J Behav Addict 2017 พ.ย. 13: 1-10 doi: 10.1556 / 2006.6.2017.075
นามธรรม
ความเป็นมาและจุดมุ่งหมาย
การศึกษาก่อนหน้านี้มุ่งเน้นไปที่การตรวจสอบความสัมพันธ์ระหว่างการติดเว็บไซต์เครือข่ายสังคม (SNS) และความผิดปกติของเกมบนอินเทอร์เน็ต (IGD) นอกจากนี้ยังไม่ค่อยมีใครรู้จักเกี่ยวกับผลกระทบที่อาจเกิดขึ้นพร้อมกันของการติด SNS และ IGD ต่อสุขภาพจิต การศึกษาครั้งนี้ตรวจสอบการมีปฏิสัมพันธ์ระหว่างการเสพติดของเทคโนโลยีทั้งสองและยืนยันว่าพวกเขาสามารถมีส่วนร่วมอย่างชัดเจนและไม่ซ้ำกันเพื่อเพิ่มความทุกข์จิตเวชเมื่อบัญชีสำหรับผลกระทบที่อาจเกิดจากตัวแปรทางสังคมและเทคโนโลยีที่เกี่ยวข้อง
วิธีการ
กลุ่มตัวอย่างวัยรุ่น 509 คน (ชาย 53.5%) อายุ 10-18 ปี (ค่าเฉลี่ย = 13.02, SD = 1.64) ได้รับคัดเลือก
ผลสอบ
พบว่าตัวแปรทางประชากรที่สำคัญสามารถมีบทบาทอย่างชัดเจนในการอธิบายการติด SNS และ IGD นอกจากนี้ยังพบว่าการติด SNS และ IGD สามารถเพิ่มอาการของกันและกันได้และยังส่งผลให้สุขภาพจิตโดยรวมแย่ลงในรูปแบบที่คล้ายคลึงกันซึ่งจะเน้นย้ำถึงหลักสูตรสาเหตุและทางคลินิกที่อาจเกิดขึ้นได้บ่อยระหว่างปรากฏการณ์ทั้งสองนี้ ในที่สุดผลกระทบที่เป็นอันตรายของ IGD ต่อสุขภาพจิตพบว่าเด่นชัดกว่าผลจากการติด SNS เล็กน้อยซึ่งเป็นการค้นพบที่รับประกันการตรวจสอบข้อเท็จจริงทางวิทยาศาสตร์เพิ่มเติม
การอภิปรายและสรุป
ผลกระทบของผลลัพธ์เหล่านี้จะถูกกล่าวถึงเพิ่มเติมในแง่ของหลักฐานที่มีอยู่และการถกเถียงเกี่ยวกับสถานะของการเสพติดทางเทคโนโลยีว่าเป็นความผิดปกติหลักและรอง
ที่มา: ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต การเสพติดพฤติกรรม สุขภาพจิต; การติดเว็บไซต์เครือข่ายสังคม การเสพติดทางเทคโนโลยี
PMID: 29130329
บทนำ
ความก้าวหน้าทางเทคโนโลยีล่าสุดมีบทบาทสำคัญในการเปลี่ยนแปลงวิธีที่บุคคลสัมผัสกับไซต์เครือข่ายสังคมออนไลน์ (SNS) และวิดีโอเกม แม้ว่าการพัฒนาเหล่านี้จะช่วยเพิ่มประสบการณ์โดยรวมของผู้ใช้ในทั้งสองกิจกรรม แต่ก็มีส่วนทำให้เส้นแบ่งระหว่างการใช้ SNS และการเล่นวิดีโอเกมเบลอมากขึ้น (Rikkers, Lawrence, Hafekost, & Zubrick, 2016; Starcevic & Aboujaoude, 2016).
ประสบการณ์ทางสังคมเสมือนจริงและกระบวนการโต้ตอบนั้นฝังอยู่ในเกมประเภทต่างๆโดยเฉพาะอย่างยิ่งในเกมเล่นตามบทบาทออนไลน์ที่มีผู้เล่นหลายคน (MMORPG) ซึ่งผู้ใช้สามารถเล่นในโลกโซเชียลเสมือนจริงได้ การสำรวจผู้เล่นเกม MMORPG จำนวน 912 คนจาก 45 ประเทศพบว่าปฏิสัมพันธ์ทางสังคมภายในสภาพแวดล้อมการเล่นเกมเป็นองค์ประกอบสำคัญในความเพลิดเพลินในการเล่นในฐานะนักเล่นเกมสามารถสร้างเพื่อนและคู่ค้าตลอดชีวิตตลอดประสบการณ์การเล่นเกมโคลแอนด์กริฟฟิ ธ , 2007). สิ่งที่น่าสนใจคือประสบการณ์โซเชียลมีเดียในยุคของ Web 2.0 ได้แก่ เกมโซเชียลมีเดียยอดนิยมที่ได้รับความนิยมเพิ่มขึ้น (Bright, Kleiser, & Grau, 2015) โดยตัวเลขล่าสุดจาก Facebook ชี้ให้เห็นว่าในปี 2014 มีผู้เล่นเกมที่เชื่อมต่อกับ Facebook โดยเฉลี่ย 375 ล้านคนในแต่ละเดือนและแอปพลิเคชันบนมือถือส่งผู้อ้างอิงไปยังเกมโดยเฉลี่ย 735 ล้านคนต่อวัน (Facebook, 2014).
แม้จะมีการรายงานผลในเชิงบวกและเป็นประโยชน์ของทั้ง SNS และวิดีโอเกมในหลายระดับ (เช่นการทำงานของความรู้ความเข้าใจความเป็นอยู่ ฯลฯ ) (เช่น Chopik, 2016; Heo, Chun, Lee, Lee, & Kim, 2015; Howard, Wilding, & Guest, 2016; Stroud & Whitbourne, 2015) นอกจากนี้ยังมีหลักฐานจำนวนมากจากการศึกษาเชิงประจักษ์ของตัวแทนทั่วประเทศหลายแห่งที่แสดงให้เห็นว่า SNS และวิดีโอเกมสามารถนำไปสู่ความบกพร่องทางจิตสังคมและความผิดปกติทางพฤติกรรมในผู้ใช้ส่วนน้อยรวมถึงวัยรุ่นอายุน้อยที่อาจใช้เทคโนโลยีเหล่านี้มากเกินไปและไม่ดีต่อสุขภาพตามขั้นตอนการพัฒนาในปัจจุบัน (Andreassen, 2015; Bányai et al., 2017; Cock et al., 2014; Morioka et al., 2016; Pápay et al., 2013). เมื่อเร็ว ๆ นี้ Sioni, Burleson และ Bekerian (2017) ทำการศึกษาเชิงประจักษ์ในกลุ่มตัวอย่างผู้เล่นเกม MMORPG จำนวน 595 คนจากสหรัฐอเมริกาและพบว่าการเล่นวิดีโอเกมแบบเสพติดมีความสัมพันธ์ในเชิงบวกกับอาการของโรคกลัวสังคมแม้ว่าจะควบคุมอิทธิพลร่วมกันของชั่วโมงการเล่นเกมรายสัปดาห์แล้วก็ตาม ปฏิสัมพันธ์ทางสังคมในรูปแบบออนไลน์ (ลีแอนด์สตาปินสกี, 2012) เนื่องจากพวกเขาให้โอกาสพิเศษแก่ผู้ใช้ในการตอบสนองความต้องการการเชื่อมต่อทางสังคมของพวกเขาในขณะเดียวกันก็ปล่อยให้พวกเขาออกจากสถานการณ์ทางสังคมที่พวกเขารู้สึกไม่สบายใจ (เช่นออกจากเกม) เกี่ยวกับการใช้ SNS มากเกินไปการศึกษาล่าสุดที่จัดทำโดย Xanidis และ Brignell (2016) ในกลุ่มตัวอย่างผู้ใช้โซเชียลมีเดีย 324 คนพบว่าการติด SNS เป็นตัวทำนายที่สำคัญของคุณภาพการนอนหลับที่ลดลงและเพิ่มอุบัติการณ์ของความล้มเหลวในการรับรู้ นอกจากนี้ Xanidis และ Brignell (2016) ตั้งข้อสังเกตว่าการติด SNS สามารถกระตุ้นให้เกิดความล้มเหลวในการรับรู้ได้เนื่องจากผลกระทบด้านลบต่อคุณภาพการนอนหลับซึ่งแสดงให้เห็นถึงความสำคัญทางคลินิกและสังคมวิทยาที่สำคัญของการวิจัยที่เกี่ยวข้องกับการเสพติดเทคโนโลยีในบริบททางการศึกษาเนื่องจากการใช้ SNS และวิดีโอเกมที่มากเกินไปและทางพยาธิวิทยาสามารถประนีประนอมทั้งร่างกายและจิตใจ สุขภาพในบริบทและช่วงอายุที่หลากหลาย
ในระดับทฤษฎีการติดวิดีโอเกม [หรือที่เรียกว่าความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (IGD)] เป็นภาวะทางคลินิกที่ประกอบด้วยรูปแบบพฤติกรรมที่ครอบคลุมการใช้วิดีโอเกมอย่างต่อเนื่องและเป็นประจำซึ่งนำไปสู่การด้อยค่าหรือความทุกข์อย่างมีนัยสำคัญในช่วง 12 เดือนเนื่องจาก ระบุโดยการรับรองห้า (หรือมากกว่า) จากเก้าเกณฑ์ต่อไปนี้: (i) หมกมุ่นอยู่กับเกม; (ii) อาการถอนตัวเมื่อเล่นเกม (iii) ความอดทนทำให้ต้องใช้เวลาในการเล่นเกมเพิ่มขึ้น (iv) ความพยายามที่ไม่ประสบความสำเร็จในการควบคุมการมีส่วนร่วมในเกม (v) การสูญเสียความสนใจในงานอดิเรกและความบันเทิงก่อนหน้านี้อันเป็นผลมาจากและยกเว้นเกม (vi) ใช้เกมมากเกินไปอย่างต่อเนื่องแม้ว่าจะมีความรู้เกี่ยวกับปัญหาทางจิตสังคม (vii) หลอกลวงสมาชิกในครอบครัวนักบำบัดหรือคนอื่น ๆ เกี่ยวกับปริมาณการเล่นเกม (viii) การใช้เกมเพื่อหลีกหนีหรือบรรเทาอารมณ์เชิงลบ และ (ix) เป็นอันตรายหรือสูญเสียความสัมพันธ์งานหรือโอกาสทางการศึกษาหรืออาชีพอย่างมีนัยสำคัญเนื่องจากการมีส่วนร่วมในเกม (สมาคมจิตแพทย์อเมริกัน [APA], 2013). สำหรับการเสพติด SNS โครงสร้างนี้มีความหมายกว้าง ๆ ว่า“ กังวลมากเกินไปเกี่ยวกับ SNSs ถูกขับเคลื่อนด้วยแรงจูงใจที่แข็งแกร่งในการเข้าสู่ระบบหรือใช้ SNS และทุ่มเทเวลาและความพยายามอย่างมากให้กับ SNS จนทำให้กิจกรรมทางสังคมอื่น ๆ ลดลง การศึกษา / งานความสัมพันธ์ระหว่างบุคคลและ / หรือสุขภาพจิตใจและความเป็นอยู่ที่ดี” (Andreassen & Pallesen, 2014, P. 4054)
นับตั้งแต่ข้อเสนอเบื้องต้นของ IGD เป็นความผิดปกติเบื้องต้นโดย APA ในฉบับที่ XNUMX ของ คู่มือการวินิจฉัยและสถิติความผิดปกติทางจิต (DSM-5; APA, 2013) มีการเผยแพร่การอภิปรายทางวิชาการหลายเรื่องที่นำเสนอมุมมองที่แตกต่างและขัดแย้งกันเกี่ยวกับความเป็นไปได้และสถานะของ IGD ว่าเป็นความผิดปกติอย่างเป็นทางการ (Aarseth et al., 2016; Griffiths, Van Rooij, et al., 2016; ลีชูและลี 2017; Petry et al., 2014, 2015; Saunders et al., 2017). ความกังวลเหล่านี้เกิดขึ้นเนื่องจากความจริงที่ว่าเกณฑ์การวินิจฉัยสำหรับ IGD ส่วนใหญ่มาจากการรวมกันของเกณฑ์ทางคลินิกที่มีอยู่และเงื่อนไขที่ไม่เป็นทางการเช่นการพนันทางพยาธิวิทยาความผิดปกติของการใช้สารเสพติดและการติดอินเทอร์เน็ตโดยทั่วไป (Kuss, Griffiths และ Pontes, 2017). แม้ว่าข้อเท็จจริงที่ว่าการเสพติด IGD และ SNS จะไม่ได้รับการยอมรับอย่างเป็นทางการว่ามีความผิดปกติทางสุขภาพจิต แต่องค์การอนามัยโลก (2016) ทำให้การถกเถียงกันมากขึ้นเกี่ยวกับการติดวิดีโอเกมเนื่องจากการตัดสินใจที่จะรวมความผิดปกติของการเล่นเกม (GD) เป็นความผิดปกติอย่างเป็นทางการในการแก้ไขการจำแนกประเภทโรคระหว่างประเทศครั้งต่อไป อีกประเด็นหนึ่งที่เกี่ยวข้องกับพฤติกรรมการเสพติดเช่นการติด SNS และ IGD เกี่ยวข้องกับความจริงที่ว่าการให้อภัยโดยธรรมชาติอาจเกิดขึ้นได้ในหลายกรณี การวิจัยที่ตรวจสอบอัตราการให้อภัยใน IGD รายงานว่าการให้อภัยที่เกิดขึ้นเองสามารถเกิดขึ้นได้ถึง 50% ของกรณี (เช่น Gentile et al., 2011; Scharkow, Festl, & Quandt, 2014; Van Rooij, Schoenmakers, Vermulst, Van den Eijnden และ Van de Mheen, 2011).
