(CAUSATION) Viungo kati ya matumizi ya Internet yenye afya, ya shida, na ya kulevya kuhusiana na sifa za kibinadamu na sifa zinazohusiana na dhana (2018)

J Behav Addict. 2018 Feb 15: 1-13. toa: 10.1556 / 2006.7.2018.13.

Leménager T1, Hoffmann S1, Dieter J1, Reinhard I2, Mann K1, Kiefer F1.

https://doi.org/10.1556/2006.7.2018.13

abstract

Historia

Watumiaji wa Intaneti walio na uraibu wako na viwango vya juu vya hali mbaya, kwa mfano, shida ya kutosheleza kwa umakini (ADHD), unyogovu, na shida za wasiwasi. Kwa kuongezea, upungufu katika sifa zinazohusiana na dhana ya kibinafsi ulipatikana katika wachezaji wa mtandao wa kulevya na watumiaji wa mtandao wa kijamii. Lengo la utafiti huu ilikuwa kuchunguza viungo kati ya afya, shida, na utumiaji wa mtandao unaotumiwa kuhusu comorbidities na sifa zinazohusiana na dhana. Ushirika kati ya dalili kama za ADHD zilizokua hivi karibuni bila utambuzi wa kimsingi na utumiaji wa mtandao wa kulevya pia ilichunguzwa.

Mbinu

n = Udhibiti wa afya 79, n = 35 shida, na n = Watumiaji wa mtandao wa 93 waliotumiwa walipimwa kwa comorbidities, uwezo wa kijamii na kihemko, picha ya mwili, kujithamini, na mafadhaiko yaliyoonekana. Mbali na utambuzi wa ADHD, dalili kama za ADHD zilizoendelea hivi karibuni pia zilipimwa.

Matokeo

Watumiaji waliopotea walionyesha upungufu zaidi unaohusiana na dhana na viwango vya juu vya vidonda vyenye matatizo ya ADHD, matatizo, na wasiwasi. Watumiaji wasio na adhabu na wasiwasi walionyesha kufanana kwa ugonjwa wa ubunifu wa Bungu la B na viwango vya kupungua kwa sifa zinazohusiana na akili ya kihisia. Washiriki walio na dalili za ADHD zilizopangwa hivi karibuni zilifunga juu zaidi katika ukali wa maisha na sasa wa matumizi ya mtandao ikilinganishwa na wale wasio na dalili za ADHD. Washiriki walioadhibiwa na dalili za ADDD zilizopangwa hivi karibuni zilionyesha ukali wa kutumia maisha ya juu ya maisha ikilinganishwa na wale ambao hawana dalili yoyote.

Hitimisho

Matokeo yetu yanaonyesha kwamba matatizo ya ubunifu wa nguzo B na matatizo ya mapema katika akili za kihisia zinaweza kuwa na uhusiano kati ya matumizi ya Intaneti ya tatizo na ya kulevya. Zaidi ya hayo, matokeo hayo yanaonyesha dalili ya kwanza ya matumizi ya Intaneti ya kulevya yanahusiana na dalili za ADHD. Kwa hiyo, dalili za ADHD zinapaswa kupimwa dhidi ya historia ya uwezekano wa matumizi ya Intaneti.

Keywords: matumizi ya Intaneti yenye matatizo na ya kulevya, comorbidities, Dalili za ADDD, dhana ya kibinafsi

kuanzishwa

Kutokana na tarakimu ya kasi, hasa, kuhusiana na vifaa vya digital vinavyotumika, Intaneti inapatikana popote na wakati wowote. Kwa hiyo, si ajabu sana kwamba matumizi ya mtandao duniani kote imeongezeka kwa kiasi kikubwa katika kipindi cha miongo mitatu iliyopita (Takwimu za dunia za mtandao). Uchunguzi huko Ujerumani ulionyesha kuwa katika 2015, watu milioni 44.5 walitumia mtandao kila siku na watu milioni 3.5 (8.5%) zaidi ya mwaka uliopita (Tippelt & Kupferschmitt, 2015). Mbali na mambo ya kufurahisha ya mtandao, matukio ya kulevya kwa mtandao inaonekana yameongezeka katika miaka ya hivi karibuni (Mihara & Higuchi, 2017; Rumpf et al., 2014).

Licha ya kuingizwa kwa "ugonjwa wa michezo ya michezo ya kubahatisha" katika toleo la tano la Utambuzi na Takwimu Mwongozo wa matatizo ya akili (DSM-5; Chama cha Psychiatric ya Marekani, 2013) kama "hali inayohakikishia utafiti na uzoefu zaidi wa kliniki kabla ya kuzingatiwa kwa kuingizwa katika kitabu kuu kama ugonjwa rasmi," bado ni chini ya mjadala ikiwa matumizi ya matumizi mengine ya mtandao, kama vile mitandao ya kijamii na ununuzi wa mtandaoni, inaweza kuonekana kama kliniki muhimu kutosha kuingizwa katika utaratibu wa uchunguzi wa kliniki. Tofauti na DSM, Programu ya Beta ya ICD-11 (Shirika la Afya Duniani, 2015) inapendekeza kufafanua shida ya uchezaji (kwa mfano, "uchezaji wa dijiti" au "uchezaji wa video") moja kwa moja chini ya neno "shida kwa sababu ya utumiaji wa dutu au tabia za uraibu." Rasimu hii pia inadokeza kuainisha utumiaji wa mtandao wa matumizi ya programu zingine (kwa mfano, matumizi ya mtandao wa kijamii) chini ya kifungu "shida zingine zilizoainishwa kwa sababu ya tabia za kulevya."

Matumizi ya matumizi ya Intaneti yanahusishwa na matatizo ya kisaikolojia na ya utambuzi, kama vile ukolezi mbaya, kupungua kwa shule na utendaji wa kazi, pamoja na usumbufu wa usingizi na uondoaji wa jamii (Lemola, Perkinson-Gloor, Brand, Dewald-Kaufmann, & Grob, 2015; Taylor, Pattara-angkoon, Sirirat, na Woods, 2017; Upadhayay & Guragain, 2017; Younes et al., 2016). Ugonjwa wa hikikomori (yaani, kujiondoa kijamii, kujifunga mwenyewe nyumbani kwako, na kutoshiriki katika jamii kwa miezi 6 au zaidi) pia inahusishwa na kuongezeka kwa matumizi ya mtandao, lakini bado haijulikani ikiwa hikikomori inaweza kuzingatiwa kama shida ya kujitegemea. au dalili ya kliniki inayohusishwa sana na hali zingine za akili (Stip, Thibault, Beauchamp-Chatel, na Kisely, 2016).

Mifano ya awali ya utumiaji wa madawa ya kulevya kama vile Mfano wa Ufanyikaji wa Mtu-Athari (I-PACE) wa Brand na wenzake wanasema sifa za kisaikolojia zilizopita na tabia za utulivu kama sababu kuu zinazoongoza kwa uendelezaji wa madawa ya kulevya (Brand, Kijana, Laier, Wolfling, & Potenza, 2016; Davis, 2001). Kwa hiyo, tafiti kadhaa juu ya matumizi ya tatizo na addictive ya Intaneti ziliripoti viwango vya juu vya comorbidities kama vile unyogovu na matatizo ya wasiwasi pamoja na matatizo ya makini ya kutosababishwa kwa ugonjwa (ADHD) (Bozkurt, Coskun, Ayaydin, Adak, & Zoroglu, 2013; Chen, Chen, na Gau, 2015; Seyrek, Cop, Sinir, Ugurlu, & Senel, 2017). Kwa kuongeza, Zadra et al. (2016) iliripoti kuwa watumiaji wa mtandao wanaonyesha masafa ya juu ya shida za utu (29.6%). Hasa, shida ya utu wa mpaka ilionyesha kiwango cha juu cha walevi wa mtandao ikilinganishwa na washiriki bila ulevi wa mtandao. Tukio la dalili za ADHD mara nyingi liliripotiwa katika masomo juu ya walevi wa mtandao wa vijana. Seyrek et al. (2017) kupatikana kwa uhusiano mkubwa kati ya madawa ya kulevya na ugonjwa wa tahadhari pamoja na dalili za kuathirika kwa vijana. Aidha, Weinstein, Yaacov, Manning, Danon, na Weizman (2015) aliona watoto wenye ADHD kwa kiwango cha juu kwenye Mtihani wa Madawa ya Mtandao ikilinganishwa na kundi lisilo la ADHD. Swali la kawaida kuhusu kama dalili za ADHD kama vile husababishwa na matokeo mabaya ya matumizi ya Internet nyingi, hata hivyo, bado haijulikani. Kutumia Internet kwa kawaida kunafuatana na usimamizi wa wakati mmoja wa kazi mbalimbali zinazoendelea mtandaoni (digital multitasking; Crenshaw, 2008). Mara nyingi huongeza kiwango cha matatizo, ambayo husababisha upungufu wa utambuzi ambao ni sawa na yale yaliyopatikana katika ADHD. Uchunguzi wa utafiti unaonyesha kuwa correlates ya digital multitasking na upungufu katika kazi za utendaji (kazi ya kumbukumbu na usindikaji wa kuzuia uzuiaji), kuongezeka kwa dhiki iliyojulikana na unyogovu pamoja na dalili za wasiwasi (Kaini, Leonard, Gabrieli, & Finn, 2016; Minear, Brasher, McCurdy, Lewis, & Younggren, 2013; Reinecke et al., 2017; Uncapher, Thieu, & Wagner, 2016). Wagonjwa wenye ugonjwa wa michezo ya kubahatisha mtandao waliripoti kuongezeka kila siku na viwango vya shida vya muda mrefu ikilinganishwa na udhibiti (Kaess et al., 2017).

Hasa kwa ajili ya vijana wanaokua na tarakimu na mitandao, matumizi makubwa ya Intaneti inaonekana kuwa sababu ya kuamua katika shughuli zao za kila siku. Hii inaweza pia kuelezea kwa nini kuenea kwa madawa ya kulevya kwenye mtandao ni ya juu wakati wa ujana. Kazi kuu ya maendeleo wakati huu ni malezi ya utambulisho binafsi (pia unajulikana kama dhana ya kibinafsi; Erikson, 1968; Marcia, 1966). Utaratibu huu ni pamoja na kukubalika kwa mabadiliko ya kimwili, tabia ya utamaduni maalum ya sifa za kiume na wa kike pamoja na maendeleo ya ustadi wa kijamii na kihisia na kujitegemea katika sifa zinazohusiana na utendaji (Erikson, 1968; Marcia, 1966). Uchunguzi wa hapo awali unaonyesha upungufu wa dhana ya kibinafsi kwa wachezaji wa dawa za kulevya na pia katika mitandao ya kijamii. Wanariadha wanaotumia dawa za kulevya hukataa picha zao za mwili kwa nguvu zaidi na huonyesha upungufu katika kujithamini na pia uwezo wa kihemko (yaani, utambuzi wa hisia za wengine na za wengine na maoni ya kihemko) ikilinganishwa na wachezaji wa kawaida wasio na uraibu na udhibiti mzuri wa afya (Lemenager et al., 2016). Zaidi ya hayo, mitandao ya kijamii yenye matatizo yalihusishwa na matatizo katika kutambua hisia za mtu mwenyewe na pia katika ujuzi wa udhibiti wa hisia (Homoni, Kearns, & Timko, 2014).

