsäga IA uppmätt vid T3.

   

TABELL 3. Jämförelser mellan olika modeller.

Könsskillnader

För att undersöka om de korslagda förhållandena mellan IA och NMC skiljer sig åt mellan män och kvinnor genomförde vi en multigroupanalys. Vi uppskattade först modellen passande för män (M_man) och kvinnor (M_kvinna) separat, och passningsindex var tillräckliga för båda delproverna (tabell 4). Mätinvarians testades sedan för att bestämma om båda variablerna mättes identiskt för män och kvinnor. I den helt obegränsade mätmodellen (M₁) tilläts alla parametrar variera mellan de två grupperna. En acceptabel modellpassning uppnåddes och en helt begränsad mätmodell (M₂Därefter analyserades där alla parametrar fixerades identiskt för de två grupperna; modellen passade in tillräckligt med data (tabell 4). Χ² skillnadstest indikerade att de två modellerna presterade lika bra (Δχ² = 6.50, Δdf = 15, p =

   

TABELL 4. Multigroupanalys över män och kvinnor.

För att ta itu med forskningsmålet för denna del av studien genomförde vi en multigroupkorslagrad analys beroende på universitetets kön. Tre parametrar testades för att undersöka huruvida de skilde sig mellan kön: stabilitetskoefficienter, korslagda bankoefficienter och kovarian mellan IA och NMC. En begränsad modell (M₃) specificerades där alla tre parametrar var identiska mellan de två grupperna; denna modell uppnådde en tillfredsställande passform (Tabell 4). Χ² skillnadstest indikerade att denna modell passade uppgifterna lika tillräckligt som den helt obegränsade modellen (Δχ² = 1.78, Δdf = 7, p = 0.996), vilket indikerar att det övergripande mönstret för banor var olikt mellan hanar och kvinnor.

Diskussion

Denna studie innebar att genomföra en tvärgående lagundersökning för att utforska det ömsesidiga förhållandet mellan IA och NMC bland nyutbildade kinesiska högskolor. Enligt den kognitiva-beteendemodellen (Davis, 2001), kan en ömsesidig relation förekomma mellan de två variablerna, och NMC är en trolig prediktor för IA. Men den här hypotesen stöds inte helt. Under de första 2 månaderna av studien observerade vi ingen förutsägbar effekt av NMC på IA; detta överensstämmer inte med resultaten från en tidigare studie (Tian et al., 2015). Specifikt verkar NMC inte vara det väsentliga villkoret för alstring av IA. Detta resultat är troligt relaterat till deltagarna i den aktuella studien. I denna studie var deltagarna i undersökningen kinesiska nybörjare i universitet som nyligen hade avslutat en strikt entréexamen, nämligen "Gaokao." För att få antagning till högskolan måste studenter anstränga sig mycket under hela deras grundskoleutbildning och gymnasieutbildning. följaktligen har få av dem gott om tid att använda Internet (Li och Liang, 2007). Därför var nivån på NMC lägst när deltagarna deltog på college, vilket kan ha förhindrat ett betydande inflytande på genereringen av IA. Under högskoleperioden kan många andra faktorer få människor att bli beroende av Internet. Till exempel kan anonymiteten och frånvaron av icke-verbala och demografiska ledtrådar som tillhandahålls av Internet vara till nytta för elevernas välbefinnande genom att det ger befrielse från känslomässig nöd (Caplan och Turner, 2007) och öka uppfattningen om socialt stöd och självkänsla (Kraut et al., 2002), liksom att utöka utbudet av mellanpersonliga relationer (Cotten, 2008). Dessutom kan personlighetstrekk spela en avgörande roll i genereringen av IA under denna period (Mike et al., 2014). Till exempel var personer med hög kontrollförmåga mer effektiva att undertrycka impulsiva handlingar när de frestades med Internet, som tidigare nämnts. Däremot var människor med höga sensationssökande nivåer mer benägna att utveckla beroendeframkallande beteenden (Zhang et al., 2015). Men den akademiska stressen hos kinesiska nybörjare minskade markant efter att ha gått till college, och de hade mer tid att använda Internet (Li och Liang, 2007). Således kan de gradvis ha utvecklat olika kognitiva svar mot Internet genom sina egna erfarenheter eller erfarenheter som involverar peer-utbyte, vilket följaktligen påverkade deras IA-nivå (Wang et al., 2015).