แม้ว่าอัตราความชุกของการติด SNS และ IGD อาจได้รับผลกระทบอย่างมีนัยสำคัญจากปัจจัยต่างๆเช่นปัญหาเกี่ยวกับวิธีการและแนวคิดตามที่แนะนำก่อนหน้านี้ (Griffiths, Király, Pontes และ Demetrovics, 2015; Griffiths, Kuss, & Pontes, 2016; Griffiths & Pontes, 2015) การศึกษาที่มีประสิทธิภาพ (เช่นการศึกษาที่เป็นตัวแทนในระดับประเทศ) รายงานอัตราความชุกของการติด SNS ตั้งแต่ 2.9% ในประชากรผู้ใหญ่ชาวเบลเยียม (Cock et al., 2014) ถึง 4.5% ในกลุ่มวัยรุ่นฮังการี (Bányai et al., 2017). แม้ว่าอัตราความชุกของ IGD จากการศึกษาที่แข็งแกร่งพบว่าอัตราอยู่ในช่วง 2.5% ในวัยรุ่นชาวสโลวีเนีย (Pontes, Macur และ Griffiths, 2016) ถึง 5.8% ในกลุ่มวัยรุ่นและผู้ใหญ่ชาวดัตช์ (Lemmens & Hendriks, 2016) การศึกษาขนาดใหญ่อื่น ๆ รายงานอัตราความชุกต่ำถึง 0.3% (Scharkow et al., 2014). แม้ว่าการค้นพบเกี่ยวกับความชุกดูเหมือนจะค่อนข้างสอดคล้องกันในการศึกษาที่มีประสิทธิภาพ แต่ปัจจัยบางอย่างอาจส่งผลต่ออัตราเงินเฟ้อ ตัวอย่างเช่นพบว่ารูปแบบการตอบสนองที่ซุกซนและรุนแรงสามารถทำให้ค่าประมาณของอัตราความชุก (Przybylski 2017). ในทำนองเดียวกันประเภทของการประเมินไซโครเมตริกที่ใช้แสดงให้เห็นว่ามีส่วนช่วยในการประเมินอัตราความชุกของความผิดปกติที่หายากเช่น IGD (Maraz, Királyและ Demetrovics, 2015).
เนื่องจากความรู้ที่ยังหลงเหลืออยู่บนพื้นฐานของผลกระทบของ SNS และการเล่นวิดีโอเกมที่มีต่อสุขภาพจิตในวัยรุ่นยังค่อนข้างเบาบางการวิจัยเกี่ยวกับผลต่างที่อาจเกิดขึ้นของการติด SNS และ IGD ต่อสุขภาพจิตจึงเป็นสิ่งสำคัญยิ่งเนื่องจากปรากฏการณ์ทั้งสองนี้มีสาเหตุพื้นฐานร่วมกันด้วย การเสพติดอื่น ๆ ที่เกี่ยวข้องกับสารเสพติดและพฤติกรรม (Griffiths, 2015; Griffiths & Pontes, 2015; Shaffer et al., 2004) และการเล่นเกมทางสังคมที่เพิ่มขึ้นทำให้คุณภาพโดยรวมของความสัมพันธ์ระหว่างบุคคลในวัยรุ่นลดลงโดยการขัดขวางการสนับสนุนทางอารมณ์ (Kowert, Domahidi, Festl และ Quandt, 2014).
การศึกษาก่อนหน้านี้ (เช่น Andreassen et al., 2016; Cock et al., 2014; ปอนเตสแอนด์กริฟฟิ ธ , 2015b; Yu, Li, & Zhang, 2015) พบว่าเพศและอายุสามารถเพิ่มความเสี่ยงต่อการติด SNS และ IGD ดังนั้นเนื่องจากเพศชายมีความสัมพันธ์อย่างเป็นระบบกับ IGD และเพศหญิงที่ติด SNS (Andreassen et al., 2016) การศึกษานี้ตั้งสมมติฐานว่า เพศและอายุจะทำนายระดับการติด SNS และอาการ IGD ได้มากขึ้น (H1) นอกจากนี้การศึกษาหลายชิ้น (เช่น Andreassen et al., 2013, 2016; Sussman et al., 2014) ได้รายงานความเชื่อมโยงเชิงบวกระหว่างการเสพติดเทคโนโลยีประเภทต่างๆซึ่งบ่งบอกถึงความสัมพันธ์พื้นฐานทั่วไป ดังนั้นจึงมีการตั้งสมมติฐานว่า การติด SNS และ IGD จะมีความสัมพันธ์กันในเชิงบวก (H2). แม้ว่าความสัมพันธ์ระหว่างการติด SNS, IGD และสุขภาพจิตจะซับซ้อนและยังคงเป็นที่ถกเถียงกันอยู่ที่สุด (แพนติก, 2014) มีหลักฐานจำนวนมากที่รายงานความสัมพันธ์ที่สำคัญของการเสพติดเทคโนโลยีเช่นภาวะซึมเศร้าความวิตกกังวลและความเครียด (เช่น Király et al., 2014; Lehenbauer-Baum et al., 2015; Ostovar et al., 2016; Pontes & Griffiths, 2016). ดังนั้นจึงมีการตั้งสมมติฐานว่า การติด SNS และ IGD จะมีส่วนทำให้เกิดความทุกข์ทางจิตเวชโดยรวมที่ไม่เหมือนใครและแตกต่างกัน (H3) ทั้งสามสมมติฐานข้างต้นจะได้รับการตรวจสอบบัญชีสำหรับผลกระทบที่อาจเกิดขึ้นจากการใช้อินเทอร์เน็ตบ่อยครั้งและการเล่นวิดีโอเกมเนื่องจากเวลาที่ใช้ในกิจกรรมเหล่านี้มักเกี่ยวข้องกับแนวโน้มการเสพติด (Pontes & Griffiths, 2015a; Pontes, Király, Demetrovics และ Griffiths, 2014; Stubblefield et al., 2017; Wu, Cheung, Ku, & Hung, 2013).
วิธีการ
ผู้เข้าร่วมที่มีศักยภาพสำหรับการศึกษานี้เป็นนักเรียนทั้งหมด (N = 700) เข้าเรียนในเกรดหก, เจ็ด, แปดและเก้าของโรงเรียนมัธยมต้นที่สำคัญซึ่งตั้งอยู่ใน Algarve (โปรตุเกส) ได้รับอนุญาตจากครูใหญ่และผู้ปกครองของโรงเรียนและนักเรียนได้ทำแบบสำรวจภายในห้องสมุดของโรงเรียนในระหว่างการทำกิจกรรมนอกหลักสูตร การศึกษานี้ได้รับการอนุมัติโดยคณะกรรมการจริยธรรมการวิจัยของวิทยาลัยแห่งมหาวิทยาลัยนอตติงแฮมเทรนต์โดยได้รับความยินยอมจากผู้เข้าร่วมทุกคนที่รวมอยู่ในการศึกษานี้และระยะเวลาในการรวบรวมข้อมูลครอบคลุมตั้งแต่เดือนพฤษภาคมถึงมิถุนายน 2015 และโรงเรียนได้รับการคัดเลือกตาม ความพร้อมและนักเรียนสุ่มตัวอย่างจากกลุ่มชั้นเรียนที่ประกอบด้วยเกรดหกเจ็ดแปดและเก้า (เช่นอายุ 10-18 ปี) เพื่อให้ได้ตัวแทนที่เหมาะสมที่สุดของประชากรนักเรียนของโรงเรียนที่เข้าร่วม รวบรวมข้อมูลจากนักเรียน 509 คน (กลุ่มตัวอย่าง 72.7% ของประชากรทั้งหมด) อายุเฉลี่ยของกลุ่มตัวอย่างคือ 13.02 ปี (SD = 1.64) และมีการแบ่งเพศที่ค่อนข้างเทียบเท่ากับ 53.5% (n = 265) เป็นชาย (ตาราง 1).
