https://doi.org/10.1371/journal.pone.0195742
Abstrakt
Användningen av onlinekommunikationsapplikationer inklusive budbärare (t.ex. WhatsApp) eller sociala nätverkstjänster (t.ex. Facebook) på smarttelefonen har förvandlats till daglig praxis för miljarder människor, till exempel under väntetider. Allt fler individer visar minskad kontroll över deras användning av dessa applikationer trots negativa konsekvenser i vardagen. Detta kan kallas internet-kommunikationsstörning (ICD). Den aktuella studien undersökte effekten av tristesspråhet på symtom på en ICD. Den undersökte vidare den medierande rollen för kognitiva och affektiva mekanismer, nämligen förväntningar för att undvika negativa känslor online och cue-inducerad begär. Resultaten av en strukturell ekvationsmodell (N = 148) illustrerar att uttråkning av tristess är en riskfaktor för utveckling och underhåll av en ICD eftersom den hade en betydande direkt effekt på ICD-symtom. Vidare förutsåg tristessamhet att undvika förväntningar såväl som på väg inducerad begär. Båda ökade i sin tur risken för att utveckla ICD-tendenser. Dessutom medierade båda variablerna effekten av tristesspronitet på ICD och interagerade med varandra. Sammanfattningsvis visar resultaten att personer som har en högre känslighet för att uppleva tristess visar högre förväntningar att undvika negativa känslor online, vilket främjar högre begärreaktioner när de konfronteras med specifika ledtrådar (t.ex. ett inkommande meddelande) och kan leda till ICD-tendenser.
Citation: Wegmann E, Ostendorf S, Brand M (2018) Är det fördelaktigt att använda Internet-kommunikation för att fly från tristess? Tristessbenägenhet interagerar med cue-inducerad begär och undvikande förväntningar för att förklara symtom på internet-kommunikationsstörning. PLoS ONE 13 (4): e0195742. https://doi.org/10.1371/journal.pone.0195742
Redaktör: Phil Reed, Swansea University, FÖRENADE KUNGARIKET
Mottagen: November 22, 2017; Accepterad: Mars 28, 2018; Publicerad: 19 april 2018
Upphovsrätt: © 2018 Wegmann et al. Detta är en artikel med öppen åtkomst distribuerad under villkoren för Creative Commons Attribution License, som tillåter obegränsad användning, distribution och reproduktion i vilket medium som helst, förutsatt att den ursprungliga författaren och källan krediteras.
Data Tillgänglighet: All relevant information finns i papperet och dess stödjande informationsfiler.
finansiering: Författarna fick ingen specifik finansiering för detta arbete.
Konkurrerande intressen: Författarna har förklarat att inga konkurrerande intressen existerar.
Beskrivning
Med lanseringen av smarttelefonen för mer än tio år sedan ökar antalet personer som använder den i vardagen. Antalet smarttelefonanvändare över hela världen beräknas nå 2.32 miljarder i 2017 och förväntas nå 2.87 miljarder användare i 2020 [1]. Bland andra är de mest populära onlineapplikationerna som används på smarttelefonen onlinekommunikationsapplikationer. De tillåter användare att ha direktkontakt med andra, hålla kontakten med avlägsna vänner och att dela personlig information, bilder eller videor [2, 3]. Termen "onlinekommunikationsapplikationer" inkluderar mycket populära applikationer såsom snabbmeddelandetjänsten WhatsApp med mer än 1.3 miljarder aktiva användare varje månad [4] eller sociala nätverkstjänster som Facebook med 2 miljarder aktiva användare varje månad [5]. Förutom många fördelar med internetkommunikation och smarttelefonanvändning i allmänhet är det en växande mängd individer som får negativa konsekvenser på grund av en överdriven och tidskrävande användning av dessa applikationer [2, 6-8]. Speciellt tillgängligheten för olika mobila enheter och den enkla och permanenta åtkomsten till sådana applikationer gör det möjligt för människor att interagera och kommunicera med andra under hela dagen - när som helst, var som helst [9, 10]. Detta beteende kan leda till en patologisk och tvångsmässig användning, som kan jämföras med andra beteendemissbruk eller missbruk av ämnen som föreslagits av olika studier och forskare [7, 8].
Kognitiva och affektiva samband med Internet-kommunikationsstörning
Den ökande användningen av Internet över hela världen leder forskning till fler och fler studier med fokus på internetanvändning som en specifik typ av beteendemissbruk [2, 7, 11]. Vissa studier tyder dessutom på en specifik typ av störning på Internet-användning, Internet-kommunikationsstörning (ICD). ICD beskriver beroendeframkallande användning av onlinekommunikationsapplikationer [6-8, 12]. Symtom på en ICD, som härrör från egenskaperna hos en störning på Internetanvändningen, definieras som förlust av kontroll, återfall, återkallelsessymtom, upptagenhet, försummelse av intressen, tolerans och negativa konsekvenser i det sociala, yrkesmässiga eller personliga livet [6, 7, 13, 14]. Davis [12] erbjöd den första teoretiska modellen som beskriver mekanismerna för en ospecifik patologisk användning av Internet såväl som av en specifik störning på Internetanvändningen. Mer nyligen har Brand, Young [7] introducerade en ny teoretisk modell, Interaction of Person-Affect-Cognition-Execution (I-PACE) -modellen, som sammanfattar potentiella mekanismer för utveckling och underhåll av specifika störningar på Internetanvändning, såsom ICD. I-PACE-modellen illustrerar interaktionen mellan personens kärnegenskaper såväl som affektiva, kognitiva och verkställande komponenter. Det antyder att personens kärnegenskaper som personlighet, sociala kognitioner, psykopatologiska symtom, biopsykologiska faktorer och specifika predispositioner påverkar den subjektiva uppfattningen av en situation. Denna uppfattning bildas av faktorer som konfrontation med beroende-relaterade ledtrådar, stress, personliga konflikter, onormalt humör samt individuella affektiva och kognitiva svar. Det senare inkluderar cue-reaktivitet, begär, uppmärksamhet bias, eller ytterligare Internet-relaterade kognitiva fördomar och dysfunktionell coping stil. Dessa individuella affektiva och kognitiva faktorer antas medla eller moderera effekten av en persons kärnegenskaper på utvecklingen och underhållet av en specifik störning på Internetanvändningen. Brand, Young [7] illustrerar att effekten av affektiva och kognitiva svar interagerar med verkställande faktorer, såsom hämmande kontroll. Beslutet att använda en viss applikation för att uppleva tillfredsställelse eller kompensation kan då leda till en överdriven användning av den applikationen och därigenom stärka specifika predispositioner såväl som affektiva, kognitiva och verkställande faktorer som liknar en ond cirkel (för en mer detaljerad beskrivning av modellen och en detaljerad översikt över empiriska studier, se [7]).
Tidigare studier visade redan att effekten av psykopatologiska symtom, såsom depression och social ångest, och effekten av personlighetsaspekter, såsom stresskänslighet, självkänsla och själveffektivitet, på tendenser till en ICD medieras av specifika kognitioner, till exempel en dysfunktionell hanteringsstil och förväntningar på Internetanvändning [8, 15]. Wegmann, Oberst [16] visade att särskilt undvikande förväntningar, inklusive önskan att fly från verkligheten, att distrahera från verkliga problem eller för att undvika ensamhet, är relevanta för att förklara ICD-symtom. Brand, Laier [17] liksom Trotzke, Starcke [18] visade att höga förväntningar på användningen av specifika applikationer som en möjlighet att uppleva glädje eller att distrahera från problem förmedlar förhållandet mellan personliga aspekter och en generaliserad (ospecifik) störning av Internetanvändning respektive en Internet-shoppingstörning.
Utöver konceptet med förväntningar på Internetanvändning har Brand, Young [7] hävdar vidare att cue-reaktivitet och begär verkar vara viktiga konstruktioner inom utveckling och underhåll av en patologisk användning av specifika tillämpningar. Detta antagande är baserat på tidigare forskning om ämnesanvändningssjukdomar (se till exempel resultat i [19] liksom andra beteendemissbruk [20], som visar att missbrukare är sårbara för beroende-relaterade stimuli som utlöser belöningsbehandlingsområden i hjärnan [21-25]. Begär beskriver önskan eller lusten att ta droger eller att visa ett beroendeframkallande beteende upprepade gånger [26, 27]. Begreppet cue-reaktivitet och begär har överförts till studien av beteendemissbruk. Beteende korrelat av kumreaktivitet och begär har redan observerats vid störningar på Internet-shopping [18], Internet-pornografi-visningsstörning [28, 29], Internet-spelsjukdom [30, 31], Internet-spelsjukdom [32, 33] och ICD [34].
Även om studier betonar den viktiga rollen för dessa affektiva (cue-reaktivitet och begär) och kognitiva (internetrelaterade förväntningar) komponenter i utvecklingen och underhållet av en specifik störning på Internetanvändningen, interaktionen mellan dessa faktorer, som postuleras i I -PACE-modell, förblir oklar. Den aktuella studien är baserad på några huvudantaganden från I-PACE-modellen, särskilt medieringseffekterna av affektiva och kognitiva mekanismer på förhållandet mellan personens kärnegenskaper och symtom på en ICD. Syftet med denna studie är att undersöka effekten av personens kärnegenskaper på ICD medierade av både internetrelaterade kognitiva fördomar (t.ex. förväntningar på Internetanvändning) och affektiva fördomar (t.ex. cue-inducerad begär). Baserat på Wegmann, Oberst [16] antar vi att effekten av förväntan på att undvika negativa känslor genom att använda onlinekommunikationsapplikationer förmedlas av cue-inducerad begär, såsom beskrivs i modellen av Brand, Young [7]. Som ett andra syfte med studien fokuserar vi på utredningen av rollen för mottaglighet för tristess i ICD. Därför vill vi bättre förstå sambandet mellan personens kärnegenskaper och symtom på en specifik störning på Internetanvändningen, som ännu inte har undersökts inom ramen för ICD.