Enligt den kognitiva-beteendemodellen (Davis, 2001), IA kan ha en negativ inverkan på NMC (Caplan, 2010). Emellertid har få empiriska studier genomförts för att testa denna hypotes, och få forskare har föreslagit teorier för att förklara detta fenomen. Icke desto mindre antyder de empiriska bevisen för den aktuella studien att IA hade förutsägbar prioritering i sitt förhållande till NMC, vilket kan påverka både generationen och utvecklingen av NMC. Vissa forskare har utforskat beteende på nätet hos kinesiska ungdomar. De har rapporterat att beteenden på nätet kan påverka kognitionen beträffande onlinespel betydligt eftersom förändring av relativa kognitioner angående onlinespel var en effektiv metod för att lindra obehag som orsakats av inkonsekvenserna mellan beteende och tänkande (Wang et al., 2015). Därför använde vi kognitiv dissonansteori som en förklarande modell för att diskutera den prediktiva effektmekanismen för IA på NMC (Cooper, 2007). Enligt denna teori, när människor blir medvetna om inkonsekvenser, de upplever obehag eller dissonans, vilket uppmanar ansträngningar att minska denna upplevelse och återfå konsekvens genom att anpassa sina attityder, uppfattningar eller beteenden tills sådana inkonsekvenser har lösts (de Vries och Timmins, 2016). De flesta människor kan kanske lyckas anpassa sitt beteende för att minska denna dissonans. Vissa människor tenderar emellertid att motivera beteenden som verkar minska dissonans, med orsaker som ”Jag kan få mer respekt på nätet än” i verkliga livet ”,” Jag känner mig säkrast när jag är på internet ”eller” Att använda Internet är ett sätt att glömma de saker jag måste göra men inte vill göra. ”När människor har övertygat sig själva om att det är rimligt att vara beroende av Internet reduceras dissonansen och de känner sig bättre. Den effektiva metoden för att minska obehag i dissonans tenderar emellertid att upprepas när ytterligare en identisk kränkning inträffar, vilket är problematiskt (de Vries och Timmins, 2016). Det vill säga, när sådana NMC har upprättats av studenterna, ger den efterföljande överdrivna användningen av Internet inte samma nivå av obehag, vilket ytterligare ökar överdriven internetanvändning. Sammanfattningsvis orsakas generering och utveckling av IA av en ond cirkel som involverar NMC och överdriven användning av Internet, och IA har den prediktiva prioriteringen i sitt förhållande till NMC.

Resultaten indikerar inga signifikanta skillnader i nyckelvariablerna mellan män och kvinnor. Detta är oförenligt med resultaten från många andra studier (Müller et al., 2014). Detta beror möjligen på den snabba utvecklingen av dator- och nätverksteknologier, som har ändrat nätterminalutrustning avsevärt såväl som deras tillämpningar (Daniel et al., 2012; Mike och Zhong, 2014). I dagens samhälle har till exempel mobiltelefoner gradvis blivit det primära sättet att få tillgång till Internet, och en mängd aktiviteter, till exempel shopping och surfning, kan utföras med dem. Både män och kvinnor åtnjuter majoriteten av sådana aktiviteter (San, 2015). Dessutom avslöjar resultaten från multigruppens korslagda analys att banorna som hittades bland IA och NMC var desamma för män och kvinnor. Det vill säga att processerna som leder till IA kan vara identiska för båda könen, och den slutliga modellen som fastställts i den aktuella studien har alltså omfattande användbarhet och praktisk betydelse för kinesiska nyutbildade studenter.

För att ytterligare identifiera den generativa och utvecklingsmekanismen för IA föreslog vi en teoretisk modell baserad på resultaten som hittades i denna studie samt den kognitiva-beteendemodell som föreslagits av Davis (figur 4). Enligt denna modell är generering och utveckling av IA ett resultat av en ond cirkel som involverar IA och NMC, och denna cykel orsakas främst av obehag som orsakas av inkonsekvenserna mellan beteende och tänkande (de Vries och Timmins, 2016). Eftersom denna cykel huvudsakligen börjar med överdriven användning av Internet, är det nödvändigt att mildra denna onda cykel i början av termin med olika metoder. På grund av internetens kraftfulla överklagande till unga människor är det dock svårt att helt undvika IA bland nybörjare. Enligt kognitiv dissonansteori, när några av dem blir beroende av Internet, finns det två metoder för att minska obehag som orsakas av inkonsekvenserna mellan beteende och tänkande. Den första metoden innebär att man ändrar online-beteende, och den andra metoden innebär att anpassa kognitioner för att utveckla motiveringar för det beroendeframkallande beteendet. Den andra metoden är uppenbarligen föredragen. Därför kan denna modell ge teoretiskt stöd för förebyggande och saneringsplaner för IA bland kinesiska studenter redan i början av sina collegeår.