Kwa bora ya ujuzi wetu, tafiti za comorbidities na dhana ya binafsi katika Internet kulevya kupima tofauti kati ya watumiaji addicted na udhibiti wa afya, lakini hakuwa na kuongeza kuzingatia matumizi ya matatizo ambayo inawezekana inaonyesha mabadiliko kati ya matumizi ya afya na ya kulevya. Ikiwa ni pamoja na kikundi cha watumiaji wa Intaneti wenye shida inaweza kuchangia kuelezea kama kuna kufanana kati ya watumiaji wa Intaneti wenye matatizo na wasiwasi au kama matumizi mabaya yanaweza kuchukuliwa kama awamu ya mpito kati ya watu wenye afya na walemavu. Kupata sifa hizo zinazohusishwa na matumizi ya Intaneti ya tatizo na ya kulevya zitasaidia kutambua sababu zinazoweza kusababisha hatari kwa maendeleo ya matumizi ya Intaneti ambayo halali na hivyo kuwezesha hatua bora za kuzuia.

Kwa hiyo, lengo la utafiti huu lilikuwa ni kuchunguza tofauti na kufanana katika vidokezo na sifa za kibinafsi zinazohusiana na dhana kati ya watumiaji wa mtandao wa addictive na tatizo.

Katika jaribio la kwanza, mbali na kuchunguza masomo yenye uambukizi wa ADHD, tulitambua pia kama dalili za ADHD zilizopangwa hivi karibuni bila dalili za msingi za ADHD zinaweza kuhusishwa na matumizi ya Intaneti ya addictive.

MbinuSehemu inayofuata

Washiriki

Tuliajiri n = Udhibiti wa afya 79, n = 35 shida, na n = Watumiaji wa mtandao wa 93 waliotumiwa (Jedwali 1). Kazi ya kikundi kwa watumiaji wenye shida na wasiwasi ulifanyika kwa kutumia alama za mshiriki katika orodha ya Tathmini ya Madawa ya Internet na Kompyuta (AICA; Wölfling, Beutel, & Müller, 2012) na kwa kiwango kikubwa cha tabia ya kulevya mtandaoni kwa watu wazima [Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S; Wölfling, Müller, na Beutel, 2010)].

Meza

Meza 1. Maelezo ya mfano
 

Meza 1. Maelezo ya mfano

 

Jumla (N = 207)

Udhibiti wa afya (n = 79)

Watumiaji wa Intaneti wenye tatizo (n = 35)

Watumiaji wa Intaneti waliotumiwa (n = 93)

Takwimu ya mtihani

p thamani

Chapisha chapisho: udhibiti dhidi ya tatizo

Chapisha chapisho: udhibiti dhidi ya udanganyifu

Chapisha chapisho: unadanganywa dhidi ya tatizo

 

p

p

p

Kiume jinsia)128 (61.8)47 (59.5)20 (57.1)61 (65.6)1.066χ2 (CT).589   
Umri (SD)27.1 (8.5)27.4 (8.8)23.8 (3.0)28.0 (9.3)3.294F(ANOVA).039.036.641.012
Elimu [miaka, (SD)]14.5 (2.5)15.0 (2.3)14.3 (2.6)14.2 (2.6)3.667χ2 (KW).160   
Siku za AICA 30SD)8.9 (6.7)3.4 (3.0)7.2 (2.9)14.2 (5.9)115.805χ2 (KW)<.001<.001<.001<.001
AICA maisha (SD)16.8 (8.7)9.2 (6.6)16.0 (6.0)23.5 (4.8)117.890χ2 (KW)<.001<.001<.001<.001
OSVe (SD)8.9 (5.3)3.4 (1.6)10.1 (2.0)13.2 (3.7)151.857χ2 (KW)<.001<.001<.001<.001

Kumbuka. SD: kupotoka kwa kawaida; χ2 (CT): χ2 crosstab; χ2 (KW): χ2 Mtihani wa Kruskal-Wallis; F(ANOVA): njia moja ya ANOVA; AICA: Tathmini ya Internet na Matumizi ya mchezo wa Kompyuta; OSV: Skala juu ya Onlinesuchtverhalten bei Erwachsenen.

Sampuli ya addicted inajumuisha subgroups ya n = 32 wachezaji, n = Watumiaji 24 wa mtandao wa kijamii, na n = Watumiaji 37 wa programu zingine (majukwaa ya habari: n = 1; tovuti za ponografia: n = 4; kamari maeneo: n = 9; maeneo ya ununuzi: n = 2; kutiririsha: n = 13; na aina nyingine: n = 8). Kikundi cha wanamichezo wa Intaneti waliotumwa walicheza michezo mingi ya kuigiza jukumu la mkondoni (kwa mfano, World of Warcraft au League of Legends) au michezo ya upigaji risasi ya mtu wa kwanza mkondoni (kama vile Counterstrike, Uwanja wa vita, au Call of Duty) sana. Michezo hii yote ilijumuisha huduma za mawasiliano. Watumiaji wa mtandao wa kijamii walikuwa wakifanya kazi katika matumizi ya Mtandaoni, kama mazungumzo ya mkondoni, vikao, au jamii za kijamii (kwa mfano, Facebook).

Kundi la watumiaji shida lilijumuisha n = 9 wachezaji, n = 15 mitandao ya kijamii, na n = Watumiaji 11 wa programu zingine (majukwaa ya habari: n = 3; maeneo ya ununuzi: n = 1; kutiririsha: n = 4; na aina nyingine: n = 3).

Kundi la kudhibiti afya (n = 79) imejumuishwa n = Washiriki 35 ambao walitumia mara kwa mara mitandao ya kijamii, n = Washiriki 6 ambao walicheza michezo mkondoni wakati mwingine, na n = 38 washiriki ambao walitumia "programu zingine," kama vile majukwaa ya habari (n = 15), tovuti za ununuzi (n = 2), tovuti za kamari (n = 1), kutiririka (n = 15), au aina zingine (n = 5). Washiriki wote waliajiriwa kupitia kliniki ya siku ya Idara ya Tabia ya Addictive na Dawa ya Kulevya katika Taasisi kuu ya Afya ya Akili huko Mannheim, na mkondoni utafiti au kupitia matangazo.

A χ2 mtihani umebainisha tofauti za kijinsia kati ya tofauti kati ya vikundi ndani ya udhibiti wa afya na watumiaji wa Intaneti wenye matatizo kuhusu maombi kuu ya mtandao ambayo yalitumiwa (mtihani halisi wa Fisher katika udhibiti wa afya: p = .008; kwa watumiaji wenye shida: p = .035; na kwa watumiaji walio na uraibu: p = .069). Wanawake walio na matumizi mazuri ya mtandao au yenye shida walionyesha masafa ya juu ya mitandao ya kijamii na wanaume mara nyingi walitumia matumizi mengine.

Mahojiano na maswali

Kuwepo na ukali wa madawa ya kulevya ya washiriki walipimwa kwa kutumia orodha ya AICA (Wölfling et al., 2012) pamoja na OSVe (Wölfling et al., 2010). AICA ni mahojiano ya kliniki ya uchunguzi ulioanzishwa, ambayo inalenga kutathmini ukali wa kompyuta ya washiriki na / au madawa ya kulevya. Inafanya hivyo kwa kurekodi matumizi yao ya kompyuta au mtandao zaidi ya siku za awali za 30 (AICA_30) na zaidi ya maisha yao (AICA_lifetime). Orodha ya AICA ina uaminifu mkubwa kama ilivyoonyeshwa na Cronbachs α = .90. Kulingana na kigezo cha Kaiser-Guttman na ukaguzi wa mtihani wa scree, uchambuzi mkuu wa sehemu umefunua sababu moja moja inayoelezea 67.5% ya tofauti ambayo inaweza kutafsiriwa kama "matumizi ya Intaneti ya kulevya" (Wölfling et al., 2012). OSVe ni dodoso la ripoti ya kibinafsi pia inayotumiwa kuwachunguza watu wazima kwa uwepo na ukali wa ulevi wa mtandao. Washiriki walio na alama ya -13 kwenye AICA_30 au -13.5 kwenye OSVe walipewa kikundi kilichodhulumiwa. Kwa kuwa AICA_30 inabainisha tu matumizi ya kompyuta na / au matumizi ya mtandao, tulitumia alama za OSVe kufafanua matumizi mabaya. Kufuatia utafiti wa Wölfling et al. (2010), tuliweka washiriki na alama za OSVe kati ya 7 na 13 kama watumiaji wenye shida. Ipasavyo, washiriki waliofunga <7 walipewa kikundi cha kudhibiti. OSVe ilionyesha msimamo wa ndani (Cronbach's α) ya α = .89 (Wölfling et al., 2012). Uchunguzi wa sehemu kuu ulifunua sababu moja moja inayoelezea 43.9% ya tofauti ambayo inaweza kutafsiriwa kama "matumizi ya intaneti ya kulevya" (Müller, Glaesmer, Brähler, Wölfling, na Beutel, 2014).