Tristessbenägenhet som en prediktor för en ICD
Konceptualiseringen av tristess bestäms av olika situationella och individuella faktorer [35]. Uttråkning i sig kan beskrivas som ett negativt sinnestillstånd eller inre konflikt mellan en förväntad och en upplevd upplevelse [36, 37]. Brissett och Snow [38] definierade tristess som ett tillstånd av "understimulering, underupphissning och brist på psykologiskt engagemang förknippat med missnöje, och individer försöker hantera tristess genom att söka ytterligare stimulering" [39]. Detta tillstånd är också förknippat med obehagliga känslor, som individer försöker fly från [40, 41]. Bara tristessbenägenhet definieras som dragtrådighet. Konstruktionen av uttråkning av tristess är ofta "operationell som en individs mottaglighet för att uppleva tristess" [35]. Vidare inkluderar tristesspronitet en individs svårighet att uppmärksamma en stimulans, att vara medveten om detta uppmärksamhetsunderskott samt att försöka minska upplevelsen av tristess som tillstånd [35, 42].
Flera studier betonar den kliniska relevansen av tristesspronitet genom att illustrera att tristess (proneness) är relaterat till alkoholkonsumtion [43], användningen av psykoaktiva ämnen [44], index för depression och ångest [35] och hälsoproblem i allmänhet [45]. Zhou och Leung [46] visade att fritidstristighet är relaterad till riskabelt beteende som kriminella handlingar, extrem sensation och drogmissbruk [36, 46, 47]. Som en möjlig förklaring till förhållandet mellan tristesspronitet och ämnesanvändning, (t.ex. dricka alkohol), Biolcati, Passini [48] undersökte potentiella medieringseffekter av förväntningar på alkoholkonsumtionen. Resultaten illustrerade att effekten av uttråkning av tristess på dricksvatten beteende förmedlas av förväntningarna att fly från tristess, fly från problem och att hantera negativa känslor [48]. Vidare förklarar empirisk forskning om olika beteendemissbruk eller patologiska beteenden relevans av tristess för riskabelt beteende. Till exempel Blaszczynski, McConaghy [49] visade att individer med spelsjukdom gjorde högre resultat för tristessåtgärder jämfört med icke-spelare. Gambling verkar vara en möjlighet för dem att undvika eller minska negativa tillstånd eller stämningar. Detta överensstämmer med resultaten rapporterade av Fortune och Goodie [50] som illustrerar att patologiskt spel är förknippat med tristessens känslighet, vilket är en underskala av Sensation Seeking Scale Form V av Zuckerman, Eysenck [51].
Som beskrivits tidigare resulterar användningen av smartphones i vardagen från en enkel och permanent åtkomst som möjliggör kontinuerlig kommunikation och underhållning [2, 52]. Vi antar att möjligheten att få en varaktig stimulering leder till en tidskrävande och överdriven användning av smarttelefonen och onlinekommunikationsapplikationer. På samma sätt verkar det att undvika känslor av tristess vara huvudmotivationen att använda Internet [53]. Lin, Lin [37] visade att tristessbenägenhet och ett stort engagemang på Internet båda ökar sannolikheten för en störning på Internetanvändningen. Författarna betonar att Internet verkar vara en möjlighet att söka spänning och nöje, vilket höjer nivån för en patologisk användning. Detta överensstämmer med tidigare forskning som betonar förhållandet mellan en störning på Internetanvändning och högre tristessförmåga [54-56]. Zhou och Leung [46] specificerade detta förhållande och visade att tristess är en prediktor för en patologisk användning av sociala nätverkssajter såväl som av patologiskt spelbeteende i sociala nätverkstjänster. Elhai, Vasquez [42] illustrerade att högre tristessprövighet förmedlar effekten av depression och ångest på problematiskt smarttelefonbeteende. Sammantaget antar vi att tristessbenägenhet som dragtrådighet är en personlig riskfaktor för utvecklingen av en ICD.
Sammanfattning av studiens mål
Den aktuella studien syftar till att bidra till en bättre förståelse av de underliggande affektiva och kognitiva mekanismerna beträffande symptom på en ICD. Våra antaganden är baserade på tidigare studier, som rapporterade effekten av tristessbenägenhet på riskabelt beteende som missbruk [57], hälsoriskfaktorer [46], patologiskt spel [50] eller störning av Internetanvändning [37, 54]. Vi antar att individer som har en högre känslighet för att uppleva tristess och som upprepade gånger använder smarttelefonen som en felaktig anpassningsstrategi är mer benägna att utveckla en patologisk användning av onlinekommunikationsapplikationer. I överensstämmelse med I-PACE-modellen av Brand, Young [7], vi antar att effekten av tristessförmåga förmedlas av specifika kognitioner. Vidare och baserat på studien av Biolcati, Passini [48] Vi antar också att särskilt individer som har en högre tristessnivå samt förväntningar för att undvika negativa känslor genom att använda onlinekommunikationsapplikationer upplever mer negativa konsekvenser på grund av användningen av sådana applikationer. Som ett ytterligare mål undersöker vi effekterna av affektiva och kognitiva svar. I-PACE-modellen antyder att effekten av att undvika förväntningar på ICD-symtom förmedlas av högre begärupplevelser. Sammantaget kan medlingseffekten av cue-inducerad begär också vara relevant för medieringseffekten av undvikande förväntningar mellan tristesspronitet och ICD. Fig 1 sammanfattar hypoteserna i en strukturell ekvationsmodell.
Fig 1. Hypotiserad modell.
Den hypotesiserade modellen för analys av de föreslagna direkta och indirekta effekterna inklusive de latenta variablerna av ICD.
https://doi.org/10.1371/journal.pone.0195742.g001
Metoder
Deltagare och procedur
Hundra fyrtioåtta deltagare mellan 18 och 60 år (M = 25.61, SD = 8.94) deltog i den aktuella studien. Av dessa var 91 kvinnor och 57 var hanar. Alla deltagare var användare av onlinekommunikationsapplikationer, från två till 19 års användning (M = 8.09, SD = 3.09). Onlinekommunikationsapplikationen WhatsApp var den mest använda applikationen (97.97% av alla deltagare), följt av Facebook (78.38% av alla deltagare), Facebook Messenger (62.84% av alla deltagare) och Instagram (53.38% av alla deltagare) . Andra onlinekommunikationsapplikationer som Twitter, iMessage, Snapchat eller Skype användes av mindre än 50% av alla deltagare. Deltagarna lägger i genomsnitt 125.41 minuter (SD = 156.49) per dag med WhatsApp, följt av Instagram (M = 57.97, SD = 78.76), Snapchat (M = 53.71, SD = 65.40) och Facebook (M = 55.48, SD = 84.74). Alla andra applikationer användes i genomsnitt mindre än 30 minuter per dag.
Vi rekryterade provet vid universitetet i Duisburg-Essen (Tyskland) via adresslistor, sociala nätverk online och muntliga rekommendationer. Studien genomfördes i ett laboratorium, individuell miljö. Först informerades deltagarna skriftligen om förfarandet och gav skriftligt medgivande. Vi bad dem byta sina smartphones till flygläge och hålla dem i fickan under deltagande. Därefter svarade deltagarna online-frågeformulär och utförde ett cue-reaktivitetsparadigm såväl som ytterligare experimentella paradigmer som inte är relevanta för det aktuella manuskriptet. Därefter svarade deltagarna på ytterligare enkäter på nätet, som tristesspråkighetskalan, skalan för Internetanvändning-förväntningar eller det korta Internetberoende-testet, vilket kommer att förklaras i följande. Sammantaget tog studien ungefär en timme. Studenter fick kreditpoäng för sitt deltagande. Etikkommittén vid universitetet i Duisburg-Essen godkände studien.
Instrument
Modifierad version av det korta Internet Addiction Test för Internet-kommunikationsstörning (s-IAT-ICD).
Tendenser för en ICD mättes med den korta versionen av Internet Addiction Test (s-IAT) av Pawlikowski, Altstötter-Gleich [58]. För denna studie använde vi den modifierade versionen för ICD (s-IAT-ICD) [15]. Skalan bedömer subjektiva klagomål i vardagen på grund av användning av onlinekommunikationsapplikationer. I början ges en definition av onlinekommunikationsapplikationer. Instruktionerna betonar att termen onlinekommunikationsapplikationer inkluderar aktiv (t.ex. skrivning av nya inlägg) samt passiv (t.ex. genom att surfa och läsa nya inlägg) av sociala nätverkssajter och bloggar som Facebook, Twitter och Instagram , liksom snabbmeddelanden som WhatsApp.
Deltagarna måste betygsätta tolv objekt på en fem-punkts Likert-skala (från 1 = "aldrig" till 5 = "mycket ofta"). En summeringspoäng beräknades från tolv till 60. Poäng> 30 indikerar en problematisk användning av onlinekommunikationsapplikationer, medan poäng> 37 indikerar en patologisk användning av onlinekommunikationsapplikationer. Frågeformuläret består av två faktorer (vardera sex punkter): förlust av kontroll / tidshantering (s-IAT-ICD 1: α = .849) och sociala problem / begär (s-IAT-ICD 2: α = .708). Den totala interna konsistensen var α = .842. Båda faktorerna representerar den latenta dimensionen av ICD i den strukturella ekvationsmodellen.
Cue-reaktivitet och begär.