|
1 ตาราง. ลักษณะทางสังคมวิทยาหลักของตัวอย่างรูปแบบการใช้เทคโนโลยีระดับการใช้เทคโนโลยีอย่างเสพติดและสุขภาพจิต (N = 495)
ตัวแปร | ขั้นต่ำ | สูงสุด | |
---|---|---|---|
อายุ (ปี) (ค่าเฉลี่ย, SD) | 13.02 (1.64) | 10 | 18 |
เพศชาย, %) | 265 (53.5) | - | - |
มีความสัมพันธ์ (n,%) | 99 (20) | - | - |
เวลารายสัปดาห์ที่ใช้บนอินเทอร์เน็ต (หมายถึง SD) | 17.91 (23.34) | 1 | 49 |
เวลาที่ใช้ในการเล่นเกมทุกสัปดาห์ (หมายถึง SD) | 10.21 (17.86) | 1 | 52 |
ระดับการติด SNS (ค่าเฉลี่ย SD) | 10.70 (4.83) | 6 | 30 |
ระดับ IGD (ค่าเฉลี่ย SD) | 15.92 (6.99) | 9 | 41 |
ระดับอาการซึมเศร้า (ค่าเฉลี่ย SD) | 3.12 (3.94) | 0 | 21 |
ระดับความวิตกกังวล (ค่าเฉลี่ย SD) | 2.66 (3.78) | 0 | 21 |
ระดับความเครียด (ค่าเฉลี่ย SD) | 3.32 (3.97) | 0 | 21 |
หมายเหตุ. เวลารายสัปดาห์ที่ใช้บนอินเทอร์เน็ตและการเล่นเกมหมายถึงจำนวนชั่วโมงที่รายงานด้วยตนเองที่ใช้ในกิจกรรมเหล่านั้นในช่วงสัปดาห์ SD: ส่วนเบี่ยงเบนมาตรฐาน; SNS: เว็บไซต์เครือข่ายสังคม IGD: ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต
ข้อมูลประชากรถูกรวบรวมตามอายุเพศและสถานะความสัมพันธ์ ข้อมูลเกี่ยวกับการใช้งาน SNS ถูกรวบรวมโดยการขอเวลาเฉลี่ยต่อสัปดาห์ของผู้เข้าร่วมที่ใช้บนอินเทอร์เน็ตเพื่อการพักผ่อนและวัตถุประสงค์ (ทั่วไป) ที่ไม่เฉพาะเจาะจง (เช่นจำนวนชั่วโมง) ความถี่ในการเล่นเกมได้รับการประเมินโดยขอเวลาเฉลี่ยต่อสัปดาห์ของผู้เข้าร่วมที่ใช้เล่นเกม (เช่นจำนวนชั่วโมง)
BFAS (Andreassen, Torsheim, Brunborg และ Pallesen, 2012) ประเมินการติด SNS ในบริบทของการใช้ Facebook และได้รับการแสดงให้เห็นว่ามีคุณสมบัติทางไซโครเมตริกที่ยอดเยี่ยมในหลายประเทศ (พนาสถิตย์, มั่นวงษ์, หาญประเทศคุ้มศรี, และหญิงหยุ่น, 2015; Salem, Almenaye และ Andreassen, 2016; Silva et al., 2015) รวมถึงโปรตุเกส (Pontes, Andreassen และ Griffiths, 2016). BFAS ประกอบด้วยหกรายการที่ครอบคลุมคุณสมบัติหลักของการเสพติดพฤติกรรม (เช่นความสงบการปรับเปลี่ยนอารมณ์ความอดทนการถอนความขัดแย้งและการกำเริบของโรค) (Griffiths, 2005). รายการจะได้รับคะแนนในระดับ 5 คะแนนกล่าวคือตั้งแต่ 1 (ไม่ค่อยมาก) ถึง 5 (บ่อยมาก) ภายในกรอบเวลา 12 เดือน คะแนนรวมจะได้รับจากการรวมคะแนนของผู้เข้าร่วมในแต่ละรายการ (ตั้งแต่ 6 ถึง 30 คะแนน) โดยคะแนนที่สูงกว่าแสดงว่ามีการเสพติด Facebook มากขึ้น BFAS ได้แสดงให้เห็นถึงระดับความน่าเชื่อถือที่เพียงพอในการศึกษานี้ (α = 0.83)
IGDS9-SF (Pontes & Griffiths, 2015a) เป็นเครื่องมือไซโครเมตริกโดยย่อที่ออกแบบมาเพื่อประเมินความรุนแรงของ IGD ในช่วง 12 เดือนตามกรอบที่ APA แนะนำใน DSM-5 (APA, 2013). IGDS9-SF ได้แสดงคุณสมบัติทางไซโครเมตริกที่เพียงพอและความถูกต้องข้ามวัฒนธรรมในหลายประเทศ (Monacis, De Palo, Griffiths และ Sinatra, 2016; Pontes & Griffiths, 2015a; Pontes, Macur, et al., 2016) รวมถึงโปรตุเกส (Pontes & Griffiths, 2016). คำถามเก้าข้อที่ประกอบด้วย IGDS9-SF ได้รับคำตอบโดยใช้มาตราส่วน 5 จุดกล่าวคือตั้งแต่ 1 (ไม่เคย) ถึง 5 (บ่อยมาก) และสามารถหาคะแนนได้จากการสรุปคำตอบ (ตั้งแต่ 9 ถึง 45 คะแนน) โดยคะแนนที่สูงกว่าจะบ่งบอกถึงระดับ GD ที่สูงขึ้น ความน่าเชื่อถือของ IGDS9-SF ในการศึกษานี้อยู่ในระดับที่น่าพอใจ (α = 0.87)
สุขภาพจิตโดยรวมได้รับการประเมินโดยใช้ความวิตกกังวลซึมเศร้าและเครื่องชั่งความเครียด - 21 (DASS-21; Lovibond & Lovibond, 1995) ซึ่งประกอบด้วยรายการย่อย 7 รายการสามรายการที่ครอบคลุมอาการทั้งสามที่ได้รับการจัดอันดับในระดับ 4 จุดกล่าวคือตั้งแต่ 0 (ไม่ได้ใช้กับฉันเลย) ถึง 3 (ใช้กับฉันเป็นอย่างมากหรือเกือบตลอดเวลา). รุ่นของ DASS-21 ที่ใช้ในการศึกษานี้เคยแสดงให้เห็นว่ามีคุณสมบัติทางไซโครเมตริกที่เพียงพอในประชากรของการศึกษา (Pais-Ribeiro, Honrado และ Leal, 2004). ค่าสัมประสิทธิ์αของครอนบาคสำหรับเครื่องมือนี้ในการศึกษานี้คือ. 84 (ภาวะซึมเศร้า), .86 (ความวิตกกังวล) และ. 86 (ความเครียด)
การจัดการข้อมูลที่เกี่ยวข้อง (i) การทำความสะอาดชุดข้อมูลโดยการตรวจสอบกรณีที่มีค่าที่ขาดหายไปสูงกว่าเกณฑ์เดิม 10% ในเครื่องมือที่เกี่ยวข้องทั้งหมด (ii) การตรวจสอบความเป็นปกติที่ไม่แปรผันของรายการทั้งหมดของ BFAS และ IGDS9-SF โดยใช้แนวทางมาตรฐาน (เช่นความเบ้> 3 และ kurtosis> 9) (Kline, 2011); (iii) การคัดกรองหาค่าผิดปกติที่ได้คะแนน± 3.29 ค่าเบี่ยงเบนมาตรฐานจาก BFAS IGDS9-SF z- คะแนน (ฟิลด์ 2013); และ (iv) การคัดกรองหาค่าผิดปกติหลายตัวแปรโดยใช้ระยะทาง Mahalanobis และค่าวิกฤตสำหรับแต่ละกรณีตามχ2 ค่าการกระจาย ขั้นตอนนี้ทำให้เกิดการยกเว้น 14 กรณีดังนั้นจึงให้ชุดข้อมูลสุดท้ายของกรณีที่ถูกต้อง 495 กรณีที่มีสิทธิ์สำหรับการวิเคราะห์ในภายหลัง รวมการวิเคราะห์ทางสถิติ (i) การวิเคราะห์เชิงพรรณนาเกี่ยวกับคุณลักษณะของตัวอย่างหลัก (ii) การวิเคราะห์เชิงสหสัมพันธ์ของตัวแปรหลักของการศึกษาโดยการประมาณค่าสัมประสิทธิ์สหสัมพันธ์ของผลิตภัณฑ์ - โมเมนต์ของเพียร์สันด้วยช่วงความเชื่อมั่น 95% ที่แก้ไขด้วยอคติและเร่งความเร็ว (BCa) ( CI) และสัมประสิทธิ์ของการกำหนด (R2) และ (iii) การวิเคราะห์แบบจำลองสมการเชิงโครงสร้างเปรียบเทียบ (SEM) เพื่อยืนยันบทบาทการทำนายที่แตกต่างกันของการติด SNS และ IGD ต่อสุขภาพจิตเมื่อพิจารณาถึงผลกระทบอายุเพศและความถี่ของการใช้อินเทอร์เน็ตและการเล่นวิดีโอเกม การวิเคราะห์ทางสถิติดำเนินการโดยใช้ Mplus 7.2 และ IBM SPSS Statistics เวอร์ชัน 23 (ไอบีเอ็มคอร์ปอเรชั่น, 2015; มูเตนแอนด์มูเธน, 2012).
ขั้นตอนการศึกษาดำเนินการตามปฏิญญาเฮลซิงกิ คณะกรรมการพิจารณาสถาบันของ Nottingham Trent University ได้อนุมัติการศึกษานี้ ทุกวิชาได้รับแจ้งเกี่ยวกับการศึกษาและทั้งหมดได้รับความยินยอม นอกจากนี้ยังได้รับความยินยอมจากผู้ปกครองและผู้ปกครองตามกฎหมายจากผู้เข้าร่วมทุกคนที่มีอายุต่ำกว่า 18 ปี
ผลสอบ
ตาราง 1 สรุปผลการวิจัยเกี่ยวกับลักษณะทางสังคมวิทยาหลักของกลุ่มตัวอย่างรูปแบบการใช้เทคโนโลยีควบคู่ไปกับระดับการใช้เทคโนโลยีที่ทำให้เสพติด (เช่นการติด SNS และ IGD) และสุขภาพทางจิตใจ นอกจากนี้ IGD ทั้งสอง (ค่าเฉลี่ย = 15.92 [95% BCa = 15.31 - 16.56] SD = 6.99) และการติด SNS (ค่าเฉลี่ย = 10.70 [95% BCa = 10.28 - 11.15], SD = 4.83) นำเสนอด้วยระดับปานกลางภายในกลุ่มตัวอย่าง สำหรับสุขภาพจิตของผู้เข้าร่วมภาวะซึมเศร้า (ค่าเฉลี่ย = 3.12 [95% BCa = 2.78 - 3.47] SD = 3.94), ความวิตกกังวล (ค่าเฉลี่ย = 2.66 [95% BCa = 2.33 - 2.99], SD = 3.78) และระดับความเครียด (ค่าเฉลี่ย = 3.32 [95% BCa = 2.98 - 3.67], SD = 3.97) ไม่แพร่หลายมากเกินไป
การวิเคราะห์เชิงสหสัมพันธ์รวมถึงตัวแปรหลักของการศึกษาได้ดำเนินการเพื่อให้ข้อมูลเชิงลึกเบื้องต้นและบริบททางสถิติสำหรับการวิเคราะห์ SEM เชิงเปรียบเทียบในภายหลัง ผลจากการวิเคราะห์นี้พบว่าการติด SNS มีความสัมพันธ์เชิงบวกกับ IGD (r = .39 p <.01, R2 = .15), ความเครียด (r = .36 p <.01, R2 = .13) และภาวะซึมเศร้า (r = .33 p <.01, R2 = .11) เกี่ยวกับ IGD ความสัมพันธ์เชิงบวกเกิดขึ้นกับเวลาที่ใช้ในการเล่นเกมทุกสัปดาห์ (r = .42 p <.01, R2 = .18), เพศ (r = .41 p <.01, R2 = .17) และความเครียด (r = .40 p <.01, R2 = .16) (ตาราง 2).