Vidokezo vya maisha na sasa juu ya axes I na II vilitathminiwa kwa misingi ya Mahojiano ya Kliniki ya Mazingira ya DSM-IV (SCID I na II; Wittchen, Zaudig, na Fydrich, 1997). Dalili za sasa za kuathiriwa zilipimwa na Upunguzaji wa Unyogovu wa Beck (BDI; Beck, Ward, Mendelson, Mock, & Erbaugh, 1961). Kwa ajili ya uchunguzi wa ADHD, mahojiano yasiyo ya kawaida (kwa mujibu wa vigezo vya DSM-IV) na matatizo ya tahadhari ya Brown-upungufu (ADD) Scale kwa watu wazima (Brown, 1996) walitumiwa na wanasaikolojia wenye ujuzi. Kulingana na DSM-IV (Chama cha Psychiatric ya Marekani, 2000), mahojiano ya ADHD yanatathmini upungufu wa sasa wa utambuzi shuleni au kazini (na vile vile katika siku za shule kabla ya umri wa miaka 7), dalili za kutokuwa na shughuli, shida zinazohusiana na kuzaliwa, mabadiliko ya hali ya kawaida, shida za kulala, matumizi mabaya ya dutu ili kupunguza dalili za ADHD , na historia ya familia ya ADHD. Wanasaikolojia wawili wa kliniki walifanya mahojiano na hapo awali walifundishwa na mtaalam wa kliniki kuzingatia dalili maalum. Kiwango cha 40 cha kipengee cha ADD kwa watu wazima husaidia kutathmini dalili anuwai zinazoonyesha kuharibika kwa utendaji wa utendaji inayohusiana na ADHD ambayo ilitokea wakati wa miezi 6 iliyopita, pamoja na (a) kuandaa, kuweka kipaumbele, na uanzishaji wa kazi; (b) kuzingatia, kudumisha, na kuhamisha umakini kwa majukumu; (c) kudhibiti umakini, juhudi za kudumisha, na kasi ya usindikaji; (d) kusimamia kuchanganyikiwa na kurekebisha mhemko, na vile vile (e) kutumia kumbukumbu ya kufanya kazi na kupata kumbukumbu (Murphy & Adler, 2004). Wagonjwa walipima dalili hizi kwa kiwango cha 4-Likert wadogo ("kamwe," "mara moja kwa wiki," "mara mbili kwa wiki," na "kila siku"). Harrison aliripoti kuwa uwezekano mkubwa wa kuwa na ADHD ungeonyeshwa na kukatwa> 55, ambayo pia ilitumika kwa utafiti huu. Utambuzi wa sasa wa ADHD ulitolewa wakati mshiriki alipotimiza vigezo vya mahojiano na kukatwa kwa Kiwango cha Brown ADD (Harrison, 2004). Kiwango cha ADD ya Brown kina ushirikiano wa ndani (α Cronbach ya α = .96 kwa watu wazima (Brown, 1996). Vigezo vya ADHD vya maisha wakati wote ulijumuisha ugonjwa wa ugonjwa wa ADHD uliopita uliotolewa na mtaalam wa matibabu. Washiriki wanafunga juu ya kukatwa kwa 55 katika Kiwango cha ADD ya Brown lakini ambao hawakutimiza masharti ya upatikanaji wa ADHD wa sasa au wa maisha katika mahojiano yaliwekwa chini ya "dalili za ADDD zilizopangwa hivi karibuni."

Kutathmini vipengele vya dhana binafsi, tumeomba Rosenberg Scale (Rosenberg, 1965; kuchunguza kujithamini), Swali la Maswali ya Mwili (BIQ-20; Clement & Löwe, 1996) pamoja na Maswali ya Ushindani wa Kihisia (ECQ; Rindermann, 2009). Rosenberg Scale ni maswali ya 10-item kuhusu hisia zenye hisia na hasi juu ya nafsi, zimepimwa kwa kiwango cha Pendekezo cha 4-uhakika. Uwezo wa ndani wa vitu uliripotiwa kuwa α = .88 (Cronbach)Greenberger, Chen, Dmitrieva, & Farruggia, 2003).

BIQ-20 inayojumuisha vitu vya 20 hutambua mvutano wa picha ya mwili kwa kupima "kukataliwa kwa picha ya mwili" na "picha ya mwili muhimu." Mipangilio ya ndani ya mizani inatoka kutoka 0.65 hadi 0.91 katika sampuli za Ujerumani. Uthibitishaji wa msalaba wa muundo wa usanifu ulifunuliwa utulivu mkubwa katika kliniki moja na miongoni mwa sampuli mbili zisizo za kliniki (Clement & Löwe, 1996). ECQ inatafuta uwezo wa mshiriki katika (a) kutambua na kuelewa hisia za mtu mwenyewe; (b) kutambua na kuelewa hisia za wengine (kuwa na uwezo wa kutambua na kuelewa hisia za wengine kulingana na tabia zao, mawasiliano ya kuzungumza, usoni wa uso, na ishara kulingana na hali); (c) kusimamia na kudhibiti hisia za mtu mwenyewe; na (d) kujieleza kihisia (kuwa na uwezo na nia ya kuelezea hisia za mtu). Uwiano wa ndani wa mizani ulikuwa kati ya α = 0.89 na 0.93 (Rindermann, 2009).

Uzoefu wa kijamii na ustadi wa kijamii ulipimwa kwa kutumia swali la Maswala ya Ustahimilivu wa Jamii na Ustawi wa Jamii (SASKO; Kolbeck & Maß, 2009). Inalenga kutathmini hofu ya kuzungumza mbele ya wengine au kuwa katikati ya tahadhari ya jamii (kujiunga na "kuzungumza"), ya kukataa kijamii ("kukataa") na ushirikiano wa kijamii ("mwingiliano"), pamoja na upungufu katika mtazamo wa kijamii ("habari") na hisia za upweke ("upweke"). Mipangilio ya ndani ya viunga vya katiba ilianzia kati ya α = .76 na .87 kwa sampuli za afya na kati ya α = .80 na .89 kwa sampuli za kliniki (Kolbeck & Maß, 2009). Mbali na hilo, uhalali wa uandishi ulithibitishwa na uchambuzi wa sababu ya kuthibitisha (Kolbeck & Maß, 2009). Zaidi ya hayo, kiwango cha Stress kilichojulikana (PSS; Cohen, Kamarck, & Mermelstein, 1983) ilitumika kuchunguza mtazamo wa washiriki wa shida. Msimamo wa ndani (α Cronbach) wa PSS ni α = .78 (Cohen et al., 1983).

Uchambuzi wa takwimu

Uchambuzi wa data ulifanyika kwa kutumia SPSS Takwimu 23 (Mfuko wa Takwimu kwa Sayansi za Jamii, SPSS Inc., Chicago, IL, USA). Tofauti katika viwango vya kuenea kati ya watumiaji wa Intaneti walio na addicted na tatizo pamoja na udhibiti wa afya walipimwa na χ2 vipimo na vipimo halisi vya Fisher ikiwa inafaa. Zaidi ya hayo, uchambuzi wa tofauti kati ya tabia za kibinafsi zinazohusiana na dhana kati ya watumiaji wa Intaneti waliotumiwa, watumiaji wa Intaneti wenye matatizo, na udhibiti wa afya ni pamoja na uchambuzi wa kutofautiana (ANOVAs), ikifuatiwa na uchambuzi wa posta baada ya majaribio ya Scheffé. Uchunguzi wa udhibiti wa mstari ulitumiwa kutathmini chama kati ya vigezo na ukali wa sasa au uhai wa dalili za matumizi ya Intaneti.

Ufafanuzi kati ya vipimo viwili vya ADHD (mahojiano na Kiwango cha Dhahabu ya ADD) ilipimwa na tabasamu ya msalaba na takwimu ya kaphen ya Cohen. Sisi pia tumeomba χ2 vipimo vya kutathmini tofauti kati ya vikundi katika viwango vya maambukizi ya matokeo mazuri ya mtihani ndani ya makundi (ndiyo / hapana) ya "dalili za ADDD zilizopangwa hivi karibuni" pamoja na uchunguzi wa ADHD wa sasa na wa maisha. Kwa kuongeza, kutathmini kama washiriki walio na ugonjwa wa ugonjwa wa ADHD au dalili za ADDD zilizopangwa hivi karibuni zinaonyesha kiwango cha juu cha sasa au dalili za uhai wa matumizi ya Intaneti ikilinganishwa na wale ambao hawana kutimiza hali ya ADHD, tumeomba sampuli mbili t-tapata sampuli ya jumla na pia udhibiti wa afya, wasiwasi, na watumiaji wa Intaneti wenye matatizo.

maadili

Taratibu za utafiti zilifanyika kwa mujibu wa Azimio la Helsinki. Utafiti uliidhinishwa na kamati ya maadili ya Mannheim, Baden Württemberg (namba ya maombi: 2013-528N-MA). Kabla ya kushiriki katika utafiti, washiriki wote walielewa kuhusu kusudi la utafiti huo, na walikubali baada ya kupokea taarifa hii.

Matokeo

Comorbidities ya maisha na ya sasa

Takwimu ilibainisha kuwa 62.4% (45.2%) ya kikundi kilichokuwa cha addicted, 31.4% (20.0%) ya kikundi cha shida, na 22.8% (13.9%) ya udhibiti wa afya ilionyesha mhimili wa maisha wakati wote wa maisha yangu. Kwa mujibu wa matarajio yetu, watumiaji wa Intaneti waliodai walionyesha ugonjwa wa shida na wasiwasi pamoja na ADHD mara nyingi zaidi ikilinganishwa na udhibiti wa afya (angalia Takwimu 1 na 2 kama vile Majedwali 2 na 3). Viwango vya juu vya maambukizi ya maisha ya sasa na ya sasa ya ADHD na matatizo ya shida yalionekana katika kikundi cha addicted ikilinganishwa na watumiaji wenye shida. Zaidi ya hayo, watumiaji wa Intaneti na watumiaji wenye matatizo walionyesha matatizo ya ubunifu wa B nguzo B mara nyingi zaidi kuliko udhibiti wa afya, lakini tofauti hizi kati ya kikundi hazikutajwa katika ugonjwa wa kila aina ya B ya B (Mchoro 3).