För att undersöka cue-reaktivitet och begär användes ett cue-reactivity-paradigm bestående av tolv bilder relaterade till onlinekommunikationsapplikationer [34, 59]. De visuella signalerna visade olika smartphones som visade en konversation genom olika onlinekommunikationsapplikationer. Stimulerna prövades och beskrivs i en tidigare studie av Wegmann, Stodt [34]. I den aktuella studien gav deltagarna betyg på varje bild angående upphetsning, valens och lust att använda smarttelefonen på en fempunkts Likert-skala (från 1 = “ingen upphetsning / valence / urge” till 5 = “hög upphetsning / valence / urge” ). Presentation® (Version 16.5, www.neurobs.com) användes för cue-presentation och betyg.
Dessutom använde vi önskan om alkoholfrågeformuläret [60] modifierad för smartphone-användning för att bedöma begär [34]. Frågeformuläret presenterades före och efter kue-reaktivitetsparadigmet för att mäta baslinjesträngen (DAQ-ICD baslinje-begär) såväl som potentiella begärsförändringar efter exponering av kö (DAQ-ICD efter begär). Därför var deltagarna tvungna att betygsätta 14-objekt (t.ex. "Att använda smarttelefonen skulle vara tillfredsställande just nu") på en sju-punkts Likert-skala (från 0 = "fullständig oenighet" till 6 = "komplett överenskommelse"). Efter att ha inverterat en artikel, beräknade vi medelvärdet [59]. De interna konsistenser var a = .851 för DAQ-ICD baslinje-begär och a = .919 för DAQ-ICD efter begär. I följande analyser användes DAQ-ICD efterbegäran och betyg av cue-reaktivitetsparadigmet för att representera den latenta dimensionen av den cue-inducerade sugen i den strukturella ekvationsmodellen.
Modifierad version av Internet-Use Expectancies Scale for online-Kommunikation (IUES).
Skala för förväntningar på Internet (IUES) [17] modifierad för onlinekommunikation användes för att bedöma deltagarnas förväntningar på användningen av onlinekommunikationsapplikationer [16]. Frågeformuläret innehåller två faktorer (sex artiklar vardera): positiv förstärkning (t.ex. "Jag använder online-kommunikationsapplikationer för att uppleva nöje"; IUES positiva: α = .838) och undvikande förväntningar (t.ex. "Jag använder applikationer online-kommunikation för att distrahera mig från problem ”; IUES undvikande α = .732). Deltagarna var tvungna att betygsätta varje artikel på en sexpunkts Likert-skala (från 1 = “helt oenig” till 6 = “helt överens”). Baserat på tidigare forskning och teoretiska antaganden var endast variablen för undvikande förväntningar relevant för följande analyser.
Short Boredom Proneness Scale (BPS).
The Short Boredom Proneness Scale (BPS) av Struk, Carriere [61] användes för att bedöma egenskaperna för tristesstråkighet. Skalan består av åtta artiklar (t.ex. "Det kräver mer stimulans för att få mig att gå än de flesta människor"), som var tvungna att betygsättas på en sju-punkts Likert-skala (från 1 = "helt oenig" till 7 = "helt instämmer ”). Ett övergripande medelvärde beräknades. Den interna konsistensen var a = .866.
Statistiska analyser
De statistiska analyserna utfördes med SPSS 25.0 för Windows (IBM SPSS Statistics, släppt 2017). Vi beräknade Pearsons korrelationer för att testa tvåvariga förhållanden mellan två variabler. Korrelationerna tolkades mer detaljerat med hjälp av effektstorlekar. Baserat på Cohen [62], Pearsons korrelationskoefficient r ≥ .01 indikerar en liten, r ≥ .03 ett medium och r ≥ .05 en stor effekt. Den strukturella ekvationsmodellen (SEM) -analyser beräknades med användning av Mplus 6 [63]. För att utvärdera modellens passform för SEM använde vi det standardiserade rotvärde kvadratrester (SRMR; värden <.08 indikerar en bra passform med data), rotmedelvärde kvadratfel av approximation (RMSEA; värden <.08 anger en bra <.10 en acceptabel passning med data) och jämförande passningsindex (CFI och TLI; värden> .90 indikerar en acceptabel och> .95 indikerar en bra passning med data) [64, 65]. Vi använde också χ2-Test för att kontrollera om data härleds från den definierade modellen. Som ett ytterligare steg för att minska mätfel för SEM använde vi metoden för objektparceling för variabler som representeras som manifestvariabler. Denna metod gör det möjligt att bygga de latenta dimensionerna för dessa variabler i SEM [66, 67]. Därför kontrollerade vi interkorrelationerna mellan artiklarna i varje skala och skapade sedan två faktorer för de latenta dimensionerna för IUES och BPS.
Resultat
Beskrivande värden och multivariat statistik
Medelvärdena och standardavvikelserna för alla frågeformulär samt betyg av cue-reactivity-paradigm finns i Tabell 1. De konstruerade variablerna för objektpaket ingår som ytterligare värden. Tabell 2 visar de bivariata korrelationerna mellan dessa variabler. Baserat på avskurna poäng från Pawlikowski, Altstötter-Gleich [58], 23-deltagare visade problematiskt och sju deltagare visade en patologisk användning av online-kommunikationsapplikationer, vilket är förknippat med subjektiva klagomål i vardagen på grund av användningen av dessa applikationer och beskriver symtom på en ICD.
Tabell 1. Medelvärden, standardavvikelser och intervall för poängen för s-IAT-ICD och de tillämpade skalorna.
https://doi.org/10.1371/journal.pone.0195742.t001
Ladda ner:
Tabell 2. Bivariata korrelationer mellan poängen för s-IAT-ICD och de tillämpade skalorna.
https://doi.org/10.1371/journal.pone.0195742.t002
Den strukturella ekvationsmodellen
Den hypotesiserade strukturella ekvationsmodellen, på en latent nivå, visade en utmärkt anpassning till data (SRMR = .029, CFI = .986, TLI = .972, RMSEA = .063, p = .299, BIC = 3962.65). De χ2-Test visade också bra passform (χ2 = 22.25, p = .074, χ2/ df = 1.59). Alla definierade latenta dimensioner representerades väl av de använda variablerna. I det första steget indikerar resultaten att uttråkning av tristess (ß =. 384, SE = .096, p ≤. 001), cue-inducerad begär (p =. 414, SE = .102, p ≤. 001) och förväntade förväntningar (ß =. 255, SE = .109, p = .011) var signifikanta prediktorer för ICD-tendenser. Uttråkning av tristess hade också en direkt effekt på cue-inducerad begär (p =. 411, SE = .100, p ≤ 001) och undvikande förväntningar (ß =. 567, SE = .084, p ≤. 001). Dessutom var undvikande förväntningar en betydande förutsägare för cue-inducerad begär (p = .361, SE = .107, p = .001). Effekten av uttråkning av tristess på symtom på en ICD förmedlades av cue-inducerad begär (p =. 170, SE = .058, p = .003) och genom undvikande förväntningar (p = .145, SE = .063, p = .021). Effekten av undvikande förväntningar på ICD-tendenser förmedlades också av cue-inducerad begär (p =. 149, SE = .059, p = .011). Dessutom förmedlades förhållandet mellan uttråkning av tristess och symtom på en ICD av undvikande förväntningar och dessutom av cue-inducerad begär (tristess benägenhet - undvikande förväntningar - Cue-inducerad begär - ICD; β =. 085, SE = .037, p = .021); emellertid var denna medling endast av liten effekt. Sammantaget förklarade den analyserade modellen signifikant 81.60% av variationen i ICD-symtom. Fig 2 visar modellen med faktorbelastningar, ß-vikter och koefficienter.
Ladda ner:
Fig 2. Resultat av den strukturella ekvationsmodellen.
Resultat av den strukturella ekvationsmodellen med ICD som beroende variabel inklusive faktorbelastningar på de beskrivna latenta variablerna och de tillhörande ß-vikterna, p-värden och rester.
https://doi.org/10.1371/journal.pone.0195742.g002
Ytterligare analyser
Den tidigare beskrivna modellen baserades på teoretiska överväganden och ytterligare empiriska bevis såsom de strukturella ekvationsmodellerna av Wegmann, Stodt [15] och Wegmann och Brand [8]. Ändå ville vi senare kontrollera modellen för andra möjliga påverkande faktorer för att bättre förstå de underliggande mekanismerna för en ICD. Den första frågan vi behandlade var den nära föreningen av tristesspronitet med depression och ångest [35, 68, 69]. En aktuell studie av Elhai, Vasquez [42] illustrerar att förhållandet mellan psykopatologiska symtom och problematisk smarttelefonanvändning förmedlas av högre tristessbenägenhet. Vi bedömde psykopatologiska symtom som depression (M = 0.53, SD = 0.53), interpersonell känslighet (M = 0.72, SD = 0.64) och ångest (M = 0.55, SD = 0.49) genom att använda kortfattad frågeformulär för inventering av Derogatis [70]. Eftersom variablerna som operativiserar psykopatologiska symtom korrelerade signifikant med de andra variablerna i den aktuella modellen (alla rär ≤. 448, alla ps ≤. 024) inkluderade vi psykopatologiska symtom (nämligen depression, interpersonell känslighet och ångest) som en ytterligare latent dimension i modellen. Baserat på medlingsmodellen av Elhai, Vasquez [42] vi kontrollerade om effekten av tristesspråhet är baserad på konstruktionen av psykopatologiska symtom eller om tristesspråkighet beskriver ett eget statistiskt steg som det betonades i tidigare studier [35, 42, 68].