|
2 ตาราง. บูตสแตรปa เมทริกซ์สหสัมพันธ์ที่มีการแก้ไขอคติและเร่งความเร็ว (BCa) ช่วงความเชื่อมั่น 95% (CI) ระหว่างการติด SNS, IGD และตัวแปรการศึกษา (N = 495)
ตัวแปรรอง | การติด SNS | R2 | BCa CI 95% | IGD | R2 | BCa CI 95% |
---|---|---|---|---|---|---|
อายุ | 0.02 | - | −0.07–0.10 | -0.07 | - | −0.16–0.02 |
เพศ | 0.04 | - | −0.05–0.12 | 0.41* | . 17 | 0.34 0.48- |
สถานะความสัมพันธ์ | 0.20* | . 04 | 0.11 0.29- | 0.13* | . 02 | 0.03 0.23- |
เวลาต่อสัปดาห์ที่ใช้บนอินเทอร์เน็ต | 0.03 | - | −0.05–0.12 | 0.12* | . 01 | 0.03 0.22- |
เวลาเล่นเกมทุกสัปดาห์ | 0.05 | - | −0.05–0.14 | 0.42* | . 18 | 0.34 0.50- |
โรคซึมเศร้า | 0.33* | . 11 | 0.23 0.43- | 0.36* | . 13 | 0.26 0.46- |
ความวิตกกังวล | 0.31* | . 10 | 0.22 0.41- | 0.33* | . 11 | 0.24 0.42- |
ความตึงเครียด | 0.36* | . 13 | 0.25 0.44- | 0.40* | . 16 | 0.32 0.49- |
IGD | 0.39* | . 15 | 0.30 0.48- | - | - | - |
บันทึก. SNS: เว็บไซต์เครือข่ายสังคม IGD: ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต
aผลลัพธ์ Bootstrap ขึ้นอยู่กับตัวอย่าง bootstrap 10,000 ตัวอย่าง
* สหสัมพันธ์มีนัยสำคัญที่ 0.01
เพื่อทดสอบสมมติฐานหลักของการศึกษาการวิเคราะห์ SEM เชิงเปรียบเทียบได้ดำเนินการเพื่อประเมินผลต่างที่อาจเกิดขึ้นจากการติด SNS และ IGD ต่อสุขภาพจิต โดยเฉพาะอย่างยิ่งตัวบ่งชี้หลายตัวแบบจำลองสาเหตุหลายประการ (MIMIC) ได้รับการทดสอบโดยใช้วิธีการประมาณความเป็นไปได้สูงสุดที่มีข้อผิดพลาดมาตรฐานที่แข็งแกร่ง มีการนำดัชนีและเกณฑ์ความพอดีทั่วไปมาใช้เพื่อตรวจสอบความพอดีของแบบจำลอง: χ2/df [1, 4], ค่าความคลาดเคลื่อนกำลังสองของค่าเฉลี่ยรากของการประมาณค่า (RMSEA) [0.05, 0.08], RMSEA 90% CI โดยมีขีด จำกัด ล่างใกล้กับ 0 และขีด จำกัด บนต่ำกว่า 0.08 ค่าระดับความน่าจะเป็นของการทดสอบความพอดี (Cfit )> .05, ค่าเฉลี่ยรากส่วนที่เหลือ (SRMR) [0.05, 0.08], ดัชนีความพอดีเปรียบเทียบ (CFI) และดัชนี Tucker – Lewis (TLI) [0.90, 0.95] (Bentler, 1990; เบนท์เลอร์และฝากระโปรงปี 1980; Hooper, Coughlan และ Mullen, 2008; Hu & Bentler, 1999). ผลการวิเคราะห์นี้ให้ผลลัพธ์ดังนี้χ2(722) = 1,193.40, χ2/df = 1.65; RMSEA = 0.036 [90% CI: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91 ซึ่งแนะนำว่าแบบจำลองนำเสนอข้อมูลที่เหมาะสมที่สุด (รูปที่ 1).
รูป 1. การแสดงกราฟิกของผลกระทบที่แตกต่างกันของการติดเว็บไซต์เครือข่ายสังคมออนไลน์และความผิดปกติของการเล่นเกมอินเทอร์เน็ตที่มีต่อสุขภาพจิต (N = 495) หมายเหตุ. ความพอดีโดยรวม: χ2(722) = 1,193.40, χ2/df = 1.65; RMSEA = 0.036 [90% CI: 0.033–0.040], Cfit = 1.00; SRMR = 0.049, CFI = 0.92; TLI = 0.91 β = ผลโดยตรงที่เป็นมาตรฐาน; r = สัมประสิทธิ์สหสัมพันธ์ *p <.0001
สำหรับบทบาทที่เป็นไปได้ของเพศและอายุในการเพิ่มอาการของการติด SNS และ IGD (เช่น H1) ไม่พบการสนับสนุนสำหรับผลรวมของตัวแปรทั้งสองนี้ต่อการติด SNS อย่างไรก็ตามเพศ (β = 0.32, p <.001) และอายุ (β = −0.11, p = .007) มีส่วนทำให้อาการ IGD เพิ่มขึ้น โดยเฉพาะอย่างยิ่งเพศชายมีความสัมพันธ์กับอุบัติการณ์ของอาการ IGD มากขึ้น (ค่าเฉลี่ย = 18.60 [95% BCa = 4.59 - 5.97] SD = 5.32) เปรียบเทียบกับเพศหญิง (ค่าเฉลี่ย = 12.83 [95% BCa = 6.60 - 7.70] SD = 7.17) และการที่อายุน้อยกว่าพบว่าระดับ IGD โดยรวมเพิ่มขึ้น โดยรวมแล้วการค้นพบนี้ยืนยัน H1 บางส่วน
ผลลัพธ์จากการวิเคราะห์นี้ให้การสนับสนุน H2 เนื่องจากผลกระทบมาตรฐานที่ได้รับสำหรับความสัมพันธ์ระหว่างการติด SNS และ IGD ชี้ให้เห็นว่าปรากฏการณ์ทั้งสองนี้มีความสัมพันธ์ในเชิงบวก (r = .53 p <.001) การค้นพบที่สอดคล้องกับผลลัพธ์จากการวิเคราะห์เชิงสหสัมพันธ์กับตัวแปรเหล่านี้ที่ดำเนินการเป็นมาตรการที่สังเกตได้ (r = .39 [95% BCa = 0.30 - 0.48], R2 = .15 p <.01) (ตาราง 2).
ในที่สุดการวิเคราะห์ผลกระทบที่แตกต่างกันของการติด SNS และ IGD ต่อสุขภาพจิตของวัยรุ่นชี้ให้เห็นว่าการเสพติดเทคโนโลยีทั้งสองอย่างสามารถส่งผลในเชิงบวกอย่างมีนัยสำคัญทางสถิติต่อการเพิ่มระดับความทุกข์ทางจิตเวชโดยรวม โดยเฉพาะอย่างยิ่ง IGD ดูเหมือนจะทำให้อาการซึมเศร้ารุนแรงขึ้น (β = 0.28, p <.001), ความวิตกกังวล (β = 0.26, p <.001) และความเครียด (β = 0.33, p <.001) นอกจากนี้การติด SNS ยังมีส่วนในการเพิ่มความรุนแรงของภาวะซึมเศร้า (β = 0.27, p <.001), ความวิตกกังวล (β = 0.25, p <.001) และความเครียด (β = 0.26, p <.001) แต่ในระดับน้อยกว่าเล็กน้อย แม้ว่าผลลัพธ์เหล่านี้จะสนับสนุน H3 แต่ผลของการติด SNS และ IGD ที่มีต่อสุขภาพจิตอาจไม่แตกต่างกันมากเกินไปเนื่องจากผลกระทบที่ได้มาตรฐานสามารถเทียบเคียงได้สูง
การสนทนา
การศึกษานี้พยายามที่จะตรวจสอบการมีปฏิสัมพันธ์ระหว่างการเสพติด SNS และ IGD และวิธีที่การเสพติดทางเทคโนโลยีที่เกิดขึ้นใหม่ทั้งสองนี้สามารถนำไปสู่การเสื่อมสภาพของสุขภาพจิตในวัยรุ่นได้อย่างมีเอกลักษณ์และชัดเจนซึ่งผลกระทบที่อาจเกิดขึ้นจากตัวแปรทางสังคมและเทคโนโลยี เกี่ยวกับ H1 (กล่าวคือ เพศและอายุจะมีส่วนในการเพิ่มทั้งอาการติด SNS และ IGD) การศึกษานี้สามารถยืนยันสมมติฐานนี้ที่เกี่ยวข้องกับ IGD โดยสนับสนุนการศึกษาก่อนหน้านี้จำนวนมากที่พบว่าอายุน้อยและเพศชายเป็นตัวแปรสำคัญที่ทำนาย IGD (Cock et al., 2014; Guillot et al., 2016; Rehbein, Staudt, Hanslmaier, & Kliem, 2016).
อย่างไรก็ตามเรื่องนี้ H1 ไม่ได้รับการยืนยันในบริบทของการติด SNS ซึ่งเป็นการค้นพบที่เพิ่มความซับซ้อนให้กับการศึกษาก่อนหน้านี้ซึ่งรายงานว่าการติด SNS เป็นที่แพร่หลายมากขึ้นในหมู่คนหนุ่มสาว (Andreassen et al., 2013, 2012; Turel & Serenko, 2012) ผู้ใช้รุ่นเก่า (Floros & Siomos, 2013), ตัวเมีย (Andreassen et al., 2012) และเพศชาย (Çam & Işbulan, 2012). อย่างไรก็ตามผลที่ได้รับในการศึกษานี้ไปบรรจบกับงานวิจัยก่อนหน้านี้ที่พบว่าการติด SNS ไม่เกี่ยวข้องกับอายุ (Koc & Gulyagci, 2013; Wu et al., 2013) และเพศ (Koc & Gulyagci, 2013; Tang, Chen, Yang, Chung และ Lee, 2016; Wu et al., 2013). ตามที่ระบุไว้ก่อนหน้านี้อาจเป็นผลมาจากคุณภาพที่ไม่ดีของการวิจัยก่อนหน้านี้เกี่ยวกับการติด SNS ในแง่ของการสุ่มตัวอย่างการออกแบบการศึกษาการประเมินและการตัดคะแนนที่นำมาใช้ (Andreassen, 2015). ที่น่าสนใจคือเวลาที่ใช้อินเทอร์เน็ตทุกสัปดาห์ไม่ได้คาดการณ์การติด SNS ที่เพิ่มขึ้น คำอธิบายที่เป็นไปได้สำหรับการค้นพบนี้อาจเกี่ยวข้องกับข้อเท็จจริงที่ว่าการใช้ SNS ออนไลน์กลายเป็นเรื่องธรรมดาและเป็นสิ่งที่หลีกเลี่ยงไม่ได้ในชีวิตสมัยใหม่ทำให้วัยรุ่นจำนวนมากประเมินการใช้งานได้อย่างถูกต้องเพิ่มขึ้นและเพิ่มความซับซ้อนให้กับความสัมพันธ์ระหว่างเวลาที่ใช้ไปกับสิ่งเหล่านี้มากเกินไป เทคโนโลยีและระดับการเสพติด ด้วยเหตุนี้จึงจำเป็นต้องยอมรับความแตกต่างระหว่างการมีส่วนร่วมสูงและการเสพติด SNS เนื่องจากวัยรุ่นบางคนใช้เวลาหลายชั่วโมงในการใช้ SNS เป็นส่วนหนึ่งของกิจวัตรที่ดีต่อสุขภาพและเป็นปกติ (Andreassen, 2015; Andreassen & Pallesen, 2014; Turel & Serenko, 2012).