Kielelezo 1. Ufuatiliaji wa maambukizi ya maisha na tofauti kati ya watumiaji wa Intaneti walio na addicted na tatizo pamoja na udhibiti wa afya (utambuzi%, χ2 na vipimo halisi vya Fisher; *p 05 .XNUMX, **p 01 .XNUMX). Shida zinazoathiri na wasiwasi pia zilitofautishwa katika uainishaji wao

Kielelezo 2. Ufuatiliaji wa uchunguzi wa sasa na tofauti kati ya watumiaji wa Intaneti walio na addicted na tatizo pamoja na udhibiti wa afya (uchunguzi%, χ2 na vipimo halisi vya Fisher; *p 05 .XNUMX, **p 01 .XNUMX). Shida zinazoathiri na wasiwasi pia zilitofautishwa katika uainishaji wao

Meza

Meza 2. Tofauti katika viwango vya maambukizi ya uambukizi kati ya watumiaji walio na addicted na tatizo pamoja na udhibiti wa afya
 

Meza 2. Tofauti katika viwango vya maambukizi ya uambukizi kati ya watumiaji walio na addicted na tatizo pamoja na udhibiti wa afya

 

Jumla (N = 207)

Waliopotea (n = 93)

Tatizo (n = 35)

Udhibiti wa afya (n = 79)

p

ADHD (LT)5.113.800<.001f**
ADHD (C)6.111.500<.001f**
Ugonjwa wa ugonjwa (LT)21.735.517.17.6<.001c**
Ugonjwa wa ugonjwa (C)5.310.801.3.008f*
Ugonjwa wa shida (LT)20.834.417.15.3<.001c**
Ugonjwa wa shida (C)4.39.700.003f*
Ugonjwa wa wasiwasi (LT)14.521.58.68.9.035c
Ugonjwa wa wasiwasi (C)9.216.15.72.5.005f*
Ugonjwa wa wasiwasi wa kawaida (LT)3.95.603.8.452
Ugonjwa wa wasiwasi wa kawaida (C)2.54.401.3.655
PTSD (LT)1.53.300.073
PTSD (C)1.02.200.032
Phobia maalum (LT)3.44.45.71.3.559
Phobia maalum (C)3.04.45.70.050
Ufikiaji wa kijamii (LT)3.46.501.3.105f
Kisasa cha kijamii (C)2.95.401.3.185f
Ugonjwa wa kuzingatia-kulazimisha (LT)2.45.400.075f
Ugonjwa wa kuzingatia-chungu (C)2.45.400.075f
Matatizo ya kula (LT)2.94.32.91.3.556f
Kula ugonjwa (C)1.43.200.292f
Matumizi ya kutumia dawa bila nikotini (LT)12.618.311.46.3.060f
Matumizi ya kutumia dawa bila nikotini (C)3.94.35.72.5.635f
Matumizi ya matumizi ya dawa na nikotini (LT)20.325.817.115.2.198c
Matumizi ya matumizi ya dawa na nikotini (C)14.018.38.611.4.306f
Kundi A1.93.201.3.663f
Kundi B4.87.58.60.013f*
Cluster C7.29.75.15.7.525f

Kumbuka. Viwango vya%. F: mtihani halisi wa Fisher; c: χ2 mtihani; LT: maisha; C: sasa imeshtushwa na Bonferroni-Holm kwa kulinganisha nyingi za uhai na uchunguzi wa sasa pamoja na matatizo ya utu. ADHD: ugonjwa wa makini wa kutosha; PTSD: ugonjwa wa shida baada ya kusumbua.

*p ≤ .05 na **p 01 .XNUMX baada ya kusahihishwa na Bonferroni-Holm kwa kulinganisha nyingi.

Meza

Meza 3. Toka kulinganisha kwa tofauti ya viwango vya maambukizi ya uambukizi kati ya watumiaji walio na addicted na tatizo pamoja na udhibiti wa afya
 

Meza 3. Toka kulinganisha kwa tofauti ya viwango vya maambukizi ya uambukizi kati ya watumiaji walio na addicted na tatizo pamoja na udhibiti wa afya

 

Udhibiti wa afya dhidi ya watumiaji waliotumiwa

Udhibiti wa afya dhidi ya watumiaji wenye matatizo

Waliotumiwa dhidi ya watumiaji wenye matatizo

 

p

p

p

ADHD (LT)<.001f**-.014f*
ADHD (C).001f**-.029f*
Ugonjwa wa ugonjwa (LT)<.001c**.117f.033c*
Ugonjwa wa ugonjwa (C).010c.693f.036f*
Ugonjwa wa shida (LT)<.001c**.076f.043c*
Ugonjwa wa shida (C).003f**-.050f*
Ugonjwa wa wasiwasi (C).002c**.360f.100f
Kundi B.012f*.027f*.549f

Kumbuka. F: mtihani halisi wa Fisher; c: χ2 mtihani; LT: maisha; C: sasa; ADHD: ugonjwa wa kutosha wa kutosha.

Kielelezo 3. Utoaji wa matatizo ya utu kulingana na DSM-IV na tofauti kati ya watumiaji wa Intaneti walio na addicted na tatizo pamoja na udhibiti wa afya (utambuzi%, χ2- na vipimo halisi vya Fisher; *p 05 .XNUMX, **p 01 .XNUMX)

Utekelezaji wa vyombo viwili vya ADHD

Kutathmini ulinganifu kati ya vyombo viwili vilivyotumika (yaani, Brown ADD Scale na mahojiano), matokeo yalifunua mechi ya 63.21% katika kikundi kilichotumwa (Kappa = 0.21, p = .012) na ya 82.1% katika jumla ya sampuli (Kappa = 0.28; p <.001).

Kielelezo 4 inaonyesha asilimia ya matokeo ya washiriki kwa ADHD katika vyombo viwili vilivyotumiwa (mahojiano na Kiwango cha Dhahabu ADD) na pia katika makundi yaliyotokana na dalili za ADDD zilizopangwa hivi karibuni, utambuzi wa ADHD wa sasa na wa maisha.

Kielelezo 4. Asilimia ya ADHD kwa hatua mbili tofauti: Mahojiano na ADD. Dalili za ADDD zilizopangwa hivi karibuni bila uchunguzi, maisha, na utambuzi wa sasa unaotokana na uingiliano wa vyombo vyote viwili

A χ2 mtihani umebaini tofauti kati ya kikundi kati ya udhibiti wa afya, wasiwasi, na watumiaji wa Intaneti wenye matatizo katika mahojiano ya ADHD (mtihani halisi wa Fisher: p <.001). Ulinganisho wa Pairwise ulionyesha kuwa watumiaji waliotumwa walitimiza vigezo vya ADHD katika mahojiano mara nyingi zaidi kuliko udhibiti wa afya (Jaribio halisi la Fisher: p <.001) lakini sio ikilinganishwa na watumiaji wenye shida (Jaribio halisi la Fisher: p = .232). Tofauti kubwa kati ya kikundi pia ilionekana katika Kiwango cha Brown ADD (mtihani halisi wa Fisher: p <.001). Ulinganisho wa jozi ulifunua masafa ya juu zaidi ya ADHD kwa watumiaji walio na ulevi wanaotumia Kiwango cha Brown ADD ikilinganishwa na udhibiti mzuri (p <.001) na watumiaji wenye shida (Jaribio halisi la Fisher: p <.001). Kwa kuongezea, kulinganisha kati ya vikundi vya "dalili za ADHD zilizoendelea hivi karibuni" (ndio / hapana) zilikuwa muhimu (jaribio halisi la Fisher: p <.001): watumiaji wa mtandao walio na uraibu hivi karibuni walifunua dalili zilizoendelea mara nyingi zaidi kuliko udhibiti wa afya (Jaribio halisi la Fisher: p <.001) na watumiaji wenye shida (mtihani halisi wa Fisher; p <.001).

Tuliongeza kuwa kikundi cha addicted kilionyesha mzunguko mkubwa wa ADHD katika Kiwango cha Mchanganyiko wa Brown ikilinganishwa na mahojiano (mtihani halisi wa Fisher: p = .016).

Kupima tofauti katika ukali wa sasa wa matumizi ya Intaneti (AICA-30 na AICA) wakati wa makundi na bila ya ADHD (inayotokana na kila vigezo katika Mchoro 4), tumeomba sampuli mbili t-tapata sampuli ya jumla. Katika kila hali, tumeona kwamba washiriki wenye ADHD nzuri walifunga kwa kiasi kikubwa juu ya ukali wa kutumia maisha ya sasa na ya sasa ikilinganishwa na wale walio na matokeo mabaya ya mtihani (Jedwali 4).

Meza

Meza 4. Tofauti katika ukali wa sasa wa matumizi ya Intaneti (AICA) kati ya washiriki kufunga alama nzuri na hasi kwa ADHD kwa vigezo tofauti katika sampuli nzima
 

Meza 4. Tofauti katika ukali wa sasa wa matumizi ya Intaneti (AICA) kati ya washiriki kufunga alama nzuri na hasi kwa ADHD kwa vigezo tofauti katika sampuli nzima

 

Ukali wa dalili ya matumizi ya Intaneti

Chanya kwa ADHD Maana (SD)

Hasi kwa ADHD Maana (SD)

t takwimu

p

Mahojiano ya ADHDSasa12.20 (7.91)8.68 (6.53)-1.970.050 *
 Maisha23.00 (8.01)16.12 (8.31)-3.088.002 **
Brown ADDSasa15.13 (5.77)7.34 (5.95)-7.425<.001 **
 Maisha24.00 (5.35)14.80 (8.10)-6.807<.001 **
Dalili za ADHD zilizopangwa hivi karibuniSasa15.11 (5.29)6.00 (7.42)-6.260<.001 **
 Maisha24.33 (4.29)14.77 (8.05)-6.025<.001 **
ADHD ya sasaSasa15.10 (7.85)8.59 (6.48)-3.063.003 **
 Maisha24.50 (7.58)16.24 (8.32)-3.068.002 **
Uhai wa ADHDSasa14.83 (7.21)8.54 (6.49)-3.236.001 **
Maisha24.50 (6.86)16.16 (8.32)-3.397.001 **

Kumbuka. SD: kupotoka kwa kawaida kunakoshwa na Bonferroni-Holm kwa kulinganisha nyingi. ADHD: ugonjwa wa makini wa kutosha; AICA: Tathmini ya Internet na Matumizi ya Madawa ya Kompyuta.

*p 05 .XNUMX. **p 01 .XNUMX.

Sampuli mbili t-taka ndani ya kila kikundi (watumiaji wa kulevya na wasiwasi pamoja na udhibiti wa afya) tu umeonyesha washiriki wasio na dalili na dalili zilizopatikana hivi karibuni (n = 27) kuonyesha ukali mkubwa wa matumizi ya Mtandaoni (t = −2.549, p = .013) ikilinganishwa na wale wasio na dalili yoyote (n = 46).

Tabia za kujitegemea dhana kati ya watumiaji wa Intaneti walio na addicted na tatizo pamoja na udhibiti wa afya

Meza 5 na 6 kuonyesha tofauti kati ya udhibiti, tatizo, na watumiaji wa Intaneti walio na utaratibu katika tabia za kibinafsi zinazohusiana na dhana. ANOVAs imebaini athari kubwa katika mizani yote (Jedwali 5).