Som illustreras i Fig 3, resultaten tyder på att psykopatologiska symtom spelar en avgörande roll i utvecklingen och underhållet av en ICD, vilket är i linje med tidigare forskning [8, 15, 42]. Emellertid minskar inte relevansen av tristesspronitet som en viktig prediktor för symtom på en ICD signifikant efter att psykopatologiska symtom inkluderats i den strukturella ekvationsmodellen. Detta betonar att uttråkning av tristess och psykopatologiska symtom är relaterade men oberoende konstruktioner vars effekter på tendenser till en ICD förmedlas av kognitiva och affektiva komponenter. Resultaten av den ytterligare strukturella ekvationsmodellen inklusive faktorbelastningar på de beskrivna latenta variablerna och de medföljande p-vikterna, p-värden och rester sammanfattas i Fig 3.
Fig 3. Resultat av den ytterligare strukturella ekvationsmodellen.
Resultat av den strukturella ekvationsmodellen med psykopatologiska symtom som ytterligare prediktorvariabel inklusive faktorbelastningar på de beskrivna latenta variablerna och de medföljande p-vikterna, p-värden och rester (förkortningar: PP = psykopatologiska symtom, BP = tristessbenägenhet, AE = undvikande förväntningar, CRAV = cue-inducerad begär, ICD = Internet-kommunikationsstörning).
https://doi.org/10.1371/journal.pone.0195742.g003
Vi betraktade också ålder och kön som potentiella variabler som kan påverka strukturen för den nuvarande modellen. Därför beräknade vi först korrelationer mellan ålder och alla andra variabler. Resultaten indikerar små korrelationer (alla rär ≤ -.376). Dessa korrelationer illustrerar ett bekant mönster som yngre deltagare upplever högre subjektiva klagomål i vardagen på grund av en överdriven användning av onlinekommunikationsapplikationer. Som ett ytterligare steg kontrollerade vi våra data för könsskillnader genom att använda t-testjämförelser för oberoende prover. Resultaten visade att det inte fanns någon signifikant skillnad mellan manliga och kvinnliga deltagare (p ≥. 319). Den strukturella ekvationsmodellen med ytterligare könsanalys beräknades med hjälp av medelstrukturanalys som ett sätt att fortsätta [71]. Passningsindexen för den strukturella ekvationsmodellen indikerar en bra anpassning till data (CFI = .975, TLI = .961, SRMR = .060, RMSEA = .075, p = .194, BIC = 4050.63). För både manliga och kvinnliga deltagare hittade vi liknande resultatmönster. De kvinnliga deltagarna uppvisade liknande medieringseffekter som illustreras i den hypotesiserade strukturella ekvationsmodellen. För män hittade vi ingen direkt effekt från att undvika förväntningar på tendenser till en ICD (ß =. 153, SE = .133, p = .249), ingen medieringseffekt av undvikande förväntningar på förhållandet mellan tristessvårighet och ICD (β = .029, SE = .030, p = .327) och ingen medieringseffekt av sugen på förhållandet mellan tristessbenägenhet och symtom på en ICD (p = .073, SE = .065, p = .262). På grund av de små provstorlekarna, särskilt vad gäller hanprovet, måste resultaten diskuteras med försiktighet och bör kontrolleras i ytterligare studier.
Diskussion
I den aktuella studien testade vi giltigheten av en teoretisk modell under antagande av interaktioner mellan tristessbenägenhet och affektiva och kognitiva komponenter för att förklara ICD-symtom. Den strukturella ekvationsmodellen, på latent nivå, gav en utmärkt anpassning till uppgifterna med hjälp av metoden för förpackning för att minska mätfel. Sammantaget förklarade tristessbenägenhet och medlingseffekter av kognitiva och affektiva komponenter, nämligen undvikande förväntningar och cue-inducerad begär, 81.60% av variationen i ICD-symtom. Resultaten illustrerar att uttråkning av tristess har en direkt effekt på utvecklingen och underhållet av en ICD. Det var en betydande förutsägare för förväntningarna att undvika negativa känslor och fly från verkligheten såväl som av cue-inducerad begär. Dessa affektiva och kognitiva komponenter förmedlade effekten av tristesspronitet på ICD. Resultaten betonar vidare samverkan mellan de nämnda medlarna, eftersom effekten av undvikande förväntningar på ICD-symtom delvis förmedlades av cue-inducerad begär. Vidare medierades förväntningar på undvikande av förhållandet mellan tristessbenägenhet och ICD-symtom av cue-inducerad begär.
Resultaten stöder hypotesen att förhållandet mellan känsligheten för att uppleva tristess som en del av personens kärnegenskaper och upplevelsen av negativa konsekvenser på grund av en överdriven användning av onlinekommunikationsapplikationer förmedlas av affektiva och kognitiva svar på externa sammanhangsrelaterade stimuli. , såsom visuella signaler som visar konversationer genom olika online-kommunikationsapplikationer. De aktuella resultaten utvidgar resultaten från tidigare studier, som redan visade att psykopatologiska symtom (som depression eller social ångest) och personlighetsaspekter (som stresskänslighet eller självkänsla) har en effekt på ICD-symtom, vilket medieras av specifika kognitioner (till exempel en dysfunktionell hanteringsstil eller förväntningar på Internetanvändning) [8, 15]. Resultaten överensstämmer med den teoretiska I-PACE-modellen som föreslagits av Brand, Young [7]. Centrala i I-PACE-modellen är effekten av personens kärnegenskaper i den subjektiva uppfattningen av en situation, t.ex. när man konfronteras med beroende-relaterade stimuli, personliga konflikter eller stress. Den subjektivt färgade uppfattningen av situationella element leder till enskilda affektiva och kognitiva svar såsom cue-reaktivitet och begär, vilket beskrivs som önskan att använda en viss applikation och minska negativa affektiva tillstånd [20, 24]. Resultaten av den aktuella studien stödjer detta antagande genom att visa att deltagare som har en högre känslighet för att uppleva tristess (som en av en persons kärnegenskaper) eller inte kan reglera uppmärksamhet mot stimuli [35], har en högre risk att använda onlinekommunikationsapplikationer överdrivet. Resultaten förbättras också av studien av Elhai, Vasquez [42] såväl som genom vår kompletterande analys, som betonar att psykopatologiska symtom som depression, interpersonell känslighet samt ångest kan leda till en högre känslighet för tristess och till en högre risk för en patologisk användning av onlinekommunikationsapplikationer. Detta beteende förstärks när individer konfronteras med specifika (smartphone-kommunikationsrelaterade) stimuli och upplever önskan att använda smarttelefonen eller en specifik kommunikationsapplikation. Det verkar vara som en automatisk vana att använda smarttelefonen efter att ha sett en ikon eller lyssnat på ljudet från ett inkommande meddelande [34]. Användare av onlinekommunikationsapplikationer kan ha utvecklat en sådan vana för att försöka hantera obehagliga känslor som tristess och därmed fly från den erfarna understimuleringen [20, 36].
Medieringseffekten av undvikande förväntningar på förhållandet mellan tristesspronitet och ICD-symtom stöder detta antagande. På liknande sätt som kusinducerad begär visar resultaten att känsligheten för att uppleva tristess leder till att förväntningar undviker negativa känslor online och att distrahera från problem genom att använda smarttelefonen eller onlinekommunikationsapplikationer. Detta är i linje med Biolcati, Passini [48] som visar att förhållandet mellan uttråkning av tristess och berusande beteende förmedlas av förväntningarna att fly från understimulering och från verkligheten. Författarna antar att särskilt ungdomar, som är mer benägna att uppleva tristess i sin fritid, förväntar sig att fly från negativa känslor genom att dricka alkohol, vilket förstärker risken för binge-drickande beteende [48]. Riskabelt beteende verkar vara en typ av en missbildande hanteringsmekanism, där individer försöker hitta strategier för att minska benägenheten att uppleva tristess [35, 39, 40]. Resultaten från Biolcati, Passini [48], Biolcati, Mancini [39] och Harris [40] illustrerar de viktigaste antagandena om I-PACE-modellen, till exempel hypotesen att individer försöker fly från negativa känslor eller att hantera onormalt humör, särskilt när de konfronteras med beroendeframkallande stimuli, vilket kan leda till beslutet att använda en viss applikation. Sedan Zhou och Leung [46] beskrev redan kopplingen mellan tristesspronitet och spel i sociala nätverksmiljöer, de aktuella resultaten specificerar denna relation. Upplevelsen av tillfredsställelse eller stimulering i en situation med under upphetsning kan beskrivas som en viktig faktor som ökar risken för att använda vissa onlineapplikationer på grund av förväntan på att minska negativa affektiva tillstånd i liknande situationer upprepade gånger. Detta är i linje med resultaten från en neuroimaging-studie av Montag, Markowetz [72] som visade de givande aspekterna av att använda Facebook via smartphone och högre aktivering av ventral striatum när individer tillbringar tid på sociala nätverkstjänster.