การค้นพบในปัจจุบันยังให้การสนับสนุนเชิงประจักษ์แก่ H2 (กล่าวคือ การติด SNS และ IGD จะมีความสัมพันธ์กันในเชิงบวก) ตรวจสอบการศึกษาจำนวนหนึ่งที่รายงานผลลัพธ์ที่คล้ายคลึงกัน (Andreassen et al., 2013, 2016; Chiu, Hong, & Chiu, 2013; Dowling & Brown, 2010). การค้นพบนี้สามารถอธิบายได้จากข้อเท็จจริงที่ว่าผู้คนจำนวนมากรวมถึงวัยรุ่นอายุน้อยเล่นเกมผ่าน SNS เป็นประจำ (Griffiths, 2014). นอกจากนี้เป็นที่ยอมรับกันมานานแล้วว่าลักษณะการเข้าสังคมของเกมมีบทบาทสำคัญในการสร้างแรงบันดาลใจในการเล่นวิดีโอเกมตามที่เสนอโดยการศึกษาจำนวนมาก (Demetrovics et al., 2011; Fuster, Chamarro, Carbonell และ Vallerand, 2014; อ๋อ 2006). ในระดับคลินิกการค้นพบนี้สามารถชี้ไปที่ความคล้ายคลึงกันร่วมกันที่อยู่ภายใต้การเสพติดทางเทคโนโลยีทั้งสองนี้ (Griffiths, 2015; Griffiths & Pontes, 2015; Shaffer et al., 2004). เนื่องจากการใช้เทคโนโลยีอย่างเสพติดส่งผลกระทบต่อบุคคลในสถานศึกษาการวิจัยเกี่ยวกับการเสพติด IGD และ SNS ในกลุ่มวัยรุ่นที่อยู่ในโรงเรียนอาจช่วยให้ผู้กำหนดนโยบายออกแบบนโยบายเชิงป้องกันที่มุ่งเน้นการลดผลกระทบด้านลบของการใช้เทคโนโลยีอย่างเสพติดในวัยรุ่นอายุน้อย
สุดท้าย H3 (กล่าวคือ การติด SNS และ IGD จะมีส่วนทำให้เกิดความทุกข์ทางจิตเวชโดยรวมที่ไม่เหมือนใครและแตกต่างกัน) ยังได้รับการยืนยันและให้ข้อมูลเชิงลึกใหม่เกี่ยวกับผลกระทบที่แตกต่างกันของการติด SNS และ IGD ต่อสุขภาพจิตของวัยรุ่น ในการศึกษานี้ทั้งการติด SNS และ IGD มีส่วนทำให้สุขภาพจิตแย่ลงโดยการเพิ่มระดับความซึมเศร้าความวิตกกังวลและความเครียด การค้นพบนี้สนับสนุนการวิจัยก่อนหน้านี้ที่พบว่าการเสพติดเทคโนโลยีทั้งสองนี้ทำให้สุขภาพจิตเสียโดยอิสระ (Kim, Hughes, Park, Quinn และ Kong, 2016; Primack et al., 2017; Sampasa-Kanyinga & Lewis, 2015; Sarda, Bègue, Bry, & Gentile, 2016). การค้นพบนี้สามารถนำไปใช้ประโยชน์ได้โดยผู้เชี่ยวชาญด้านสุขภาพจิตและที่ปรึกษาของโรงเรียนที่ต้องการพัฒนาโปรแกรมการแทรกแซงที่เน้นการเสริมสร้างความเป็นอยู่ที่ดีของนักเรียนโดยลดการใช้เทคโนโลยีอย่างเสพติด แม้ว่าการค้นพบนี้จะมีแนวโน้มและคุ้มค่าสำหรับการตรวจสอบในอนาคต แต่ก็เป็นที่น่าสังเกตว่าหลักฐานเกี่ยวกับความสัมพันธ์ระหว่างความผิดปกติของสุขภาพจิตและการเสพติดพฤติกรรมยังคงไม่สามารถสรุปได้ โดยเฉพาะอย่างยิ่งนักวิจัยรายงานว่าการเสพติดพฤติกรรมสามารถทำนายได้ (เช่นสมมติฐานความผิดปกติหลัก) และทำนายได้โดยความทุกข์ทางจิตเวช (เช่นสมมติฐานความผิดปกติทุติยภูมิ) (เช่น Ostovar et al., 2016; Snodgrass et al., 2014; Zhang, Brook, Leukefeld และ Brook, 2016). ดังนั้นจึงไม่สามารถสรุปได้อย่างชัดเจนเกี่ยวกับทิศทางที่เกี่ยวข้องกับพฤติกรรมเสพติดและความทุกข์ทางสุขภาพจิต
ยิ่งไปกว่านั้นจากการศึกษาพบว่าผลเสียของ IGD ต่อสุขภาพจิตนั้นเด่นชัดกว่าผลจากการติด SNS เล็กน้อย จากการขาดดุลอย่างกว้างขวางที่นักเล่นเกมจัดแสดงในหลาย ๆ ด้านของสุขภาพจิตและความเป็นอยู่ที่ดีการค้นพบนี้สอดคล้องกับรายงานที่ชี้ให้เห็นว่า IGD อาจสะท้อนถึงโรคจิตที่รุนแรงมากขึ้นเมื่อเทียบกับการติด SNS (Leménager et al., 2016) ซึ่งส่วนหนึ่งสนับสนุนการตัดสินใจของ APA (2013) เพื่อพิจารณา IGD เป็นความผิดปกติเบื้องต้น อย่างไรก็ตามการวิจัยเชิงประจักษ์เพิ่มเติมโดยใช้กลุ่มตัวอย่างที่มีขนาดใหญ่และเป็นตัวแทนมากขึ้นจะมีความจำเป็นเพื่อยืนยันสมมติฐานนี้เพิ่มเติม นอกเหนือจากศักยภาพในการช่วยกำหนดนโยบายแล้วผลลัพธ์ในปัจจุบันยังนำไปสู่การถกเถียงกันอย่างต่อเนื่องว่าการเสพติดทางเทคโนโลยีเช่นการติด IGD และ SNS ควรถูกกำหนดให้เป็นความผิดปกติหลักหรือทุติยภูมิ จากผลการวิจัยที่รายงานในการศึกษานี้การกำหนดแนวความคิดที่ทำให้การเสพติดเทคโนโลยีเป็นความผิดปกติหลัก (กล่าวคือปัญหาที่อาจส่งผลเสียต่อสุขภาพจิต) เป็นหนทางที่เป็นไปได้ในเชิงประจักษ์ที่ไม่ทำให้การถกเถียงทางวิชาการก่อนหน้านี้เป็นโมฆะในมุมมองของการเสพติดเทคโนโลยีเป็นความผิดปกติทุติยภูมิ (กล่าวคือผลพลอยได้จากปัญหาสุขภาพจิตและความเป็นอยู่ที่ดี) (Kardefelt-Winther, 2016; Snodgrass et al., 2014; Thorens et al., 2014).