   

FIGUR 4. Teoretisk modell för den aktuella studien.

Begränsningar och framtida riktningar

Flera begränsningar i denna studie är värda att notera. Först, även om vi föreslog en teoretisk modell avseende generering och utveckling av IA, validerades inte denna modell helt i den aktuella studien, och vi fokuserade endast på det ömsesidiga förhållandet mellan IA och NMC. Som sådan bör ytterligare empirisk forskning bedrivas för att verifiera denna modell. Dessutom kan denna teoretiska modell ha misslyckats med att ta itu med påverkan från flera andra faktorer som känslor och yttre miljö. Därför bör mer sofistikerade teoretiska modeller utvecklas för att ta itu med denna fråga. För det andra, för att utforska det ömsesidiga förhållandet mellan IA och NMC, genomförde denna studie tre undersökningar från september 2015 till januari 2016. Tidsintervallet för de tre undersökningarna kan dock ha varit för kort för att upptäcka en stabil förändring i IA över tid. Utvecklingstrenden kan vara tydlig vid efterföljande perioder under studenternas högskoleliv. Därför är ytterligare utforskning av denna fråga nödvändig under de återstående åren av deras tid på college. Slutligen var användningen av ett bekvämt urval av nybörjare i studien i denna studie nödvändigt på grund av begränsningar med ekonomi och personalresurser. Detta prov omfattade endast 213 deltagare, som alla kom från universitetet i Shandong-provinsen, Kina. Ekonomiska och kulturella skillnader mellan provinser kan påverka förhållandena mellan de två viktiga variablerna som involverar nybörjare. Därför bör studien replikeras med ett större prov som involverar olika regioner i Kina.

Författarbidrag

PH bidrog till den första idéuppfattningen och manuskriptet. PW och FG bidrog till de kritiska revisionerna. QL och YT hjälpte till att slutföra datainsamlingen och analysen. Alla författare godkände den slutliga versionen av manuskriptet för publicering.

Finansiering

Denna forskning stöds av humaniora-samhällets vetenskapliga forskningsprogram i Shandongprovinsen (J16YG21), Shandongprovinsens vetenskapliga program (ZX2015021) och Vetenskapligt forskningsprogram för humaniora-samhället vid Heze University (XY16SK09).

Intresseanmälan

Författarna förklarar att forskningen genomfördes i avsaknad av kommersiella eller finansiella relationer som kan tolkas som en potentiell intressekonflikt.

Referensprojekt

Nyckelord: Internetberoende, nätverksrelaterad maladaptiv kognition, nybörjare i universitet, undersökning av paneler, kinesiska

Citation: Han P, Wang P, Lin Q, Tian Y, Gao F och Chen Y (2017) Ömsesidiga förhållanden mellan internetberoende och nätverksrelaterad maladaptiv kognition bland Chinese College Freshmen: A Longitudinal Cross-Lagged Analys. Främre. Psychol. 8: 1047. doi: 10.3389 / fpsyg.2017.01047

Mottaget: 13 mars 2017; Godkänd: 08 juni 2017;
Publicerad: 22 juni 2017.

Copyright © 2017 Han, Wang, Lin, Tian, ​​Gao och Chen. Detta är en artikel med öppen åtkomst som distribueras under villkoren för Creative Commons Attribution License (CC BY). Användning, distribution eller reproduktion i andra forum är tillåten, förutsatt att den ursprungliga författaren eller licensgivaren krediteras och att den ursprungliga publikationen i denna tidskrift är citerad i enlighet med godkänd akademisk praxis. Ingen användning, distribution eller reproduktion tillåts som inte överensstämmer med dessa villkor.