Studiens andra syfte var att undersöka interaktionen mellan affektiva och kognitiva svar på yttre stimuli. Tidigare studier undersökte redan relevansen av cue-reaktivitet och begär [34] samt förväntningar på Internetanvändning [8, 15] och särskilt undvikande förväntningar [16] för utveckling och underhåll av en ICD. Betydelsen av dessa två konstruktioner visades redan för specifika störningar på Internetanvändning, till exempel internet-shoppingstörning eller patologiskt köp [18, 59], Internet-pornografi-visningsstörning [29], Internet-spelsjukdom [30, 73, 74], eller generaliserad (ospecifik) störning på Internetanvändning [17]. Så vitt vi vet så fanns det ingen studie som undersökte interaktionen mellan cue-inducerad begär och förväntningar på Internetanvändning, enligt hypoteser i I-PACE-modellen [7]. Författarna till I-PACE-modellen antar att förväntningar på Internetanvändning förutspår kusinducerad sug, vilket har en effekt på symtom på en specifik störning på Internetanvändningen. Därför ansåg vi att cue-inducerad begär fungerar som en medlare mellan förväntningar på Internetanvändning (främst undvikande förväntningar) och ICD-symtom. Hypotesen stöds av de aktuella resultaten. Resultaten indikerar att affektiva och kognitiva komponenter interagerar med varandra, vilket betonar viktiga mekanismer i den teoretiska modellen. Personer med specifika internetrelaterade kognitioner (t.ex. förväntningar att distrahera från problem, fly från verkligheten eller för att undvika ensamhet) verkar vara sårbara för beroende relaterade ledtrådar och verkar uppleva högre begärreaktioner. Beträffande de förstärkningsmekanismer som föreslås i I-PACE-modellen antas individer att besluta att använda sina ”förstval” -applikationer för att distrahera från detta negativa tillstånd och för att uppleva tillfredsställelse eller kompensation. Detta ökar risken för att förlora kontrollen över Internetanvändningen [7]. Resultaten är ett första tecken som påpekar interaktionen mellan affektiva och kognitiva svar på yttre och interna stimuli. Eftersom det finns ytterligare komponenter såsom uppmärksamhetsförskjutning och implicita föreningar samt relevansen av hämmande kontroll och verkställande funktioner [7], måste sambanden mellan dessa faktorer undersökas närmare. Därmed bör framtida studier fokusera på ICD, men också andra specifika störningar på Internetanvändningen.
Outlook och implikationer
Användningen av smartphones och onlinekommunikationsapplikationer i vardagen verkar i allmänhet vara problematisk. För de flesta individer är det en vanlig vana att använda smarttelefonen medan du väntar på en annan person eller till tåget till exempel. Turel och Bechara [75] illustrerar även impulsivitetens relevans som riskfaktor för en ICD. Totalt sett verkar onlinekommunikationsapplikationer vara ett utmärkt exempel på förhållandet mellan tristesspronitet och patologisk användning. Det kan antas att upplevelsen av tillfredsställelse och kompensation genom att använda dessa applikationer är en nyckelmekanism för utvecklingsprocessen för en ICD. Även om resultaten överensstämmer med teoretiska antaganden om I-PACE-modellen av Brand, Young [7], utvecklingen av beroendeframkallande onlinekommunikationsbeteende och ICD-symtom, liksom rollen för tristessvårighet och affektiva och ytterligare kognitiva komponenter bör undersökas i longitudinella studier. Därför behövs mer forskning särskilt om specifika förstärkningsmekanismer.
Med tanke på detta, bortsett från mottagligheten för upplevelse av tristess, bör forskning också fokusera på den subjektivt upplevda situationen. Ben-Yehuda, Greenberg [76] behandlade redan relevansen av statlig tristess som en potentiell riskfaktor för att utveckla ett smarttelefonberoende, vilket måste undersökas i vidare forskning. Detta inkluderar upplevelsen av understimulering och underupphissning som kontextberoende tillstånd [38, 57]. Det kan antas att faktiskt upplevd tristess är en ytterligare relevant förklaring till varför individer utvecklar den automatiska vanan att använda smarttelefonen i en situation med understimulering. Detta kan förstärkas av upplevd tillfredsställelse och kompensation och därför öka sannolikheten för att använda smarttelefonen i en jämförbar situation igen. Hittills bör ytterligare studier ha i åtanke att situationella faktorer som faktiskt humör, personliga konflikter, faktiskt upplevd tristess eller upplevd stress kan påverka de kognitiva och affektiva komponenterna samt beslutet att använda en viss applikation [7, 77].
Med tanke på att fler och fler individer upplever negativa konsekvenser i det dagliga livet, till exempel konflikter med familj och vänner eller arbetsrelaterade problem som är resultatet av en okontrollerad användning av Internet och dess specifika tillämpningar, finns det ett ökande behov av tillräcklig och vägledd interventioner. I samband med störningar på Internetanvändningen och dess specifika former, såsom ICD, antas framgången för förebyggande och ingripande främst bero på tillräckligheten för att ta itu med relevanta faktorer. Med tanke på att personliga egenskaper potentiellt kan vara svåra att modifiera, bör interventioner fokusera på att moderera såväl som medierande aspekter för att förhindra överdriven användning av vissa internetapplikationer [7]. I denna studie har förväntningar för att undvika negativa känslor online och cue-inducerade begärreaktioner betonats för att spela en förmedlande roll inom utvecklingen och underhållet av en ICD. Att dra på specifika förväntningar på Internetanvändningen för att ändra ledande kognitioner kan vara ett första steg mot en funktionell Internetanvändning. Människor som har svårt att stå uttråkad eller som har en högre känslighet för att uppleva tristess bör utbildas att inse att Internet eller användningen av smarttelefonen inte är det enda sättet att hantera dagliga situationer som innebär understimulering eller till och med obehagliga känslor. Denna aspekt är särskilt viktig eftersom att förväntningarna på att onlinekommunikationsapplikationer kan främja flykten från verkliga problem kan därefter främja och intensifiera begärreaktioner som visas av de aktuella resultaten, särskilt när specifika stimuli uppstår. I vardagen kan sådana stimuli i vardagen till exempel se andra personer som använder smarttelefonen eller märker ett inkommande meddelande. Detta kan i själva verket göra det ännu svårare för individer att motstå mot önskan att använda vissa applikationer. Sammantaget kan individer då utveckla minskad kontroll över sin Internetanvändning vilket resulterar i negativa konsekvenser. Vidare bör tillvägagångstendenser för online-kommunikationsapplikationer på grund av erfaren begärning minskas systematiskt genom träningsprogram som gör det möjligt för individer att lära sig att undvika oreglerade reaktioner på specifika stimuli [7]. Effektiviteten hos vanliga träningsmetoder kräver ytterligare undersökning, särskilt för en ICD.
Slutligen måste vi nämna några begränsningar. Studien genomfördes med ett bekvämlighetsprov, som varken är representativt för hela befolkningen eller för behandlingssökande patienter med en störning på Internetanvändningen. På grundval av de aktuella resultaten verkar det värt att undersöka interaktionen mellan tristessbenägenhet, begär och använda förväntningar i andra prover, som ungdomar och behandlingssökande patienter. En ytterligare begränsning är att vi endast har fokuserat på ICD. Med tanke på att andra Internet-applikationer också kan användas för att fly från tristess eller negativa känslor, bör studien upprepas med prover som har andra förstahandsanvändningar, såsom Internet-spel, Internet-shopping eller Internet-pornografi.
Slutsats
Den aktuella studien syftade till att undersöka teoretiska antaganden om utveckling och underhåll av en ICD. Baserat på I-PACE-modellen sattes fokus på medierande effekter av kognitiva och affektiva komponenter, nämligen undvikande förväntningar och cue-inducerad begär, på förhållandet mellan personens kärnegenskaper och ICD-symtom. I denna studie undersöktes effekten av tristessbenägenhet som en egenskaper som kan förutsäga ICD-symtom. De aktuella resultaten visar att uttråkning av tristess kan vara en viktig roll i ICD. Individer som har högre känslighet för att uppleva tristess uppvisar högre förväntningar för att undvika negativa känslor genom att använda online-kommunikationsapplikationer, vilket i sin tur ökar negativa konsekvenser i det dagliga livet. Dessutom är att undvika förväntningar förknippas med en högre upplevelse av begär. Detta kan bero på en potentiellt högre sårbarhet för signaler relaterade till internet-kommunikation, vilket gör det ännu svårare att inte använda onlinekommunikationsapplikationer. Med dessa resultat kommer de underliggande mekanismerna för en ICD i form av lättnad. Interventionsförsök som syftar till att förhindra en oreglerad och överdriven användning av Internet och dess specifika applikationer kan potentiellt optimeras genom att beakta begreppet tristesspronitet och dess interaktion med cue-reaktivitet, begär och förväntningar.