แม้ว่าผลลัพธ์ที่ได้จากการศึกษานี้จะเป็นข้อมูลเชิงประจักษ์ แต่ก็มีข้อ จำกัด ที่น่าสังเกต ประการแรกข้อมูลทั้งหมดได้รับการรายงานด้วยตนเองและมีแนวโน้มที่จะมีอคติที่เป็นที่รู้จัก (เช่นความปรารถนาทางสังคมอคติในการระลึกถึงความทรงจำ ฯลฯ ) ประการที่สองการศึกษาที่ใช้การออกแบบที่มีประสิทธิภาพมากขึ้น (เช่นการออกแบบแบบไขว้ตามแนวยาว) จะสามารถให้คำตอบที่เป็นรูปธรรมมากขึ้นสำหรับเส้นทางที่ไม่เหมือนใครระหว่างการติด SNS กับ IGD และสุขภาพจิต ประการที่สามเนื่องจากผู้เข้าร่วมทั้งหมดได้รับการคัดเลือกด้วยตนเองจึงไม่สามารถสรุปผลการวิจัยในปัจจุบันให้กับประชากรในวงกว้างได้โดยตรง เนื่องจากอายุที่ค่อนข้างน้อยของกลุ่มตัวอย่างที่ได้รับคัดเลือกเป็นไปได้ว่าการควบคุมโดยผู้ปกครองอาจส่งผลกระทบต่อระดับการใช้เทคโนโลยีที่รายงานด้วยตนเองและระดับการใช้โดยรวมของการเสพติด ดังนั้นการศึกษาในอนาคตที่ประเมินการใช้เทคโนโลยีในเด็กเล็กและวัยรุ่นตอนต้นควรคำนึงถึงตัวแปรนี้เพื่อให้ได้ค่าประมาณที่ดีกว่าเกี่ยวกับระดับการเสพติด โดยไม่คำนึงถึงข้อ จำกัด ที่อาจเกิดขึ้นเหล่านี้ผลการศึกษานี้ขยายผลจากการวิจัยก่อนหน้านี้เกี่ยวกับความสัมพันธ์ระหว่างการเสพติดทางเทคโนโลยีและผลกระทบที่เป็นอันตรายที่แยกได้ที่มีต่อสุขภาพจิตโดยนำเสนอกรอบการทำงานที่เป็นไปได้ในเชิงประจักษ์ซึ่งการเสพติดทางเทคโนโลยีสามารถเพิ่มโอกาสที่จะเกิดผลลัพธ์ด้านสุขภาพจิตเชิงลบได้ สรุปได้ว่าผลการวิจัยในปัจจุบันสนับสนุนแนวความคิดเกี่ยวกับการเสพติดทางเทคโนโลยีเป็นความผิดปกติหลักที่อาจเป็นอันตรายต่อสุขภาพจิต
ผลงานของผู้เขียน
ผู้เขียนการศึกษานี้รับผิดชอบทุกขั้นตอนของการศึกษานี้และเขาเป็นผู้เขียนต้นฉบับนี้ แต่เพียงผู้เดียว
ขัดผลประโยชน์
ผู้เขียนประกาศว่าไม่มีความขัดแย้งทางผลประโยชน์
กิตติกรรมประกาศ
ผู้เขียนขอขอบคุณโรงเรียนที่เข้าร่วมนักเรียนผู้ปกครองและครูทุกคนที่ช่วยจัดระบบโลจิสติกส์ที่เกี่ยวข้องในกระบวนการรวบรวมข้อมูลของการศึกษานี้
อ้างอิง
Aarseth, E. , Bean, AM, Boonen, H. , Colder, CM, Coulson, M. , Das, D. , Deleuze, J. , Dunkels, E. , Edman, J. , Ferguson, CJ, Haagsma, MC , Helmersson Bergmark, K. , Hussain, Z. , Jansz, J. , Kardefelt-Winther, D. , Kutner, L. , Markey, P. , Nielsen, RK, Prause, N. , Przybylski, A. , Quandt, T. , Schimmenti, A. , Starcevic, V. , Stutman, G. , Van Looy, J. , & Van Rooij, AJ (2016). การอภิปรายแบบเปิดของนักวิชาการเกี่ยวกับข้อเสนอ ICD-11 Gaming Disorder ขององค์การอนามัยโลก วารสารพฤติกรรมการเสพติด, 6 (3), 267–270. ดอย:https://doi.org/10.1556/2006.5.2016.088 ลิงค์ | |
สมาคมจิตแพทย์อเมริกัน [APA] (2013) คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (5th ed.) Arlington, VA: สมาคมจิตแพทย์อเมริกัน CrossRef | |
Andreassen, C. S. (2015). การติดเว็บไซต์เครือข่ายสังคมออนไลน์: บทวิจารณ์ที่ครอบคลุม รายงานการเสพติดปัจจุบัน, 2 (2), 175–184 ดอย:https://doi.org/10.1007/s40429-015-0056-9 CrossRef | |
Andreassen, C. S. , Billieux, J. , Griffiths, M. D. , Kuss, D. J. , Demetrovics, Z. , Mazzoni, E. , & Ståle, P. (2016). ความสัมพันธ์ระหว่างการเสพติดโซเชียลมีเดียและวิดีโอเกมกับอาการของโรคจิตเวช: การศึกษาภาคตัดขวางขนาดใหญ่ Psychology of Addictive Behaviors, 30 (2), 252–262. ดอย:https://doi.org/10.1037/adb0000160 CrossRef, เมด | |
Andreassen, C. S. , Griffiths, M. D. , Gjertsen, S.R. , Krossbakken, E. , Kvam, S. , & Pallesen, S. (2013) ความสัมพันธ์ระหว่างการเสพติดพฤติกรรมและแบบจำลองบุคลิกภาพทั้ง 2 ประการ Journal of Behavioral Addictions, 2 (90), 99–XNUMX. ดอย:https://doi.org/10.1556/JBA.2.2013.003 ลิงค์ | |
Andreassen, C. S. , และ Pallesen, S. (2014). การติดเว็บไซต์โซเชียลเน็ตเวิร์ก - ภาพรวม Current Pharmaceutical Design, 20 (25), 4053–4061. ดอย:https://doi.org/10.2174/13816128113199990616 CrossRef, เมด | |
Andreassen, C. S. , Torsheim, T. , Brunborg, G. S. , & Pallesen, S. (2012). การพัฒนามาตราส่วนการติด Facebook รายงานทางจิตวิทยา, 110 (2), 501–517 ดอย:https://doi.org/10.2466/02.09.18.PR0.110.2.501-517 CrossRef, เมด | |
Bányai, F. , Zsila, Á., Király, O. , Maraz, A. , Elekes, Z. , Griffiths, M. D. , Andreassen, C. S. , & Demetrovics, Z. (2017). การใช้โซเชียลมีเดียที่มีปัญหา: ผลลัพธ์จากกลุ่มตัวอย่างวัยรุ่นที่เป็นตัวแทนระดับประเทศจำนวนมาก PLoS One, 12 (1), e0169839 ดอย:https://doi.org/10.1371/journal.pone.0169839 CrossRef, เมด | |
เบนท์เลอร์, P. M. (1990). ดัชนีความพอดีเปรียบเทียบในแบบจำลองโครงสร้าง แถลงการณ์ทางจิตวิทยา, 107 (2), 238–246 ดอย:https://doi.org/10.1037/0033-2909.107.2.238 CrossRef, เมด | |
เบนท์เลอร์, P. M. , & Bonnet, D. G. (1980). การทดสอบความสำคัญและความเหมาะสมในการวิเคราะห์โครงสร้างความแปรปรวนร่วม แถลงการณ์ทางจิตวิทยา, 88 (3), 588–606 ดอย:https://doi.org/10.1037/0033-2909.88.3.588 CrossRef | |
Bright, L. F. , Kleiser, S. B. , & Grau, S. L. (2015). Facebook มากเกินไป? การตรวจสอบความเหนื่อยล้าของโซเชียลมีเดีย คอมพิวเตอร์ในพฤติกรรมมนุษย์, 44, 148–155 ดอย:https://doi.org/10.1016/j.chb.2014.11.048 CrossRef | |
Çam, E. , & Işbulan, O. (2012). การเสพติดใหม่สำหรับผู้สมัครครู: โซเชียลเน็ตเวิร์ก The Turkish Journal of Educational Technology, 11, 14–19 | |
Chiu, S.-I. , Hong, F.-Y. , & Chiu, S.-L. (2013). การวิเคราะห์ความสัมพันธ์และความแตกต่างทางเพศระหว่างการติดอินเทอร์เน็ตของนักศึกษาวิทยาลัยและการติดโทรศัพท์มือถือในไต้หวัน ISRN Addiction, 2013, 1–10 ดอย:https://doi.org/10.1155/2013/360607 CrossRef | |
Chopik, W.J. (2016). ประโยชน์ของการใช้เทคโนโลยีทางสังคมในผู้สูงอายุคือสื่อกลางจากความเหงาที่ลดลง Cyberpsychology, Behavior, and Social Networking, 19 (9), 551–556 ดอย:https://doi.org/10.1089/cyber.2016.0151 CrossRef, เมด | |
Cock, R. D. , Vangeel, J. , Klein, A. , Minotte, P. , Rosas, O. , & Meerkerk, G. (2014). การใช้งานเว็บไซต์เครือข่ายสังคมออนไลน์ในเบลเยียม: ความชุกโปรไฟล์และบทบาทของทัศนคติต่องานและโรงเรียน Cyberpsychology, Behavior, and Social Networking, 17 (3), 166–171. ดอย:https://doi.org/10.1089/cyber.2013.0029 CrossRef, เมด | |
Cole, H. , & Griffiths, M. D. (2007). ปฏิสัมพันธ์ทางสังคมในเกมเล่นตามบทบาทออนไลน์ที่มีผู้เล่นหลายคนจำนวนมาก CyberPsychology & Behavior, 10 (4), 575–583 ดอย:https://doi.org/10.1089/cpb.2007.9988 CrossRef, เมด | |
Demetrovics, Z. , Urbán, R. , Nagygyörgy, K. , Farkas, J. , Zilahy, D. , Mervó, B. , Reindl, A. , Ágoston, C. , Kertész, A. , & Harmath, E. (2011). ทำไมคุณถึงเล่น? การพัฒนาแรงจูงใจสำหรับแบบสอบถามการเล่นเกมออนไลน์ (MOGQ) ระเบียบวิธีวิจัยพฤติกรรม, 43 (3), 814–825. ดอย:https://doi.org/10.3758/s13428-011-0091-y CrossRef, เมด | |
Dowling, N. A. , & Brown, M. (2010). ลักษณะทั่วไปในปัจจัยทางจิตวิทยาที่เกี่ยวข้องกับปัญหาการพนันและการพึ่งพาอินเทอร์เน็ต Cyberpsychology, Behavior, and Social Networking, 13 (4), 437–441 ดอย:https://doi.org/10.1089/cyber.2009.0317 CrossRef, เมด | |
เฟสบุ๊ค. (2014). Facebook @ GDC: ผลักดันการค้นพบและการมีส่วนร่วมสำหรับเกมข้ามแพลตฟอร์ม ดึงมาจาก https://developers.facebook.com/blog/post/2014/03/19/facebook-at-gdc-2014 | |
ฟิลด์, ก. (2013). การค้นพบสถิติโดยใช้ IBM SPSS Statistics (4th ed.) ลอนดอนสหราชอาณาจักร: Sage Publications Ltd. | |
Floros, G. , & Siomos, K. (2013). ความสัมพันธ์ระหว่างการเลี้ยงดูที่เหมาะสมการติดอินเทอร์เน็ตและแรงจูงใจในการใช้โซเชียลเน็ตเวิร์กในวัยรุ่น การวิจัยทางจิตเวช, 209 (3), 529–534 ดอย:https://doi.org/10.1016/j.psychres.2013.01.010 CrossRef, เมด | |
Fuster, H. , Chamarro, A. , Carbonell, X. , & Vallerand, R. J. (2014). ความสัมพันธ์ระหว่างความหลงใหลและแรงจูงใจในการเล่นเกมของผู้เล่นเกมเล่นตามบทบาทออนไลน์ที่มีผู้เล่นหลายคนจำนวนมาก Cyberpsychology, Behavior, and Social Networking, 17, 292–297 ดอย:https://doi.org/10.1089/cyber.2013.0349 | |
Gentile, D. A. , Choo, H. , Liau, A. , Sim, T. , Li, D. , Fung, D. , & Khoo, A. (2011). การใช้วิดีโอเกมทางพยาธิวิทยาในเยาวชน: การศึกษาระยะยาวสองปี กุมารทอง, 127, e319 – e329 ดอย:https://doi.org/10.1542/peds.2010-1353 | |