Meza

Meza 5. Kati ya tofauti ya makundi ya watumiaji waliotumiwa, watumiaji wenye matatizo, na udhibiti wa afya
 

Meza 5. Kati ya tofauti ya makundi ya watumiaji waliotumiwa, watumiaji wenye matatizo, na udhibiti wa afya

 

Jumla (N = 207)

Waliopotea (n = 93)

Tatizo (n = 35)

Udhibiti wa afya (n = 79)

F

p

PSS imeona shida16.35 (6.74)20.01 (6.21)15.06 (5.13)12.67 (5.72)34.437<.001 **
BDI8.43 (7.63)12.96 (8.36)6.51 (4.89)4.06 (4.02)42.256<.001 **
Rosenberg kujitegemea21.80 (6.25)18.89 (6.74)22.66 (5.36)24.85 (4.14)24.285<.001 **
SASKO akizungumza9.98 (7.19)13.90 (7.71)8.17 (5.38)6.22 (4.46)33.825<.001 **
SASKO kukataa kijamii9.33 (6.43)12.76 (7.08)7.86 (3.67)5.99 (4.24)32.247<.001 **
Ushirikiano wa SASKO6.98 (5.38)10.15 (5.67)5.51 (3.59)3.94 (3.28)41.819<.001 **
Maelezo ya SASKO7.03 (4.26)8.97 (4.39)6.26 (3.45)5.11 (3.41)21.729<.001 **
SASKO upweke2.98 (3.26)4.49 (3.58)2.66 (2.72)1.37 (2.07)24.239<.001 **
ECQ-EE55.17 (10.46)50.79 (10.29)54.40 (10.83)60.61 (7.75)22.827<.001 **
ECQ-EO65.06 (10.96)62.99 (11.86)65.29 (11.12)67.37 (9.35)3.481.034 *
ECQ-RE47.47 (8.87)43.50 (9.05)49.51 (8.26)51.19 (6.87)20.293<.001 **
ECQ-EX53.87 (13.71)49.61 (13.83)52.34 (17.79)59.52 (10.97)12.670<.001 **
BIQ kukataa picha ya mwili22.59 (8.45)26.41 (9.57)21.72 (6.47)18.53 (5.32)22.664<.001 **
BIQ picha ya mwili muhimu33.73 (6.97)31.27 (7.59)34.72 (5.31)36.17 (5.87)12.075<.001 **

Kumbuka. Maana (kupotoka kwa kawaida), SASKO: Wasiwasi wa Jamii na Maswali ya Ushindani wa Ustawi wa Aocial; ECQ: Maswali ya Kitaifa ya Ushindani; ECQ-EE: kutambua na kuelewa hisia mwenyewe; ECQ-EA: kutambua na kuelewa hisia za wengine; ECQ-RE: udhibiti na udhibiti wa hisia mwenyewe; ECQ-EX: expressiveness ya kihisia; BDI: Orodha ya Unyogovu wa Beck; PSS: Kiwango cha Stress; BIQ: Swali la Maswali ya Mwili; F: ANOVA F takwimu.

*p ≤ .05 na **p 01 .XNUMX baada ya kusahihishwa na Bonferroni-Holm kwa kulinganisha nyingi.

Meza

Meza 6. Weka kulinganisha kwa safu ya jozi (Scheffé) kati ya watumiaji waliotumiwa, watumiaji wenye matatizo, na udhibiti wa afya
 

Meza 6. Weka kulinganisha kwa safu ya jozi (Scheffé) kati ya watumiaji waliotumiwa, watumiaji wenye matatizo, na udhibiti wa afya

 

Udhibiti wa afya dhidi ya watumiaji waliotumiwa

Udhibiti wa afya dhidi ya watumiaji wenye matatizo

Waliotumiwa dhidi ya watumiaji wenye matatizo

 

Tofauti ya njia

p

Tofauti ya njia

p

Tofauti ya njia

p

PSS-7.37<.001-2.39.1374.99<.001
BDI-8.89<.001-2.45.1756.44<.001
Rosenberg kujitegemea5.96<.0012.19.163-3.77.004
SASKO akizungumza-7.80<.001-1.96.3055.84<.001
SASKO kukataa kijamii-6.84<.001-1.87.2644.97<.001
Ushirikiano wa SASKO-6.28<.001-1.58.2344.71<.001
Maelezo ya SASKO-3.90<.001-1.14.352-2.75.002
SASKO upweke-3.17<.001-1.29.0981.88.006
ECQ-EE9.89<.0016.21.006-3.69.152
ECQ-EO4.37.0352.08.641-2.29.572
ECQ-RE7.85<.0011.68.599-6.17.001
ECQ-EX9.95<.0017.18.027-2.77.565
BIQ kukataa picha ya mwili-7.99<.001-3.18.1274.80.008
BIQ picha ya mwili muhimu4.99<.0011.45.558-3.54.028

Kumbuka. SASKO: Maswali ya Kutoa wasiwasi wa Jamii na Mashindano ya Jamii; ECQ: Maswali ya Kitaifa ya Ushindani; ECQ-EE: kutambua na kuelewa hisia mwenyewe; ECQ-EA: kutambua na kuelewa hisia za wengine; ECQ-RE: udhibiti na udhibiti wa hisia mwenyewe; ECQ-EX: expressiveness ya kihisia; BDI: Orodha ya Unyogovu wa Beck; PSS: Kiwango cha Stress; BIQ: Swali la Maswali ya Mwili.

Watumiaji wa Intaneti waliopoteza ikilinganishwa na udhibiti wa afya walionyesha picha mbaya zaidi ya mwili, wasiwasi mkubwa wa jamii (SASKO), kupungua kwa uwezo wa kijamii (mizani yote ya SASKO), kuongezeka kwa shida iliyojulikana (PSS), pamoja na upungufu katika uwezo wa kihisia (ECQ). Zaidi ya hayo, walikuwa na wasiwasi wa chini (Rosenberg) na kuonyeshwa kuongezeka kwa dhiki (PSS) pamoja na dalili za kuumiza (BDI; Table 6). Watumiaji waliotumiwa pia walionyesha maadili yaliyoongezeka kwa kiasi kikubwa kuhusiana na tabia nyingi zinazohusiana na dhana (bila kutambua hisia za mtu binafsi na wengine na pia kuwa na uwezo wa kuelezea hisia za nafsi zao kwa wengine) ikilinganishwa na watumiaji wenye matatizo.

Sisi pia tuliona watumiaji wa Intaneti na watumiaji wenye matatizo kuwa tofauti sana kutokana na udhibiti wa afya juu ya mizani ya uwezo wa kihisia "kutambua hisia za mtu mwenyewe" (ECQ-EE) na "hisia za kihisia" (ECQ-EX; 6). Uchunguzi wa udhibiti wa mstari umebaini kuwa vigezo hivi viwili vilielezea 11% (R2 = .111; p <.001) ya ukali wa sasa wa matumizi ya mtandao (AICA_30) na 22% (R2 = .217; p <.001) ya ukali wa matumizi ya mtandao kwa maisha yote (maisha ya AICA).

Majadiliano

Lengo la jumla la utafiti huu lilikuwa ni kuchunguza tofauti kati ya sifa za kuchanganya na dhana ya kujitegemea kati ya udhibiti wa afya, watumiaji wa Intaneti wenye matatizo na wasiwasi ili kufafanua jukumu la matumizi mabaya katika mabadiliko kutoka kwa afya na matumizi ya matumizi ya Intaneti.

Vidokezo katika watumiaji wa Intaneti walio na adabu na tatizo pamoja na udhibiti wa afya

Matokeo yalionyesha kuwa addicts za mtandao zina viwango vya juu vya ugonjwa wa ADHD, matatizo ya sasa ya wasiwasi na ya wasiwasi pamoja na ugonjwa wa ubunifu wa Bungu ikilinganishwa na udhibiti wa afya. Zaidi ya hayo, viwango vya juu vya ugonjwa wa ADHD na matatizo ya kuathiriwa pia vilikuwa vimeonekana katika kundi lililokuwa limejitenga ikilinganishwa na watumiaji wenye shida. Matokeo haya ni kwa mujibu wa mifano ya awali ya utumiaji wa madawa ya kulevya ambayo huchukulia kisaikolojia kali ya msingi katika matumizi ya Intaneti ambayo hayatumiwa (Brand et al., 2016; Davis, 2001). Katika mfano wao wa I-PACE, Brand et al. (2016) hususan kutaja shida na matatizo ya kijamii (kijamii) na ADHD kama vipengele vitatu vya kisaikolojia kuhusiana na madawa ya kulevya. Matatizo haya yote ya akili yanahusishwa sana na hisia kali mbaya, kama vile wasiwasi, uchungu, na hasira. Kipengele hiki pia kinachukuliwa katika maelezo ya matatizo ya michezo ya kubahatisha Internet katika DSM-5 ambapo michezo ya kubahatisha Internet hutumiwa kupata misaada kutoka hali mbaya ya hali.

Katika hatua ya matumizi mabaya, tukio la ugonjwa wa ubunifu wa nguzo B lilikuwa kubwa zaidi ikilinganishwa na kikundi cha udhibiti wa afya na haikutofautiana na matumizi ya kulevya. Maandiko yanaelezea matatizo ya ubunifu wa kikundi B ili kuhusishwa na tabia kubwa, ya kihisia, isiyosababishwa, na ya msukumo (Chama cha Psychiatric ya Marekani, 2013) mara nyingi huongozana na matukio ya unyogovu. Walikuwa pia wanahusishwa na uwezekano mdogo wa msamaha wa muda mrefu wa unyogovu (Agosti, 2014). Matokeo haya yanaonyesha kuwa shida ya utu ya kikundi B inaweza kuwa uhusiano wa shida na utumiaji wa mtandao. Zadra et al. (2016) aliona kuenea kwa kikundi B Borderline personality disorder katika addicts Internet. Hatukupata tofauti kati ya kikundi kati ya ugonjwa wa kibinadamu cha B Bila shaka kutokana na idadi ndogo ya kesi (nBorderline = 5; nnarcissistic = 4; nhistrionic = 0; nantisocial = 1 katika sampuli nzima). Itakuwa ya kuvutia kulinganisha viwango vya kiwango cha maambukizi ya shida maalum za utu kwa watumiaji walio na ulevi na wenye shida wakitumia saizi kubwa za sampuli katika masomo zaidi. Masomo zaidi ya kurudia pia ni muhimu ili kudhibitisha matokeo yetu.

Comorbidity ADHD na dalili za ADHD katika addicted ya mtandao

Kuhusu maambukizi ya ADHD katika utafiti huu, maambukizi ya sasa na ya maisha katika kikundi cha addicts Internet (13.8% na 11.5%) yalikuwa ya juu sana ikilinganishwa na watumiaji wa Intaneti wenye matatizo na udhibiti wa afya. Uchunguzi wa meta inakadiriwa kuenea kwa ujumla kwa ADHD kwa kuhusu 2.5% (Simon, Czobor, Bálint, Mészáros, na Uchungu, 2009). Wengi wa masomo ya madawa ya kulevya ya ADHD na Internet yalifanyika kwa vijana na si kwa vijana wazima (Seyrek et al., 2017; Tateno et al., 2016). Kuna uchunguzi mmoja tu unaojulisha uenezi wa ADHD wa 5.5% kwa watumiaji wa "tatizo" wazima wa wavuti (Kim et al., 2016). Hata hivyo, sampuli pia ilijumuisha watumiaji waliotumiwa na hivyo matokeo hayawezi kulinganishwa na yale ya utafiti huu.