Stödjande information
S1 File.sav
A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | Tabell: Datalista | ||||||||||||||||
2 | kön | ålder | siatcom_g | siatcom1 | siatcom2 | Ver_RA | DAQPost | BPS_mean | IUE_SNne | IUEco_a1 | IUEco_a2 | BPS_1 | BPS_2 | BSI_UiSk | BSI_Depr | BSI_Aeng | BSI_Aggr |
3 | 2 | 24.00000000000 | 16.00 | 9.00 | 7.00 | 4 | 3.79 | 1.88 | 2.25 | 1.00 | 3.50 | 1.75 | 2.00 | . 50 | . 00 | . 17 | . 20 |
4 | 2 | 23.00000000000 | 36.00 | 26.00 | 10.00 | 3 | 2.00 | 4.75 | 2.50 | 3.00 | 2.00 | 4.25 | 5.25 | 1.50 | 1.17 | . 33 | . 20 |
5 | 2 | 27.00000000000 | 19.00 | 13.00 | 6.00 | 1 | . 00 | 3.63 | 1.75 | 2.50 | 1.00 | 3.25 | 4.00 | . 25 | . 33 | . 17 | . 20 |
6 | 2 | 27.00000000000 | 19.00 | 11.00 | 8.00 | 4 | 2.00 | 4.25 | 3.75 | 4.50 | 3.00 | 4.50 | 4.00 | . 75 | . 83 | 1.17 | . 60 |
7 | 2 | 28.00000000000 | 23.00 | 14.00 | 9.00 | 2 | 2.57 | 2.88 | 2.75 | 3.00 | 2.50 | 2.25 | 3.50 | 1.00 | . 83 | 1.17 | 1.00 |
8 | 2 | 22.00000000000 | 12.00 | 6.00 | 6.00 | 1 | . 21 | 1.13 | 2.50 | 3.00 | 2.00 | 1.00 | 1.25 | . 00 | . 00 | . 17 | . 40 |
9 | 2 | 22.00000000000 | 33.00 | 18.00 | 15.00 | 3 | 2.36 | 3.50 | 3.00 | 2.50 | 3.50 | 3.75 | 3.25 | . 00 | . 33 | . 50 | . 60 |
10 | 2 | 20.00000000000 | 48.00 | 26.00 | 22.00 | 3 | 4.50 | 5.38 | 3.00 | 3.00 | 3.00 | 5.25 | 5.50 | . 00 | . 17 | . 00 | . 00 |
11 | 2 | 18.00000000000 | 25.00 | 15.00 | 10.00 | 2 | . 36 | 2.75 | 4.75 | 4.50 | 5.00 | 2.50 | 3.00 | . 75 | . 33 | . 33 | 1.00 |
12 | 2 | 54.00000000000 | 12.00 | 6.00 | 6.00 | 1 | . 00 | 2.00 | 2.50 | 2.00 | 3.00 | 2.50 | 1.50 | . 25 | . 00 | . 00 | . 60 |
13 | 2 | 21.00000000000 | 33.00 | 21.00 | 12.00 | 2 | 1.14 | 4.00 | 3.00 | 2.50 | 3.50 | 3.25 | 4.75 | . 00 | . 67 | . 50 | . 40 |
14 | 2 | 26.00000000000 | 19.00 | 13.00 | 6.00 | 1 | . 93 | 3.13 | 1.50 | 2.00 | 1.00 | 3.50 | 2.75 | . 00 | . 17 | . 33 | . 60 |
15 | 2 | 24.00000000000 | 22.00 | 14.00 | 8.00 | 1 | . 93 | 2.38 | 2.00 | 1.50 | 2.50 | 2.25 | 2.50 | 1.75 | . 00 | . 50 | . 40 |
16 | 2 | 21.00000000000 | 21.00 | 13.00 | 8.00 | 2 | 1.14 | 2.88 | 3.50 | 4.00 | 3.00 | 3.50 | 2.25 | 3.00 | 1.67 | 1.33 | . 60 |
17 | 2 | 26.00000000000 | 26.00 | 15.00 | 11.00 | 2 | 2.29 | 4.13 | 2.25 | 2.50 | 2.00 | 4.75 | 3.50 | . 50 | . 50 | . 33 | . 20 |
18 | 2 | 23.00000000000 | 32.00 | 19.00 | 13.00 | 2 | 1.07 | 4.63 | 4.50 | 4.50 | 4.50 | 4.75 | 4.50 | . 00 | . 33 | . 17 | . 40 |
19 | 2 | 57.00000000000 | 12.00 | 6.00 | 6.00 | 1 | . 00 | 1.75 | 1.25 | 1.50 | 1.00 | 1.75 | 1.75 | . 75 | . 50 | . 00 | . 00 |
20 | 2 | 21.00000000000 | 21.00 | 10.00 | 11.00 | 2 | . 00 | 3.38 | 3.00 | 2.50 | 3.50 | 3.50 | 3.25 | . 50 | . 00 | . 17 | 1.00 |
21 | 2 | 49.00000000000 | 12.00 | 6.00 | 6.00 | 1 | . 00 | 1.38 | 1.00 | 1.00 | 1.00 | 1.75 | 1.00 | . 50 | . 17 | 1.00 | 1.20 |
22 | 2 | 42.00000000000 | 14.00 | 8.00 | 6.00 | 1 | . 00 | 1.38 | 1.00 | 1.00 | 1.00 | 1.50 | 1.25 | . 00 | . 00 | . 17 | . 00 |
23 | 2 | 22.00000000000 | 33.00 | 22.00 | 11.00 | 3 | 2.14 | 3.13 | 4.50 | 5.50 | 3.50 | 3.50 | 2.75 | . 50 | . 33 | . 67 | . 20 |
24 | 2 | 21.00000000000 | 31.00 | 18.00 | 13.00 | 2 | 1.43 | 2.50 | 1.50 | 2.00 | 1.00 | 2.00 | 3.00 | . 00 | . 50 | . 17 | . 40 |
25 | 2 | 23.00000000000 | 30.00 | 22.00 | 8.00 | 2 | . 93 | 1.00 | 3.25 | 3.50 | 3.00 | 1.00 | 1.00 | . 50 | . 17 | . 17 | . 20 |
26 | 2 | 28.00000000000 | 23.00 | 17.00 | 6.00 | 1 | . 14 | 1.63 | 2.25 | 2.00 | 2.50 | 2.00 | 1.25 | . 25 | . 33 | . 17 | . 40 |
27 | 2 | 32.00000000000 | 27.00 | 14.00 | 13.00 | 1 | . 64 | 2.75 | 2.50 | 3.50 | 1.50 | 3.25 | 2.25 | . 50 | 1.00 | . 17 | . 20 |
28 | 2 | 26.00000000000 | 16.00 | 7.00 | 9.00 | 1 | . 21 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | . 00 | . 00 | . 83 | . 20 |
29 | 2 | 37.00000000000 | 28.00 | 16.00 | 12.00 | 2 | 2.00 | 3.50 | 3.00 | 3.00 | 3.00 | 3.50 | 3.50 | 1.50 | 1.17 | 1.50 | 1.00 |
30 | 2 | 29.00000000000 | 19.00 | 11.00 | 8.00 | 3 | 2.00 | 3.88 | 2.75 | 3.50 | 2.00 | 3.50 | 4.25 | . 25 | 1.83 | . 00 | . 20 |
31 | 2 | 20.00000000000 | 39.00 | 22.00 | 17.00 | 2 | 2.00 | 4.13 | 3.50 | 3.50 | 3.50 | 4.50 | 3.75 | 1.25 | . 33 | . 33 | 1.80 |
32 | 2 | 34.00000000000 | 14.00 | 8.00 | 6.00 | 1 | . 93 | 1.75 | 3.25 | 3.00 | 3.50 | 1.50 | 2.00 | . 50 | . 00 | . 33 | . 00 |
33 | 2 | 24.00000000000 | 20.00 | 12.00 | 8.00 | 2 | . 43 | 1.63 | 1.00 | 1.00 | 1.00 | 1.75 | 1.50 | . 25 | . 00 | . 00 | . 40 |
34 | 2 | 26.00000000000 | 35.00 | 20.00 | 15.00 | 2 | 1.79 | 5.88 | 2.50 | 3.00 | 2.00 | 5.75 | 6.00 | 3.00 | 1.33 | 1.33 | 2.40 |
35 | 2 | 24.00000000000 | 31.00 | 16.00 | 15.00 | 3 | 2.71 | 3.38 | 4.25 | 4.50 | 4.00 | 3.50 | 3.25 | . 25 | . 33 | . 00 | . 20 |
36 | 2 | 23.00000000000 | 34.00 | 20.00 | 14.00 | 3 | 2.36 | 3.75 | 4.75 | 5.50 | 4.00 | 3.75 | 3.75 | . 50 | . 33 | . 50 | . 00 |
37 | 2 | 22.00000000000 | 23.00 | 13.00 | 10.00 | 2 | 2.36 | 2.50 | 2.75 | 3.00 | 2.50 | 3.75 | 1.25 | . 50 | . 33 | . 33 | . 60 |
38 | 2 | 26.00000000000 | 20.00 | 13.00 | 7.00 | 2 | 1.36 | 1.75 | 2.25 | 1.50 | 3.00 | 2.25 | 1.25 | . 00 | . 50 | . 67 | . 00 |
39 | 2 | 18.00000000000 | 19.00 | 12.00 | 7.00 | 1 | . 79 | 2.50 | 1.50 | 1.50 | 1.50 | 3.50 | 1.50 | . 00 | . 17 | . 17 | . 20 |
40 | 2 | 28.00000000000 | 20.00 | 13.00 | 7.00 | 1 | . 21 | 4.25 | 4.25 | 4.50 | 4.00 | 5.00 | 3.50 | 1.00 | . 33 | . 50 | . 60 |
41 | 2 | 27.00000000000 | 28.00 | 19.00 | 9.00 | 1 | . 14 | 3.00 | 3.00 | 2.50 | 3.50 | 2.75 | 3.25 | . 75 | . 50 | . 17 | . 40 |
42 | 2 | 50.00000000000 | 14.00 | 8.00 | 6.00 | 1 | . 14 | 1.00 | 1.75 | 1.50 | 2.00 | 1.00 | 1.00 | . 25 | . 17 | . 17 | . 00 |
43 | 2 | 23.00000000000 | 28.00 | 21.00 | 7.00 | 2 | 1.79 | 1.63 | 2.00 | 2.50 | 1.50 | 1.75 | 1.50 | . 50 | . 17 | . 50 | . 20 |
44 | 2 | 27.00000000000 | 29.00 | 14.00 | 15.00 | 1 | 2.64 | 2.38 | 2.25 | 2.00 | 2.50 | 3.25 | 1.50 | 1.75 | . 33 | 1.17 | 1.00 |
45 | 2 | 21.00000000000 | 26.00 | 15.00 | 11.00 | 2 | 1.71 | 2.88 | 3.25 | 2.50 | 4.00 | 3.75 | 2.00 | . 50 | . 17 | . 67 | . 40 |
46 | 2 | 34.00000000000 | 22.00 | 11.00 | 11.00 | 1 | 1.21 | 1.75 | 2.25 | 2.00 | 2.50 | 2.00 | 1.50 | . 00 | . 00 | . 33 | . 00 |
47 | 2 | 31.00000000000 | 14.00 | 8.00 | 6.00 | 1 | . 00 | 1.25 | 1.00 | 1.00 | 1.00 | 1.25 | 1.25 | . 00 | . 00 | . 17 | . 20 |
48 | 2 | 27.00000000000 | 25.00 | 12.00 | 13.00 | 1 | . 21 | 3.63 | 1.75 | 1.50 | 2.00 | 4.25 | 3.00 | . 75 | . 67 | . 33 | . 80 |
49 | 2 | 21.00000000000 | 33.00 | 23.00 | 10.00 | 1 | . 71 | 3.13 | 4.00 | 4.00 | 4.00 | 2.75 | 3.50 | 1.50 | 1.83 | 1.17 | 1.40 |
50 | 2 | 20.00000000000 | 20.00 | 10.00 | 10.00 | 1 | . 00 | 1.63 | 2.50 | 2.00 | 3.00 | 1.75 | 1.50 | . 00 | . 17 | . 17 | . 20 |
Dataset_PoNE-D-17-41307R2.sav.