Griffiths, M. D. (2005). แบบจำลอง 'ส่วนประกอบ' ของการเสพติดภายในกรอบ biopsychosocial วารสารการใช้สาร, 10 (4), 191–197. ดอย:https://doi.org/10.1080/14659890500114359 CrossRef | |
Griffiths, M. D. (2014). การเล่นเกมโซเชียลสำหรับเด็กและวัยรุ่น: ประเด็นที่น่ากังวลคืออะไร? การศึกษาและสุขภาพ, 32, 9–12 | |
Griffiths, M. D. (2015). การจำแนกประเภทและการรักษาพฤติกรรมเสพติด การพยาบาลในภาคปฏิบัติ, 82, 44–46 | |
Griffiths, M. D. , Király, O. , Pontes, H. M. , & Demetrovics, Z. (2015). ภาพรวมของการเล่นเกมที่มีปัญหา ใน E. Aboujaoude & V. Starcevic (Eds.) สุขภาพจิตในยุคดิจิทัล: อันตรายร้ายแรงสัญญายิ่งใหญ่ (หน้า 27–45) Oxford, UK: สำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด CrossRef | |
Griffiths, M. D. , Kuss, D. J. , & Pontes, H. M. (2016). ภาพรวมคร่าวๆของความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตและการรักษา นักจิตวิทยาคลินิกชาวออสเตรเลีย, 2, 1–12 | |
Griffiths, M. D. , & Pontes, H. M. (2015). ผลิตภัณฑ์เสพติดและความบันเทิง ใน R. Nakatsu, M. Rauterberg, & P. Ciancarini (Eds.), คู่มือเกมดิจิทัลและเทคโนโลยีเพื่อความบันเทิง (หน้า 1–22) สิงคโปร์: Springer. CrossRef | |
Griffiths, MD, Van Rooij, AJ, Kardefelt-Winther, D. , Starcevic, V. , Király, O. , Pallesen, S. , Müller, K. , Dreier, M. , Carras, M. , Prause, N. , King, DL, Aboujaoude, E. , Kuss, DJ, Pontes, HM, Fernandez, OL, Nagygyorgy, K. , Achab, S. , Billieux, J. , Quandt, T. , Carbonell, X. , Ferguson, CJ , Hoff, RA, Derevensky, J. , Haagsma, MC, Delfabbro, P. , Coulson, M. , Hus, Z. , และ Demetrovics, Z. (2016) การดำเนินการตามความเห็นพ้องระหว่างประเทศเกี่ยวกับเกณฑ์ในการประเมินความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต: ความเห็นที่สำคัญเกี่ยวกับ Petry et al (2014). การเสพติด, 111 (1), 167–175 ดอย:https://doi.org/10.1111/add.13057 CrossRef, เมด | |
Guillot, C.R. , Bello, M. S. , Tsai, J.Y. , Huh, J. , Leventhal, A. M. , & Sussman, S. (2016). ความสัมพันธ์ระยะยาวระหว่าง anhedonia และพฤติกรรมเสพติดที่เกี่ยวข้องกับอินเทอร์เน็ตในผู้ใหญ่ที่เกิดใหม่ คอมพิวเตอร์ในพฤติกรรมมนุษย์, 62, 475–479 ดอย:https://doi.org/10.1016/j.chb.2016.04.019 CrossRef, เมด | |
Heo, J. , Chun, S. , Lee, S. , Lee, K. H. , & Kim, J. (2015). การใช้อินเทอร์เน็ตและความเป็นอยู่ที่ดีในผู้สูงอายุ Cyberpsychology, Behavior, and Social Networking, 18 (5), 268–272 ดอย:https://doi.org/10.1089/cyber.2014.0549 CrossRef, เมด | |
Hooper, D. , Coughlan, J. , & Mullen, M.R. (2008). การสร้างแบบจำลองสมการโครงสร้าง: แนวทางในการกำหนดแบบจำลอง Electronic Journal of Business Research Methods, 6, 53–60 | |
Howard, C. J. , Wilding, R. , & Guest, D. (2016). การเล่นวิดีโอเกมแบบเบาจะเกี่ยวข้องกับการประมวลผลภาพที่เพิ่มขึ้นของเป้าหมายการนำเสนอภาพแบบอนุกรมอย่างรวดเร็ว การรับรู้, 46 (2), 161–177 ดอย:https://doi.org/10.1177/0301006616672579 CrossRef, เมด | |
Hu, L. T. , & Bentler, P. M. (1999). เกณฑ์การตัดสำหรับดัชนีความพอดีในการวิเคราะห์โครงสร้างความแปรปรวนร่วม: เกณฑ์ทั่วไปเทียบกับทางเลือกใหม่ การสร้างแบบจำลองสมการโครงสร้าง: วารสารสหสาขาวิชา, 6 (1), 1–55 ดอย:https://doi.org/10.1080/10705519909540118 CrossRef | |
ไอบีเอ็มคอร์ปอเรชั่น (2015). สถิติ IBM SPSS สำหรับ windows เวอร์ชัน 23 นิวยอร์กนิวยอร์ก: IBM Corporation | |
Kardefelt-Winther, D. (2016). การกำหนดแนวคิดเกี่ยวกับความผิดปกติในการใช้อินเทอร์เน็ต: การเสพติดหรือกระบวนการเผชิญปัญหา? จิตเวชศาสตร์และประสาทวิทยาคลินิก, 71 (7), 459–466 ดอย:https://doi.org/10.1111/pcn.12413 CrossRef, เมด | |
Kim, N. , Hughes, T. L. , Park, C. G. , Quinn, L. , & Kong, I. D. (2016). catecholamine อุปกรณ์ต่อพ่วงในสภาวะพักผ่อนและระดับความวิตกกังวลในวัยรุ่นชายเกาหลีที่ติดเกมอินเทอร์เน็ต Cyberpsychology, Behavior, and Social Networking, 19 (3), 202–208 ดอย:https://doi.org/10.1089/cyber.2015.0411 CrossRef, เมด | |
Király, O. , Griffiths, M. D. , Urbán, R. , Farkas, J. , Kökönyei, G. , Elekes, Z. , Tamás, D. , & Demetrovics, Z. (2014). การใช้อินเทอร์เน็ตที่มีปัญหาและการเล่นเกมออนไลน์ที่มีปัญหานั้นไม่เหมือนกัน: การค้นพบจากกลุ่มตัวอย่างวัยรุ่นที่เป็นตัวแทนระดับประเทศจำนวนมาก Cyberpsychology, Behavior, and Social Networking, 17 (12), 749–754 ดอย:https://doi.org/10.1089/cyber.2014.0475 CrossRef, เมด | |
Kline, R. B. (2011). หลักการและแนวปฏิบัติของการสร้างแบบจำลองสมการโครงสร้าง (3rd ed.) New York, NY: Guilford Press | |
Koc, M. , & Gulyagci, S. (2013). การเสพติด Facebook ในหมู่นักศึกษาตุรกี: บทบาทของสุขภาพจิตลักษณะประชากรและการใช้งาน Cyberpsychology, Behavior, and Social Networking, 16 (4), 279–284. ดอย:https://doi.org/10.1089/cyber.2012.0249 CrossRef, เมด | |
Kowert, R. , Domahidi, E. , Festl, R. , & Quandt, T. (2014). เล่นเกมโซเชียลชีวิตเหงา? ผลกระทบของการเล่นเกมดิจิทัลต่อแวดวงสังคมของวัยรุ่น คอมพิวเตอร์ในพฤติกรรมมนุษย์, 36, 385–390 ดอย:https://doi.org/10.1016/j.chb.2014.04.003 CrossRef | |
Kuss, D. J. , Griffiths, M. D. , & Pontes, H. M. (2017). ความวุ่นวายและความสับสนในการวินิจฉัยความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต DSM-5: ปัญหาข้อกังวลและคำแนะนำเพื่อความชัดเจนในสนาม วารสารพฤติกรรมการเสพติด, 6 (2), 103–109. ดอย:https://doi.org/10.1556/2006.5.2016.062 ลิงค์ | |
Lee, B. W. , & Stapinski, L. A. (2012). การค้นหาความปลอดภัยบนอินเทอร์เน็ต: ความสัมพันธ์ระหว่างความวิตกกังวลทางสังคมและการใช้อินเทอร์เน็ตที่มีปัญหา Journal of Anxiety Disorders, 26 (1), 197–205. ดอย:https://doi.org/10.1016/j.janxdis.2011.11.001 CrossRef, เมด | |
Lee, S.Y. , Choo, H. , & Lee, H. K. (2017). การสร้างสมดุลระหว่างความอยุติธรรมกับความผิดปกติในการเล่นเกม: การมีอยู่ของความผิดปกติของการใช้แอลกอฮอล์ทำให้ผู้ดื่มที่มีสุขภาพดีหรือเป็นอุปสรรคต่อการวิจัยทางวิทยาศาสตร์หรือไม่? วารสารพฤติกรรมการเสพติด, 6 (3), 302–305. ดอย:https://doi.org/10.1556/2006.6.2017.047 ลิงค์ | |
Lehenbauer-Baum, M. , Klaps, A. , Kovacovsky, Z. , Witzmann, K. , Zahlbruckner, R. , & Stetina, B.U. (2015) การเสพติดและการมีส่วนร่วม: การศึกษาเชิงสำรวจเกี่ยวกับเกณฑ์การจำแนกประเภทของความผิดปกติของเกมอินเทอร์เน็ต Cyberpsychology, Behavior, and Social Networking, 18 (6), 343–349 ดอย:https://doi.org/10.1089/cyber.2015.0063 CrossRef, เมด | |
Leménager, T. , Dieter, J. , Hill, H. , Hoffmann, S. , Reinhard, I. , Beutel, M. , Vollstädt-Klein, S. , Kiefer, F. , & Mann, K. (2016) . การสำรวจพื้นฐานทางประสาทของการระบุรูปประจำตัวในนักเล่นเกมอินเทอร์เน็ตทางพยาธิวิทยาและการสะท้อนตนเองในผู้ใช้เครือข่ายสังคมทางพยาธิวิทยา Journal of Behavioral Addictions, 5 (3), 1–15. ดอย:https://doi.org/10.1556/2006.5.2016.048 ลิงค์ | |
Lemmens, J. S. , & Hendriks, S. J. F. (2016). เกมออนไลน์ที่เสพติด: การตรวจสอบความสัมพันธ์ระหว่างประเภทเกมและความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต Cyberpsychology, Behavior, and Social Networking, 19 (4), 270–276 ดอย:https://doi.org/10.1089/cyber.2015.0415 CrossRef, เมด | |
Lovibond, P. F. , & Lovibond, S. H. (1995). โครงสร้างของสภาวะอารมณ์เชิงลบ: การเปรียบเทียบเครื่องชั่งความเครียดความวิตกกังวลภาวะซึมเศร้า (DASS) กับภาวะซึมเศร้าและความวิตกกังวลของเบ็ค การวิจัยและบำบัดพฤติกรรม, 33 (3), 335–343. ดอย:https://doi.org/10.1016/0005-7967(94)00075-U CrossRef, เมด | |
Maraz, A. , Király, O. , & Demetrovics, Z. (2015). ความเห็นเกี่ยวกับ: เราใช้ชีวิตประจำวันมากเกินไปหรือไม่? พิมพ์เขียวที่เข้าใจได้สำหรับการวิจัยการเสพติดพฤติกรรม ข้อผิดพลาดในการวินิจฉัยของการสำรวจ: หากคุณได้คะแนนบวกจากการทดสอบการเสพติดคุณยังมีโอกาสที่จะไม่ติดยาเสพติด Journal of Behavioral Addictions, 4 (3), 151–154. ดอย:https://doi.org/10.1556/2006.4.2015.026 ลิงค์ | |
Monacis, L. , De Palo, V. , Griffiths, M. D. , & Sinatra, M. (2016). การตรวจสอบความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต - แบบฟอร์มสั้น (IGDS9-SF) ในตัวอย่างที่พูดภาษาอิตาลี วารสารพฤติกรรมการเสพติด, 5 (4), 683–690. ดอย:https://doi.org/10.1556/2006.5.2016.083 ลิงค์ | |