Kwa ujuzi wetu, hii ilikuwa utafiti wa kwanza kujaribu kujumuisha tathmini ya athari za dalili za ADDD zilizopangwa hivi karibuni pamoja na utambuzi wa ADHD katika addicts Internet. Washiriki walio na ADHD pamoja na wale walio na dalili za ADHD zilizopangwa hivi karibuni zilionyesha kiwango cha juu zaidi cha sasa cha matumizi ya Intaneti ikilinganishwa na wale ambao hawakutimiza masharti haya. Zaidi ya hayo, washiriki waliodaiwa na dalili za ADDD hivi karibuni zilizotengenezwa (30% ya kikundi cha addicted) zilionyesha ukali wa matumizi ya intaneti ya muda mrefu ikilinganishwa na washiriki wale wasio na dalili bila dalili za ADHD. Matokeo yetu yanaonyesha kwamba dalili za ADDD zilizopangwa hivi karibuni (bila kutimiza vigezo vya uchunguzi wa ADHD) zinahusishwa na madawa ya kulevya. Hii inaweza kusababisha dalili ya kwanza kuwa matumizi ya matumizi ya intaneti yenye athari yanaathiri maendeleo ya upungufu wa utambuzi sawa na wale wanaopatikana katika ADHD. Utafiti wa hivi karibuni wa Nie, Zhang, Chen, na Li (2016) iliripoti kwamba mtandao wa wachanga hutumia na bila ya ADHD pamoja na washiriki walio na ADHD peke yake walionyesha upungufu wa kulinganishwa katika udhibiti wa kuzuia na kazi za kumbukumbu za kazi.

Dhana hii inaonekana pia inasaidiwa na tafiti fulani za kuripoti kupunguzwa wiani wa sura ya kijivu katika kinga ya anterior ya cingulate katika watumiaji wa Intaneti wanaojaribu pamoja na wagonjwa wa ADHD (Frodl & Skokauskas, 2012; Moreno-Alcazar et al., 2016; Wang et al., 2015; Yuan et al., 2011). Hata hivyo, ili kuthibitisha mawazo yetu, tafiti zaidi zinazotathmini uhusiano kati ya mwanzo wa matumizi ya matumizi ya Internet na ADHD katika addicts Internet zinahitajika. Kwa kuongeza, masomo ya muda mrefu yanapaswa kutumiwa ili kufafanua mkazo. Ikiwa matokeo yetu yanathibitishwa na masomo zaidi, hii itakuwa na umuhimu wa kliniki kwa mchakato wa uchunguzi wa ADHD. Inafikiriwa kuwa waganga watatakiwa kufanya tathmini ya kina ya matumizi ya Intaneti ya kulevya kwa wagonjwa wanaohusika na ADHD.

Kulinganisha kwa tabia za kibinafsi zinazohusiana na dhana kati ya matumizi ya mtandao ya addictive, tatizo, na afya

Kuhusu tofauti kati ya kikundi cha sifa za kibinafsi, matokeo yalifunua watumiaji wa Intaneti waliotumiwa kuonyesha uhaba mkubwa katika mizani yote ya "dhana ya kibinafsi" ikilinganishwa na udhibiti wa afya. Kama ilivyoelezwa hapo juu, nadharia za uendelezaji zinaonyesha ujana kuwa awamu ambapo kuundwa kwa dhana binafsi ni kazi kuu ya maendeleo. Mtu anapaswa kuchunguza na kuchagua majukumu, maadili, na malengo ya kutosha na yanayofaa kutoka kwa aina mbalimbali za maisha, kama jukumu la kijinsia, mwitozo, uchaguzi wa kihusiano, nk (Erikson, 1968; Marcia, 1966). Ikiwa hazifanikiwa, hii inasababisha kupotoshwa kwa utambulisho pamoja na majukumu ya kijamii na huongeza hatari ya matatizo ya akili, kama vile utu, unyogovu, au matatizo ya kulevya. Bila ya matibabu sahihi, matatizo haya kawaida huendelea kuwa watu wazima (Erikson, 1968; Marcia, 1966). Kwa sababu ya uwezekano wake wa mwingiliano wa kijamii na kutokujulikana kwake, Mtandao hutoa nafasi inayojaribu fidia ya hisia hasi na upungufu wa dhana ya kibinafsi. Ipasavyo, matokeo yetu ya kuongezeka kwa upungufu wa dhana ya kibinafsi kwa vijana watu wazima wanaotumia mtandao wanaonyesha kuwa kukabiliana vibaya na majukumu kadhaa ya ukuzaji wakati wa ujana kunaweza kuchangia malezi ya ulevi wa mtandao. Uzoefu unaorudiwa wa kufidia upungufu huu kupitia utumiaji wa Mtandao, kwa mfano, kwa kupata marafiki wa kweli au kufanikiwa katika mchezo (Brand et al., 2016; Davis, 2001; Tavolacci et al., 2013) inaweza kuinua hatari ya matumizi ya kulevya. Zaidi ya hayo, ukosefu wa uzoefu halisi wa kibinafsi na utendaji unaohusiana na utendaji huweza kuongezeka kwa upungufu wa dhana binafsi na maendeleo ya magonjwa ya akili. Kipengele cha mwisho kinaweza kuelezea tukio lililojulikana juu ya matatizo ya unyogovu, wasiwasi, na usumbufu wa B Bustani katika watumiaji wasiwasi.

Licha ya tofauti kubwa kati ya matumizi ya tatizo na matumizi mabaya ya Intaneti kuhusiana na vigezo vingi vinavyotathminiwa, njia zote zilizotajwa kwa sifa za kikundi changamoto zimewekwa kati ya wale watumiaji waliotumiwa na kundi la kudhibiti afya, kuonyesha kiungo kati ya hatua mbili za kupindukia Matumizi ya mtandao kwa namna inayoelezea.

Hata hivyo, tuliona pia kufanana kati ya watumiaji wenye matatizo na wasiwasi. Vikundi vyote viwili vilijiona kuwa haviweza kutambua, kuelewa, na kuelezea hisia zao ikilinganishwa na udhibiti wa afya. Katika mfano wao wa akili ya kihisia, Meya na Salovey walionyesha maoni, matumizi, ufahamu, na usimamizi wa hisia, ambazo hutokea kwa kiasi kikubwa katika mazingira ya mahusiano, kuwa ni uwezo mkubwa wa kuunganisha akili (Mayer & Salovey, 1993; Meya, Salovey, Caruso, & Sitarenios, 2001). Matokeo yetu ya upungufu huu katika watumiaji wa Intaneti wenye matatizo na ya kulevya yanaweza kuonyesha kwamba digrii za chini za uwezo huu zinaweza kuelezea hasa sababu za mapema katika mabadiliko kutoka kwa tatizo hadi matumizi ya Intaneti ya kulevya. Uchunguzi wa ukandamizaji umebaini kuwa vigezo hivi vilielezea 11% na 22% ya tofauti ya sasa na uhai wa muda wa matumizi ya Intaneti, kwa mtiririko huo, katika sampuli ya jumla.

Vikwazo vya utafiti

Mapungufu ya utafiti huu ni pamoja na mambo yafuatayo.

Ukubwa wa sampuli wa vikundi vilikuwa vidogo. Hii inapaswa kuchukuliwa wakati wa kutafsiri matokeo yetu na kufanya mafunzo ya baadaye inahitajika.

Kikwazo kingine kinamaanisha utaratibu wa uchunguzi wa ADHD. Mbali na Upeo wa ADD wa Brown, tulitumia mahojiano yasiyo ya kawaida ikiwa ni pamoja na maswali ya wazi ya uchunguzi wa ADHD. Haiwezi kuhakikishiwa kikamilifu kwamba mahojiano sawa na mshiriki mmoja na mhojiwaji tofauti atatoa matokeo sawa (Kromrey, 2002). Kwa upande mwingine, mchanganyiko wa mahojiano na wanasaikolojia wa kliniki waliohitimu na matumizi ya ziada ya Kiwango cha Brown ADD katika mchakato wa uchunguzi inaweza kuhakikisha uhalali wa juu wa uchunguzi. Walakini, uchunguzi huu unapaswa kuigwa na kuongeza ni pamoja na tathmini za nje (kwa mfano, mahojiano ya familia) na pia upimaji wa kisaikolojia katika mchakato wa uchunguzi.

Kikwazo zaidi ni kwamba hatujachambua tofauti tofauti za kijinsia, kwa sababu ingekuwa imezidi upeo wa maandishi. Sisi tu tathmini ya tofauti ya kijinsia katika mifano. Χ2 Uchunguzi ndani ya kila kikundi umebaini kuwa wanawake wenye matumizi ya afya na yenye matatizo yanaonyesha mitandao ya kijamii mara nyingi na mara nyingi wanaume hutumia matumizi mengine. Kwa mujibu wa nyaraka (Dany, Moreau, Guillet, na Franchina, 2016), uchambuzi wa sampuli kuu umeonyesha masafa ya juu ya michezo ya kubahatisha katika wanaume na matumizi ya juu ya maeneo ya mitandao ya kijamii kwa wanawake. Hata hivyo, matokeo haya yanapaswa kutafanuliwa kwa tahadhari kutokana na ukubwa mdogo wa ukubwa wa maonyesho. Masomo zaidi yanahitajika ili kuchunguza tofauti za kijinsia katika sifa zilizochunguliwa katika utafiti huu.

Hitimisho

Kuchukuliwa pamoja, matokeo yetu yanasema kuwa matatizo ya ubunifu wa Bungu la B na ufafanuzi katika kuelewa na kuelezea hisia za mtu mwenyewe inaweza kuwa sababu maalum za mabadiliko katika mabadiliko kutoka kwa tatizo hadi matumizi ya kulevya. Tuligundua pia kuwa watumiaji waliodhibitiwa, ikilinganishwa na watumiaji wenye matatizo na udhibiti wa afya, walionyesha frequency ya juu ya matatizo ya ugonjwa wa ADHD, matatizo ya sasa ya wasiwasi pamoja na upungufu mkubwa zaidi wa dhana. Kwa hiyo, matokeo yetu yanaweza kuonyesha kuwa matatizo ya ubunifu wa Bungu ya B nguzo katika akili za kihisia, zinazohusiana na matatizo ya kibinafsi na ya utendaji, hushawishi mabadiliko kutoka kwa tatizo na matumizi ya matumizi ya intaneti. Kuona mtandao kama awali kuhakikishia fidia ya haraka kwa matatizo haya huongeza hatari ya matumizi ya kulevya. Wakati huo huo, ukosefu wa uzoefu mzuri na kuhusiana na utendaji unaohusiana na maisha katika maisha halisi huongeza na husababisha kukimbia katika ulimwengu wa kweli. Matokeo haya yanaonyesha kuwa hatua zinazozuia kulevya kwa Internet zinapaswa kuongeza lengo la kujifunza kwa mbinu za kuzingatia akili na ustadi wa kijamii kutambua na kukabiliana na hisia hasi na migogoro ya kibinafsi.