Denna fil är datasatsen för den aktuella studien och innehåller alla variabler och information för de genomförda analyserna.
(SAV)
S1-fil. Dataset_PoNE-D-17-41307R2.sav.
Denna fil är datasatsen för den aktuella studien och innehåller alla variabler och information för de genomförda analyserna.
https://doi.org/10.1371/journal.pone.0195742.s001
(SAV)
Referensprojekt
- 1. Statista. Antal smarttelefonanvändare över hela världen från 2014 till 2020 (i miljarder) 2017 [citerat 2017 22 / 11 / 2017].
- 2. Kuss DJ, Griffiths MD. Online socialt nätverk och beroende: En översyn av den psykologiska litteraturen. International Journal of Enviromental Research and Public Health. 2011; 8: 3528-52. PMID: 22016701
- 3. Amichai-Hamburger Y, Vinitzky G. Användning av sociala nätverk och personlighet. Datorer i mänskligt beteende. 2010; 26 (6): 1289-95.
- Visa artikel
- Google Scholar
- 4. Statista. Antal månatliga aktiva WhatsApp-användare över hela världen från april 2013 till juli 2017 (i miljoner) 2017 [citerat 2017 22 / 11 / 2017].
- 5. Statista. Antal månatliga aktiva Facebook-användare över hela världen från och med 3: e kvartalet 2017 (i miljoner) 2017 [citerat 2017 22 / 11 / 2017].
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- 6. Young KS, Pistner M, O'Mara J, Buchanan J. Cyberstörningar: Den mentala hälsoproblemet för det nya årtusendet. Cyberpsykologi och beteende. 1999; 2: 475–9. pmid: 19178220
- 7. Brand M, Young KS, Laier C, Wölfling K, Potenza MN. Integrera psykologiska och neurobiologiska överväganden beträffande utveckling och underhåll av specifika störningar på Internetanvändningen: En interaktion av person-affekt-kognition-exekveringsmodell (I-PACE). Neurovetenskap och biobeteende. 2016; 71: 252-66. PMID: 27590829
- 8. Wegmann E, Brand M. Internet-kommunikationsstörning: Det handlar om sociala aspekter, förväntningar och förväntningar på Internetanvändning. Frontiers in Psychology. 2016; 7 (1747): 1-14. PMID: 27891107
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- 9. Choi SW, Kim DJ, Choi JS, Choi EJ, Song WY, Kim S, et al. Jämförelse av risk- och skyddsfaktorer förknippade med smarttelefonberoende och internetberoende. Journal of Behavioral Addiction. 2015; 4 (4): 308-14. PMID: 26690626
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- Google Scholar
- Visa artikel
- PubMed / NCBI
- Google Scholar
- 10. Montag C, Blaszkiewicz K, Sariyska R, Lachmann B, Andone I, Trendafilov B, et al. Användning av smarttelefoner under 21st-talet: Vem är aktiv på WhatsApp? BMC Research Notes. 2015; 8: 1-6.
- 11. Brand M, Young KS, Laier C. Prefrontal kontroll och internetberoende: En teoretisk modell och översyn av neuropsykologiska och neuroimaging-fynd. Frontiers in Human Neuroscience. 2014; 8 (375): 1-36. PMID: 24904393
- 12. Davis RA. En kognitiv beteendemodell för patologisk internetanvändning. Datorer i mänskligt beteende. 2001; 17: 187-95.
- 13. Spada MM. En översikt över problematisk Internetanvändning. Beroendeframkallande beteenden. 2014; 39: Epub före utskrift. 3-6. PMID: 24126206
- 14. Billieux J, Maurage P, Lopez-Fernandez O, Kuss DJ, Griffiths MD. Kan användningen av störd mobiltelefon betraktas som beteendemissbruk? En uppdatering av aktuella bevis och en omfattande modell för framtida forskning. Aktuella beroende rapporter. 2015; 2 (2): 156-62.
- 15. Wegmann E, Stodt B, Brand M. Beroendeframkallande användning av webbplatser för sociala nätverk kan förklaras av interaktionen mellan förväntningar på Internetanvändning, Internetkunnighet och psykopatologiska symtom. Journal of Behavioral Addiction. 2015; 4 (3): 155-62. PMID: 26551905
- 16. Wegmann E, Oberst U, Stodt B, Brand M. Onlinespecifik rädsla för att missa och förväntningar på Internetanvändning bidrar till symtom på störningar i internetkommunikation. Beroendeframkallande rapporter. 2017; 5: 33-42. PMID: 29450225
- 17. Brand M, Laier C, Young KS. Internetberoende: copieringsstilar, förväntningar och implikationer av behandlingen. Frontiers in Psychology. 2014; 5: 1-14.
- 18. Trotzke P, Starcke K, Müller A, Brand M. Patologisk köp online som en specifik form av internetberoende: En modellbaserad experimentell undersökning. PLOS EN. 2015; 10 (10): e0140296. PMID: 26465593
- 19. Sayette MA. Begärens roll i ämnesanvändningsstörningar: Teoretiska och metodologiska problem. Årlig granskning av klinisk psykologi. 2016; 12: 407-33. PMID: 26565121.
- 20. Hormes JM. Den kliniska betydelsen av begär över beroendeframkallande beteenden: En översikt. Aktuella beroende rapporter. 2017; 4 (2): 132-41.
- 21. Bechara A. Beslutsfattande, impulskontroll och förlust av viljestyrka för att motstå läkemedel: Ett neurokognitivt perspektiv. Naturens neurovetenskap. 2005; 8: 1458-63. PMID: 16251988
- 22. Carter BL, Tiffany ST. Metaanalys av cue-reaktivitet i beroendeforskning. Missbruk. 1999; 94: 327-40. PMID: 10605857
- 23. Skinner MD, Aubin HJ. Cravings plats i beroende teori: Bidrag från de viktigaste modellerna. Neurovetenskap och biobeteende. 2010; 34: 606-23. PMID: 19961872
- 24. Drummond DC. Teorier om drogbegär, forntida och modern. Addiction (Abingdon, England). 2001; 96: 33-46.
- 25. Schiebener J, Laier C, Brand M. Fastnar du med pornografi? Överanvändning eller försummelse av cybersex-ledtrådar i en multitasking-situation är relaterad till symtom på cyberexberoende. Journal of Behavioral Addiction. 2015; 4 (1): 14-21. PMID: 25786495
- 26. Niu GF, Sun XJ, Subrahmanyam K, Kong FC, Tian Y, Zhou ZK. Cue-inducerad sug efter Internet bland internetberoende. Beroendeframkallande beteenden. 2016; 62: 1-5. PMID: 27305097
- 27. Tiffany ST, Wray JM. Den kliniska betydelsen av läkemedelsbegäran. Annaler från New York Academy of Sciences. 2012; 1248: 1-17. PMID: 22172057
- 28. Snagowski J, Brand M. Symptom på cybersex-beroende kan kopplas till både att närma sig och undvika pornografiska stimuli: Resultat från ett analogt prov av vanliga cybersex-användare. Frontiers in Psychology. 2015; 6: 653. PMID: 26052292
- 29. Laier C, Pawlikowski M, Pekal J, Schulte FP, Brand M. Cybersex beroende: Upplevt sexuell upphetsning när man tittar på pornografi och inte sexuella kontakter i verkligheten gör skillnaden. Journal of Behavioral Addiction. 2013; 2: 100-7. PMID: 26165929
- 30. Thalemann R, Wölfling K, Grüsser SM. Specifik cue-reaktivitet på dataspel-relaterade signaler hos överdrivna spelare. Beteende neurovetenskap. 2007; 121: 614-8. PMID: 17592953
- 31. Liu L, Yip SW, Zhang JT, Wang LJ, Shen ZJ, Liu B, et al. Aktivering av ventral- och dorsal striatum under cue-reaktivitet vid Internet-spelstörning. Beroendebiologi. 2017; 3 (2): 791-801. PMID: 26732520.
- 32. Park CB, Park SM, Gwak AR, Sohn BK, Lee JY, Jung HY, et al. Effekten av upprepad exponering för virtuella speltecken på lusten att spela. Beroendeframkallande beteenden. 2015; 41: 61-4. PMID: 25306387
- 33. Fernie BA, Caselli G, Giustina L, Donato G, Marcotriggiani A, Spada MM. Begär tänkande som en prediktor för spel. Beroendeframkallande beteenden. 2014; 39: 793-6. PMID: 24531634
- 34. Wegmann E, Stodt B, Brand M. Cue-inducerad begär i Internet-kommunikationsstörning med hjälp av visuella och auditiva signaler i ett kö-reaktivitetsparadigm. Addiction Research & Theory. 2017: Epub före tryck.
- 35. LePera N. Förhållanden mellan uttråkning av tristess, uppmärksamhet, ångest, depression och substansanvändning. The New School Psychology Bulletin. 2011; 8 (2): 15-23.
- 36. Iso-Ahola SE, Weissinger E. Uppfattningar av tristess i fritiden: Konceptualisering, tillförlitlighet och giltighet för fritidsuttråkningskalan. Journal of Leisure Research. 1990; 22 (1): 1-17.
- 37. Lin CH, Lin SL, Wu CP. Effekterna av övervakning av föräldrar och tristess i fritiden på ungdomars internetberoende. Ungdom. 2009; 44 (176): 993-1004. Epub 2009 / 01 / 01. PMID: 20432612.
- 38. Brissett D, Snow RP. Uttråkning: Där framtiden inte är. Symbolisk interaktion. 1993; 16 (3): 237-56.
- 39. Biolcati R, Mancini G, Trombini E. Proneness för tristess och riskbeteenden under ungdomars fritid. Psykologiska rapporter. 2017: 1-21. Epub 2017 / 08 / 05. PMID: 28776483.
- 40. Harris MB. Korrelaterar och kännetecken för tristessbenägenhet och tristess. Journal of Applied Social Psychology. 2000; 30 (3): 576-98.
- 41. Mikulas WL, Vodanovich SJ. Kärnan i tristess. Psykologisk post. 1993; 43 (1): 3-12.
- 42. Elhai JD, Vasquez JK, Lustgarten SD, Levine JC, Hall BJ. Proneness för tristess förmedlar förhållanden mellan problematisk smartphoneanvändning med depression och ångestsvårighet. Samhällsvetenskaplig datorgranskning. 2017: 1-14.
- 43. Wiesner M, Windle M, Freeman A. Arbetsstress, substansanvändning och depression bland unga vuxna arbetare: En undersökning av huvud- och moderatoreffektmodell. Tidskrift för arbetshälspsykologi. 2005; 10 (2): 83-96. PMID: 15826220.
- 44. Anshel MH. En undersökning av elitidrottare om de upplevda orsakerna till att använda förbjudna droger i idrotten. Journal of Sport Behaviour. 1991; 14 (4): 283-310.
- 45. Thackray RI. Stress av tristess och monotoni: En övervägande av bevisen. Psykosomatisk medicin. 1981; 43 (2): 165-76. PMID: 7267937.
- 46. Zhou SX, Leung L. Gratifiering, ensamhet, fritidsuttråkning och självkänsla som prediktorer för SNS-spelberoende och användningsmönster bland kinesiska studenter. International Journal of Cyber Behaviour, Psychology and Learning. 2012; 2 (4): 34-48.
- 47. Caldwell LL, Smith EA. Hälsobeteenden hos fritidsfrämjade ungdomar. Loisir et Société / Samhälle och fritid. 1995; 18 (1): 143-56.
- 48. Biolcati R, Passini S, Mancini G. ”Jag kan inte stå uttråkad.” Mycket dricka förväntningar i tonåren. Beroendeframkallande rapporter. 2016; 3 (tillägg C): 70 – 6. PMID: 29532002
- 49. Blaszczynski A, McConaghy N, Frankova A. Uttråkning troskap i patologisk spel. Psykologiska rapporter. 1990; 67 (1): 35-42. Epub 1990 / 08 / 01. PMID: 2236416.
- 50. Fortune EE, Goodie AS. Förhållandet mellan patologisk spel och sensationssökande: Underskalans poäng. Journal of gambling studies. 2010; 26 (3): 331-46. PMID: 19943092.
- 51. Zuckerman M, Eysenck S, Eysenck HJ. Sensationssökande i England och Amerika: Tvärkulturell jämförelse, ålder och kön. Journal of consulting and clinical psychology. 1978; 46 (1): 139-49. Epub 1978 / 02 / 01. PMID: 627648.
- 52. Neubaum G, Krämer NC. Mina vänner bredvid mig: En laboratorieundersökning av prediktorer och konsekvenser av att uppleva social närhet på sociala nätverkssajter. CyberPsykologi, beteende och sociala nätverk. 2015; 18 (8): 443-9. PMID: 26252929
- 53. Lin CH, Yu SF. Ungdomsanvändning på Internet i Taiwan: Utforska könsskillnader. Ungdom. 2008; 43 (170): 317-31. PMID: 18689104.
- 54. Rahmani S, Lavasani MG. Förhållandet mellan internetberoende med sensationssökande och personlighet. Procedurer - sociala och beteendevetenskaper. 2011; 30 (tillägg C): 272 – 7.
- 55. Chaney MP, Chang CY. En trio av turmoi för sexuellt beroende av Internet som har sex med män: Boredom benägenhet, social anslutning och dissociation. Sexuell beroende och kompulsivitet. 2005; 12 (1): 3–18.
- 56. Velezmoro R, Lacefield K, Roberti JW. Upplevd stress, sensationssökande och studenter missbruk av Internet. Datorer i mänskligt beteende. 2010; 26 (6): 1526-30.
- 57. Weybright EH, Caldwell LL, Ram N, Smith EA, Wegner L. Tristess benägna eller inget att göra? Att skilja mellan statligt och drag fritids tristess och dess förening med droganvändning hos ungdomar i Sydafrika. Fritidsvetenskaper. 2015; 37 (4): 311-31. PMID: 26085700.
- 58. Pawlikowski M, Altstötter-Gleich C, Brand M. Validering och psykometriska egenskaper hos en kortversion av Youngs Internet Addiction Test. Datorer i mänskligt beteende. 2013; 29: 1212-23.
- 59. Trotzke P, Starcke K, Pedersen A, Brand M. Cue-inducerad begär i patologisk köp: Empiriska bevis och kliniska implikationer. Psykosomatisk medicin. 2014; 76 (9): 694-700. PMID: 25393125.
- 60. Love A, James D, Willner P. En jämförelse av två frågeformulär för alkoholtrang. Addiction (Abingdon, England). 1998; 93 (7): 1091-102.
- 61. Struk AA, Carriere JS, Cheyne JA, Danckert J. A Short Boredom Proneness Scale. Bedömning. 2015; 24 (3): 346-59. PMID: 26467085.
- 62. Cohen J. Statistisk maktanalys för beteendevetenskaper. 2 ed. Hillsdale, NJ: Erlbaum; 1988.
- 63. Muthén L, Muthén B. MPlus. Los Angeles: Muthén & Muthén; 2011.
- 64. Hu L, Bentler PM. Utvärdering av modellpassning. I: Hoyle RH, redaktör. Strukturell ekvation modellering begrepp frågor och applikationer. London: Sage Publications, Inc; 1995. s. 76-99.
- 65. Hu L, Bentler PM. Avskärningskriterier för passningsindex i analysen av samvariansstruktur: konventionella kriterier kontra nya alternativ. Structural Equation Modeling: A Multidisciplinary Journal. 1999; 6: 1-55.
- 66. Marsh HW, Ludtke O, Nagengast B, Morin AJ, Von Davier M. Varför förpackningsprodukter är (nästan) aldrig lämpliga: Två felaktigheter gör inte rätt - kamouflerande felbeskrivning med artikelpaket i CFA-modeller. Psykologiska metoder. 2013; 18 (3): 257-84. PMID: 23834417.
- 67. Little TD, Cunningham WA, Shahar G, Widaman KF. Till paket eller inte till paket: Utforska frågan, väga meriterna. Structural Equation Modeling: A Multidisciplinary Journal. 2002; 9 (2): 151-73.
- 68. Sommers J, Vodanovich SJ. Uttråkningssvårighet: Det är förhållande till psykologiska och fysiska hälsosymtom. Journal of clinical psychology. 2000; 56 (1): 149-55. Epub 2000 / 02 / 08. PMID: 10661377.
- 69. Gordon A, Wilkinson R, McGown A, Jovanoska S. De psykometriska egenskaperna för Boredom Proneness Scale: En undersökning av dess giltighet. Psykologiska studier. 1997; 42 (2-3): 85-97.
- 70. Derogatis LR. BSI korta symptominventar: Administrations-, poäng- och procedurmanual. 1993. Epub Tredje redigering.
- 71. Dimitrov DM. Jämförelse av grupper om latenta variabler: En strukturell ekvationsmodelleringsstrategi. Arbete (läsning, mässa). 2006; 26 (4): 429-36. Epub 2006 / 06 / 22. PMID: 16788262.
- 72. Montag C, Markowetz A, Blaszkiewicz K, Andone I, Lachmann B, Sariyska R, et al. Facebook-användning på smartphones och gråmaterialvolym hos nucleus accumbens. Beteende hjärnforskning. 2017; 329: 221-8. PMID: 28442353.
- 73. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS. Hjärnkorrelaterar efter längtan efter onlinespel under exponering av cue i ämnen med internetberoende och i övergivna ämnen. Beroendebiologi. 2013; 18: 559-69. PMID: 22026537
- 74. Ko CH, Liu GC, Yen JY, Yen CF, Chen CS, Lin WC. Hjärnaktiveringarna för både cu-inducerad speltrång och röktrang bland ämnen kombineras med internet-spelberoende och nikotinberoende. Journal of Psychiatric Research. 2013; 47 (4): 486-93. PMID: 23245948
- 75. Turel O, Bechara A. Effekter av motorisk impulsivitet och sömnkvalitet på svärande, interpersonellt avvikande och nackdelande beteenden på sociala nätverkssajter online. Personlighet och individuella skillnader. 2017; 108: 91-7.
- 76. Ben-Yehuda L, Greenberg L, Weinstein A. Internetberoende genom att använda smartphoneförhållandena mellan internetberoende, frekvens av smartphoneanvändning och manliga och kvinnliga studerandes stirrande. Journal of Reward Deficiency Syndrome & Addiction Science. 2016.
- 77. Tavolacci MP, Ladner J, Grigioni S, Richard L, Villet H, Dechelotte P. Prevalens och förening av upplevd stress, substansanvändning och beteendemissbruk: En tvärsnittsstudie bland universitetsstudenter i Frankrike, 2009 – 2011. BMC folkhälsa. 2013; 13: 724. PMID: 23919651.