Takwimu zetu pia zinaonyesha kuenea kwa juu kwa ADHD kwa watumiaji ambao sio wasiwasi lakini sio matatizo ambayo yanaweza kuonyesha kuwa ADHD inahusishwa na mpito wa kasi kwa matumizi ya Intaneti ya addictive.

Msaada wa Waandishi

TL iliandaa hati hiyo, inasimamia utafiti, na imechangia katika kukusanya data na uchambuzi. SH imechangia uchambuzi wa data. JD ilihusika katika ushirikiano wa utafiti na ukusanyaji wa data. Uchunguzi wa takwimu kuthibitishwa na IR na kusimamia hati hiyo. KM ilipokea fedha kwa ajili ya utafiti na kuisimamia. FK imesimamia na imechangia kwenye maandalizi ya maandishi. Waandishi wote waliidhinisha toleo la mwisho la waraka.

Migogoro ya riba

Hakuna waandishi wanaohusika na maslahi yoyote ya kutangaza.

Marejeo

Sehemu iliyopita

 Agosti, V. (2014). Wafanyabiashara wa msamaha kutoka kwa unyogovu sugu: Utafiti unaotarajiwa katika sampuli ya mwakilishi wa kitaifa. Psychiatry kamili, 55 (3), 463-467. do:https://doi.org/10.1016/j.comppsych.2013.09.016 CrossRef, Medline
 Chama cha Kisaikolojia cha Marekani. (2000). Mwongozo wa utambuzi na takwimu wa matatizo ya akili (DSM-IV-TR). Washington, DC: Chama cha Kisaikolojia cha Amerika.
 Chama cha Kisaikolojia cha Marekani. (2013). Mwongozo wa utambuzi na takwimu wa matatizo ya akili (DSM-5®). Washington, DC: Chama cha Kisaikolojia cha Amerika. CrossRef
 Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., & Erbaugh, J. (1961). Hesabu ya Kupima Unyogovu. Jalada la Psychiatry Mkuu, 4 (6), 561-571. doi:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, Medline
 Bozkurt, H., Coskun, M., Ayaydin, H., Adak, I., & Zoroglu, S. S. (2013). Kuenea na mifumo ya shida ya akili kwa vijana waliorejelewa na ulevi wa mtandao. Psychiatry na Kliniki ya Neuroscience, 67 (5), 352-359. doi:https://doi.org/10.1111/pcn.12065 CrossRef, Medline
 Brand, M., Young, K. S., Laier, C., Wolfling, K., & Potenza, M. N. (2016). Kuunganisha maoni ya kisaikolojia na neurobiolojia kuhusu ukuzaji na matengenezo ya shida maalum za utumiaji wa Mtandao: Mwingiliano wa Mtu-Kuathiri Utambuzi-Utekelezaji (I-PACE) mfano. Mapitio ya Neuroscience na Biobehavioral, 71, 252-266. doi:https://doi.org/10.1016/j.neubiorev.2016.08.033 CrossRef, Medline
 Brown, T. E. (1996). Mizani ya Matatizo ya Uharibifu wa Uangalifu wa Brown (Mizani ya Brown ADD): Kwa vijana na watu wazima: San Antonio, CA: Shirika la Kisaikolojia.
 Kaini, M. S., Leonard, J. A., Gabrieli, J. D., & Finn, A. S. (2016). Vyombo vya habari vingi katika ujana. Taarifa na Uchunguzi wa Kisaikolojia, 23 (6), 1932-1941. doi:https://doi.org/10.3758/s13423-016-1036-3 CrossRef, Medline
 Chen, Y. L., Chen, S. H., & Gau, S. S. (2015). ADHD na tabia za kiakili, kazi ya familia, mtindo wa uzazi, na marekebisho ya kijamii kwa ulevi wa mtandao kati ya watoto na vijana huko Taiwan: Utafiti wa muda mrefu. Utafiti katika Ulemavu wa Maendeleo, 39, 20-31. doi:https://doi.org/10.1016/j.ridd.2014.12.025 CrossRef, Medline
 Clement, U., & Löwe, B. (1996). Uthibitishaji wa FKB-20 kama kiwango cha kugundua upotovu wa picha ya mwili kwa wagonjwa wa kisaikolojia. Psychotherapie, Psychosomatik, Medizinische Psychologie, 46 (7), 254-259. Medline
 Cohen, S., Kamarck, T., & Mermelstein, R. (1983). Kipimo cha ulimwengu cha mafadhaiko yaliyoonekana. Jarida la Afya na Tabia ya Jamii, 24 (4), 385-396. doi:https://doi.org/10.2307/2136404 CrossRef, Medline
 Crenshaw, D. (2008). Hadithi ya multitasking: Jinsi "kufanya yote" haina kupata kitu kufanyika. San Francisco, CA: Jossey-Bass.
 Dany, L., Moreau, L., Guillet, C., & Franchina, C. (2016). Michezo ya video, mtandao na mitandao ya kijamii: Utafiti kati ya wanafunzi wa shule ya Ufaransa. Sante publique (Vandoeuvre-les-Nancy, Ufaransa), 28 (5), 569-579. doi:https://doi.org/10.3917/spub.165.0569 CrossRef, Medline
 Davis, R. A. (2001). Mfano wa utambuzi wa tabia ya utumiaji wa mtandao wa kiolojia. Kompyuta katika Tabia ya Binadamu, 17 (2), 187-195. doi:https://doi.org/10.1016/S0747-5632(00)00041-8 CrossRef
 Erikson, E. H. (1968). Utambulisho, ujana na shida: New York, NY: WW Norton, Inc.
 Frodl, T., & Skokauskas, N. (2012). Uchambuzi wa meta wa masomo ya kimuundo ya MRI kwa watoto na watu wazima walio na shida ya upungufu wa umakini huonyesha athari za matibabu. Acta Psychiatrica Scandinavica, 125 (2), 114-126. doi:https://doi.org/10.1111/j.1600-0447.2011.01786.x CrossRef, Medline
 Greenberger, E., Chen, C., Dmitrieva, J., & Farruggia, S. P. (2003). Maneno ya kipengee na ukubwa wa Kiwango cha Kujithamini cha Rosenberg: Je! Ni muhimu? Utu na Tofauti za Mtu binafsi, 35 (6), 1241-1254. doi:https://doi.org/10.1016/S0191-8869(02)00331-8 CrossRef
 Harrison, A. G. (2004). Uchunguzi wa dalili zilizoripotiwa za ADHD katika idadi ya vyuo vikuu. Ripoti ya ADHD, 12 (6), 8-11. doi:https://doi.org/10.1521/adhd.12.6.8.55256 CrossRef
 Homoni, J. M., Kearns, B., & Timko, C. A. (2014). Je! Unatamani Facebook? Uraibu wa tabia kwa mitandao ya kijamii mkondoni na uhusiano wake na upungufu wa kanuni za mhemko. Uraibu, 109 (12), 2079-2088. doi:https://doi.org/10.1111/add.12713 CrossRef, Medline
 Kaess, M., Parzer, P., Mehl, L., Weil, L., Strittmatter, E., Resch, F., & Koenig, J. (2017). Ukosefu wa shida kwa vijana wa kiume na shida ya michezo ya kubahatisha kwenye mtandao. Psychoneuroendocrinology, 77, 244-251. doi:https://doi.org/10.1016/j.psyneuen.2017.01.008 CrossRef, Medline
 Kim, B. S., Chang, S. M., Park, J. E., Seong, S. J., Won, S. H., & Cho, M. J. (2016). Kuenea, uhusiano, ugonjwa wa akili, na kujiua katika jamii yenye shida ya kutumia mtandao. Utafiti wa Saikolojia, 244, 249-256. doi:https://doi.org/10.1016/j.psychres.2016.07.009 CrossRef, Medline
 Kolbeck, S., & Maß, R. (2009). SASKO - Fragebogen zu sozialer Angst und sozialen Kompetenzdefiziten. Testmanual und materialien [SASKO - Hojaji ya wasiwasi wa kijamii na upungufu wa uwezo wa kijamii. Mwongozo na nyenzo]. Göttingen, Ujerumani: Hogrefe.
 Kromrey, H. (2002). Datenerhebungsverfahren und -instrumente der empirischen Sozialforschung [mbinu za ukusanyaji wa data na vyombo vya utafiti wa kijamii]. Katika H. Kromrey (Ed.), Empirische Sozialforschung Modelle und Methoden der standardized Datenerhebung und Datenauswertung [Mitindo ya utafiti wa kijamii na mbinu za kukusanya data na tathmini] (pp. 309-404). Wiesbaden, Ujerumani: VS Verlag für Sozialwissenschaften.
 Lemenager, T., Dieter, J., Hill, H., Hoffmann, S., Reinhard, I., Beutel, M., Vollstädt-Klein, S., Kiefer, F., & Mann, K. (2016). . Kuchunguza msingi wa neva wa kitambulisho cha Avatar katika michezo ya kubahatisha ya mtandao na ya kujionyesha kwa watumiaji wa mtandao wa kijamii. Jarida la Uraibu wa Tabia, 5 (3), 485-499. doi:https://doi.org/10.1556/2006.5.2016.048 Link
 Lemola, S., Perkinson-Gloor, N., Brand, S., Dewald-Kaufmann, J. F., & Grob, A. (2015). Matumizi ya media ya elektroniki ya vijana wakati wa usiku, usumbufu wa kulala, na dalili za unyogovu katika umri wa smartphone Jarida la Vijana na Ujana, 44 (2), 405-418. doi:https://doi.org/10.1007/s10964-014-0176-x CrossRef, Medline
 Marcia, J. E. (1966). Maendeleo na uthibitishaji wa hali ya kitambulisho cha ego. Jarida la Utu na Saikolojia ya Jamii, 3 (5), 551-558. doi:https://doi.org/10.1037/h0023281 CrossRef, Medline
 Mayer, J. D., & Salovey, P. (1993). Akili ya akili ya kihemko. Akili, 17 (4), 433-442. doi:https://doi.org/10.1016/0160-2896(93)90010-3 CrossRef
 Mayer, J. D., Salovey, P., Caruso, D. R., & Sitarenios, G. (2001). Akili ya kihemko kama akili ya kawaida. Hisia, 1 (3), 232-242. doi:https://doi.org/10.1037/1528-3542.1.3.232 CrossRef, Medline
 Mihara, S., & Higuchi, S. (2017). Masomo ya sehemu ya msalaba na ya muda mrefu ya ugonjwa wa michezo ya kubahatisha mtandao: Mapitio ya utaratibu wa fasihi. Saikolojia na Neuroscience ya Kliniki, 71 (7), 425-444. doi:https://doi.org/10.1111/pcn.12532 CrossRef, Medline
 Mgodi, M., Brasher, F., McCurdy, M., Lewis, J., & Younggren, A. (2013). Kumbukumbu ya kufanya kazi, akili ya maji, na msukumo katika media nyingi za media. Bulletin na Uhakiki wa Kisaikolojia, 20 (6), 1274-1281. doi:https://doi.org/10.3758/s13423-013-0456-6 CrossRef, Medline
 Moreno-Alcazar, A., Ramos-Quiroga, JA, Radua, J., Salavert, J., Palomar, G., Bosch, R., Salvador, R., Blanch, J., Casas, M., McKenna, PJ, & Pomarol-Clotet, E. (2016). Ukosefu wa ubongo kwa watu wazima walio na shida ya shida ya kutosheleza kwa uangalifu iliyoonyeshwa na morphometry inayotokana na voxel. Utafiti wa Psychiatry, 254, 41-47. doi:https://doi.org/10.1016/j.pscychresns.2016.06.002 CrossRef, Medline
 Müller, K. W., Glaesmer, H., Brähler, E., Wölfling, K., & Beutel, M. E. (2014). Kuenea kwa uraibu wa mtandao kwa idadi ya watu wote: Matokeo kutoka kwa uchunguzi wa idadi ya watu wa Ujerumani. Tabia na Teknolojia ya Habari, 33 (7), 757-766. doi:https://doi.org/10.1080/0144929X.2013.810778 CrossRef
 Murphy, K. R., & Adler, L. A. (2004). Kutathmini upungufu wa umakini / shida ya kutosheleza kwa watu wazima: Zingatia mizani ya upimaji. Jarida la Saikolojia ya Kliniki, 65 (Suppl 3), 12-17. Medline
 Nie, J., Zhang, W., Chen, J., & Li, W. (2016). Kizuizi kilichoharibika na kumbukumbu ya kufanya kazi kwa kujibu maneno yanayohusiana na mtandao kati ya vijana walio na ulevi wa mtandao: Ulinganisho na upungufu wa umakini / shida ya kutosheleza. Utafiti wa Psychiatry, 236, 28-34. doi:https://doi.org/10.1016/j.psychres.2016.01.004 CrossRef, Medline
 Reinecke, L., Aufenanger, S., Beutel, M. E., Dreier, M., Quiring, O., Stark, B., Wölfling, K., & Müller, K. W. (2017). Dhiki ya dijiti juu ya kipindi cha maisha: Athari za mzigo wa mawasiliano na utumiaji wa mtandao mwingi juu ya mafadhaiko na shida za kiafya za kisaikolojia katika sampuli ya uwezekano wa Ujerumani. Saikolojia ya media, 20 (1), 90-115. doi:https://doi.org/10.1080/15213269.2015.1121832 CrossRef
 Rindermann, H. (2009). Emotionale-Kompetenz-Fragebogen [Maswala ya Maarifa ya Kihisia]. Göttigen, Ujerumani: Hogrefe.
 Rosenberg, M. J. (1965). Jamii na picha ya ujana. Princeton, NJ: Chuo Kikuu cha Princeton Press. CrossRef
 Rumpf, H. J., Vermulst, A. A., Bischof, A., Kastirke, N., Gurtler, D., Bischof, G., Meerkerk, G. J., John, U., & Meyer, C. (2014). Matukio ya uraibu wa mtandao katika sampuli ya jumla ya watu: Uchambuzi wa darasa la hivi karibuni. Utafiti wa Uraibu wa Uropa, 20 (4), 159-166. doi:https://doi.org/10.1159/000354321 CrossRef, Medline
 Seyrek, S., Cop, E., Sinir, H., Ugurlu, M., & Şenel, S. (2017). Sababu zinazohusiana na ulevi wa mtandao: Utafiti wa sehemu ya vijana wa Kituruki. Kimataifa ya watoto, 59 (2), 218-222. doi:https://doi.org/10.1111/ped.13117 CrossRef, Medline
 Simon, V., Czobor, P., Bálint, S., Mészáros, Á., & Uchungu, I. (2009). Kuenea na uhusiano wa shida ya watu wazima ya upungufu wa umakini: Uchambuzi wa Meta. Jarida la Uingereza la Psychiatry, 194 (3), 204-211. doi:https://doi.org/10.1192/bjp.bp.107.048827 CrossRef, Medline
 Stip, E., Thibault, A., Beauchamp-Chatel, A., & Kisely, S. (2016). Uraibu wa mtandao, ugonjwa wa hikikomori, na awamu ya prodromal ya saikolojia. Mipaka katika Psychiatry, 7, 6. doi:https://doi.org/10.3389/fpsyt.2016.00006 CrossRef, Medline
 Tateno, M., Teo, A. R., Shirasaka, T., Tayama, M., Watabe, M., & Kato, T. A. (2016). Uraibu wa mtandao na tabia ya kujitathmini ya upungufu wa tabia kati ya wanafunzi wa vyuo vikuu vya Kijapani. Saikolojia na Neuroscience ya Kliniki, 70 (12), 567-572. doi:https://doi.org/10.1111/pcn.12454 CrossRef, Medline
 Tavolacci, M. P., Ladner, J., Grigioni, S., Richard, L., Villet, H., & Dechelotte, P. (2013). Kuenea na ushirika wa mafadhaiko yanayotambulika, utumiaji wa dutu na ulevi wa tabia: Utafiti wa sehemu kati ya wanafunzi wa vyuo vikuu huko Ufaransa, 2009-2011. Afya ya Umma ya BMC, 13 (1), 724. doi:https://doi.org/10.1186/1471-2458-13-724 CrossRef, Medline
 Taylor, S., Pattara-Angkoon, S., Sirirat, S., & Woods, D. (2017). Msingi wa nadharia ya ulevi wa mtandao na ushirika wake na saikolojia katika ujana. Jarida la Kimataifa la Dawa za Vijana na Afya. Mapema uchapishaji mkondoni. doi:https://doi.org/10.1515/ijamh-2017-0046 CrossRef
 Tippelt, F., & Kupferschmitt, T. (2015). Mtandao wa kijamii: Ausdifferenzierung der Nutzung – Potenziale für Medienanbieter [Wavuti ya kijamii: Utofautishaji wa uwezekano wa matumizi kwa watoaji wa media]. Perspektiven ya Media, 10 (2015), 442-452.
 Uncapher, M. R., Thieu, M. K., & Wagner, A. D. (2016). Utekelezaji wa media na kumbukumbu: Tofauti katika kumbukumbu ya kufanya kazi na kumbukumbu ya muda mrefu. Taarifa na Uchunguzi wa Kisaikolojia, 23 (2), 483-490. doi:https://doi.org/10.3758/s13423-015-0907-3 CrossRef, Medline
 Upadhayay, N., & Guragain, S. (2017). Matumizi ya mtandao na kiwango chake cha ulevi kwa wanafunzi wa matibabu. Maendeleo katika Elimu ya Tiba na Mazoezi, 8, 641-647. doi:https://doi.org/10.2147/AMEP.S142199 CrossRef, Medline
 Wang, H., Jin, C., Yuan, K., Shakir, T. M., Mao, C., Niu, X., Niu, C., Guo, L., & Zhang, M. (2015). Mabadiliko ya ujazo wa kijivu na udhibiti wa utambuzi kwa vijana walio na shida ya uchezaji wa mtandao. Mipaka katika Sayansi ya Sayansi ya Tabia, 9, 64. doi:https://doi.org/10.3389/fnbeh.2015.00064 CrossRef, Medline
 Weinstein, A., Yaacov, Y., Manning, M., Danon, P., & Weizman, A. (2015). Uraibu wa mtandao na upungufu wa umakini wa shida kati ya watoto wa shule. Jarida la Jumuiya ya Matibabu ya Israeli: IMAJ, 17 (12), 731-734. Medline
 Wittchen, H. U., Zaudig, M., & Fydrich, T. (1997). Strukturiertes klinisches Mahojiano ya DSM-IV (SKID) [Mahojiano ya kliniki yaliyoundwa kwa DSM-IV (SCID)]. Göttingen, Ujerumani: Hogrefe.
 Wölfling, K., Beutel, M. E., & Müller, K. W. (2012). Ujenzi wa mahojiano ya kliniki yaliyokadiriwa kutathmini uraibu wa mtandao: Matokeo ya kwanza kuhusu umuhimu wa AICA-C. Utafiti wa Uraibu na Tiba, Suppl 6, 003. doi:https://doi.org/10.4172/2155-6105.S6-003
 Wölfling, K., Müller, K. W., & Beutel, M. (2010). Utambuzi Testverfahren: Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S) [Hatua za utambuzi: Kiwango cha tathmini ya ulevi wa mtandao na mchezo wa kompyuta (AICA-S)]. Katika D. Mücken, A. Teske, F. Rehbein, & B. Wildt (Eds.), Prävention, Diagnostikund Therapie von Computerspielabhängigkeit [Kinga, uchunguzi, na tiba ya uraibu wa mchezo wa kompyuta] (pp. 212-215). Lengerich, Ujerumani: Wachapishaji wa Sayansi ya Pabst.
 Shirika la Afya Duniani. (2015). Rasimu ya beta ya ICD-11. Geneva, Uswisi: Shirika la Afya Duniani. Imeondolewa kutoka http://apps.who.int/classifications/icd11
 Younes, F., Halawi, G., Jabbour, H., El Osta, N., Karam, L., Hajj, A., & Rabbaa Khabbaz, L. (2016). Uraibu wa mtandao na uhusiano na kukosa usingizi, wasiwasi, unyogovu, mafadhaiko na kujithamini kwa wanafunzi wa vyuo vikuu: Utafiti ulioundwa kwa sehemu nzima. PLoS Moja, 11 (9), e0161126. doi:https://doi.org/10.1371/journal.pone.0161126 CrossRef, Medline
 Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., Liu, P., Liu, J., Sun, J., von Deneen, KM, Gong, Q., Liu, Y., & Tian, ​​J. (2011). Uharibifu wa microstructure kwa vijana walio na shida ya kulevya kwenye mtandao. PLoS Moja, 6 (6), e20708. doi:https://doi.org/10.1371/journal.pone.0020708 CrossRef, Medline
 Zadra, S., Bischof, G., Besser, B., Bischof, A., Meyer, C., John, U., & Rumpf, H. J. (2016). Ushirika kati ya ulevi wa mtandao na shida za utu katika sampuli ya jumla ya idadi ya watu. Jarida la Uraibu wa Tabia, 5 (4), 691-699. doi:https://doi.org/10.1556/2006.5.2016.086 Link