Morioka, H. , Itani, O. , Osaki, Y. , Higuchi, S. , Jike, M. , Kaneita, Y. , Kanda, H. , Nakagome, S. , & Ohida, T. (2016). ความสัมพันธ์ระหว่างการสูบบุหรี่และการใช้อินเทอร์เน็ตที่มีปัญหาในวัยรุ่นญี่ปุ่น: การศึกษาระบาดวิทยาทั่วประเทศขนาดใหญ่ Cyberpsychology, Behavior, and Social Networking, 19 (9), 557-561 ดอย:https://doi.org/10.1089/cyber.2016.0182 CrossRef, เมด | |
Muthén, L. K. , & Muthén, B. O. (2012). คู่มือผู้ใช้ Mplus (7th ed.) ลอสแองเจลิสแคลิฟอร์เนีย: Muthén & Muthén | |
Ostovar, S. , Allahyar, N. , Aminpoor, H. , Moafian, F. , Nor, M. B. M. , & Griffiths, M. D. (2016). การติดอินเทอร์เน็ตและความเสี่ยงทางจิตสังคม (ภาวะซึมเศร้าความวิตกกังวลความเครียดและความเหงา) ในวัยรุ่นและวัยหนุ่มสาวชาวอิหร่าน: แบบจำลองสมการโครงสร้างในการศึกษาแบบตัดขวาง International Journal of Mental Health and Addiction, 14 (3), 257–267 ดอย:https://doi.org/10.1007/s11469-015-9628-0 CrossRef | |
Pais-Ribeiro, J. , Honrado, A. , & Leal, I. (2004). Contribuição para o estudo da adaptação portuguesa das Escalas de Ansiedade, Depressão e Stress (EADS) de 21 itens de Lovibond e Lovibond [มีส่วนร่วมในการศึกษาการตรวจสอบความถูกต้องของโปรตุเกส Lovibond และ Lovibond's Short version ของ Depression Anxiety and Stress Scale (DASS)]. Psicologia, Saúde & Doenças, 5, 229–239 | |
Pantic, I. (2014). เครือข่ายสังคมออนไลน์และสุขภาพจิต. Cyberpsychology, Behavior, and Social Networking, 17 (10), 652–657 ดอย:https://doi.org/10.1089/cyber.2014.0070 CrossRef, เมด | |
Pápay, O. , Urbán, R. , Griffiths, MD, Nagygyörgy, K. , Farkas, J. , Kökönyei, G. , Felvinczi, K. , Oláh, A. , Elekes, Z. , & Demetrovics, Z. ( 2013). คุณสมบัติไซโครเมตริกของแบบสอบถามการเล่นเกมออนไลน์ที่เป็นปัญหาในรูปแบบสั้น ๆ และความชุกของการเล่นเกมออนไลน์ที่มีปัญหาในกลุ่มวัยรุ่นระดับประเทศ Cyberpsychology, Behavior, and Social Networking, 16 (5), 340–348 ดอย:https://doi.org/10.1089/cyber.2012.0484 CrossRef, เมด | |
Petry, NM, Rehbein, F. , Gentile, DA, Lemmens, JS, Rumpf, H.-J. , Mößle, T. , Bischof, G. , Tao, R. , Fung, DSS, Borges, G. , Auriacombe , M. , González-Ibáñez, A. , Tam, P. , & O'Brien, CP (2014). ฉันทามติระหว่างประเทศสำหรับการประเมินความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตโดยใช้แนวทาง DSM ‐ 5 ใหม่ การเสพติด, 109 (9), 1399–1406 ดอย:https://doi.org/10.1111/add.12457 CrossRef, เมด | |
Petry, NM, Rehbein, F. , Gentile, DA, Lemmens, JS, Rumpf, H.-J. , Mößle, T. , Bischof, G. , Tao, R. , Fung, DSS, Borges, G. , Auriacombe , M. , González-Ibáñez, A. , Tam, P. , & O'Brien, CP (2015). ความคิดเห็นของ Griffiths et al. เกี่ยวกับคำแถลงความเป็นเอกฉันท์ระหว่างประเทศเกี่ยวกับความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต: การเพิ่มเติมฉันทามติหรือขัดขวางความคืบหน้า? การเสพติด, 111 (1), 175–178 ดอย:https://doi.org/10.1111/add.13189 CrossRef | |
พนาสถิตย์, ม., มั่นวงษ์, ม., หาญประเทศ, น., คุ้มศรี, J. , & Yingyeun, R. (2015). การตรวจสอบความถูกต้องของ Bergen Facebook Addiction Scale (Thai-BFAS) วารสารแพทยสมาคมแห่งประเทศไทย, 98, 108–117. | |
Pontes, H. M. , Andreassen, C. S. , & Griffiths, M. D. (2016). การตรวจสอบความถูกต้องของโปรตุเกสเกี่ยวกับมาตราส่วนการเสพติด Facebook ของ Bergen: การศึกษาเชิงประจักษ์ International Journal of Mental Health and Addiction, 14 (6), 1062–1073 ดอย:https://doi.org/10.1007/s11469-016-9694-y CrossRef | |
Pontes, H. M. , & Griffiths, M. D. (2015a). การวัดความผิดปกติของการเล่นเกมบนอินเทอร์เน็ต DSM-5: การพัฒนาและการตรวจสอบมาตราส่วนไซโครเมตริกแบบสั้น คอมพิวเตอร์ในพฤติกรรมมนุษย์, 45, 137–143 ดอย:https://doi.org/10.1016/j.chb.2014.12.006 CrossRef | |
Pontes, H. M. , & Griffiths, M. D. (2015b). บทบาทของอายุอายุของการเริ่มต้นการเข้าถึงอินเทอร์เน็ตและเวลาที่ใช้ออนไลน์ในสาเหตุของการติดอินเทอร์เน็ต Journal of Behavioral Addictions, 4 (Suppl. 1), 30–31. ดอย:https://doi.org/10.1556/JBA.4.2015.Suppl.1 | |
Pontes, H. M. , & Griffiths, M. D. (2016). การตรวจสอบความถูกต้องของโปรตุเกสสำหรับระดับความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต - แบบสั้น Cyberpsychology, Behavior, and Social Networking, 19 (4), 288–293. ดอย:https://doi.org/10.1089/cyber.2015.0605 CrossRef, เมด | |
Pontes, H. M. , Király, O. , Demetrovics, Z. , & Griffiths, M. D. (2014). การกำหนดแนวความคิดและการวัดความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต DSM-5: การพัฒนาแบบทดสอบ IGD-20 โปรดหนึ่ง, 9 (10), e110137 ดอย:https://doi.org/10.1371/journal.pone.0110137 CrossRef, เมด | |
Pontes, H. M. , Macur, M. , & Griffiths, M. D. (2016). ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตในเด็กนักเรียนประถมชาวสโลวีเนีย: ผลการวิจัยจากกลุ่มวัยรุ่นที่เป็นตัวแทนในระดับประเทศ วารสารพฤติกรรมการเสพติด, 5 (2), 304–310. ดอย:https://doi.org/10.1556/2006.5.2016.042 ลิงค์ | |
Primack, B. A. , Shensa, A. , Escobar-Viera, C. G. , Barrett, E. L. , Sidani, J. E. , Colditz, J. B. , & James, A. E. (2017) การใช้แพลตฟอร์มโซเชียลมีเดียหลายรูปแบบและอาการของภาวะซึมเศร้าและความวิตกกังวล: การศึกษาโดยตัวแทนระดับประเทศในกลุ่มคนหนุ่มสาวในสหรัฐอเมริกา คอมพิวเตอร์ในพฤติกรรมมนุษย์, 69, 1–9 ดอย:https://doi.org/10.1016/j.chb.2016.11.013 CrossRef | |
Przybylski, A. (2017). การตอบสนองอย่างไม่เหมาะสมในการวิจัยความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต PeerJ, 4, e2401 ดอย:https://doi.org/10.7717/peerj.2401 CrossRef | |
Rehbein, F. , Staudt, A. , Hanslmaier, M. , & Kliem, S. (2016). การเล่นวิดีโอเกมในประชากรผู้ใหญ่ทั่วไปของเยอรมนี: เวลาในการเล่นเกมของผู้ชายที่สูงขึ้นสามารถอธิบายได้จากความชอบประเภทเฉพาะเพศหรือไม่? คอมพิวเตอร์ในพฤติกรรมมนุษย์, 55 (ตอน B), 729–735 ดอย:https://doi.org/10.1016/j.chb.2015.10.016 CrossRef | |
Rikkers, W. , Lawrence, D. , Hafekost, J. , & Zubrick, S.R. (2016). การใช้อินเทอร์เน็ตและการเล่นเกมอิเล็กทรอนิกส์ของเด็กและวัยรุ่นที่มีปัญหาทางอารมณ์และพฤติกรรมในออสเตรเลีย - ผลจากการสำรวจสุขภาพจิตและความเป็นอยู่ที่ดีของเด็กและวัยรุ่นครั้งที่สอง BMC สาธารณสุข, 16 (1), 399 ดอย:https://doi.org/10.1186/s12889-016-3058-1 CrossRef, เมด | |
Salem, AAMS, Almenaye, N. S. , & Andreassen, C. S. (2016). การประเมินไซโครเมตริกของ Bergen Facebook Addiction Scale (BFAS) ของนักศึกษามหาวิทยาลัย International Journal of Psychology and Behavioral Sciences, 6, 199–205 ดอย:https://doi.org/10.5923/j.ijpbs.20160605.01 | |
Sampasa-Kanyinga, H. , & Lewis, R. F. (2015). การใช้เว็บไซต์โซเชียลเน็ตเวิร์กเป็นประจำมีความสัมพันธ์กับการทำงานของจิตใจที่ไม่ดีในเด็กและวัยรุ่น Cyberpsychology, Behavior, and Social Networking, 18 (7), 380–385 ดอย:https://doi.org/10.1089/cyber.2015.0055 CrossRef, เมด | |
Sarda, E. , Bègue, L. , Bry, C. , & Gentile, D. (2016). ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตและความเป็นอยู่: การตรวจสอบมาตราส่วน Cyberpsychology, Behavior, and Social Networking, 19 (11), 674–679 ดอย:https://doi.org/10.1089/cyber.2016.0286 CrossRef, เมด | |
แซนเดอร์, JB, Hao, W. , Long, J. , King, DL, Mann, K. , Fauth-Bühler, M. , Rumpf, H.-J. , Bowden-Jones, H. , Rahimi-Movaghar, A ., Chung, T. , Chan, E. , Bahar, N. , Achab, S. , Lee, HK, Potenza, M. , Petry, N. , Spritzer, D. , Ambekar, A. , Derevensky, J. , Griffiths, MD, Pontes, HM, Kuss, D. , Higuchi, S. , Mihara, S. , Assangangkornchai, S. , Sharma, M. , Kashef, AE, Ip, P. , Farrell, M. , Scafato, E. , Carragher, N. , & Poznyak, V. (2017). ความผิดปกติของการเล่นเกม: การพิจารณาเป็นเงื่อนไขสำคัญสำหรับการวินิจฉัยการจัดการและการป้องกัน วารสารพฤติกรรมการเสพติด, 6 (3), 271–279. ดอย:https://doi.org/10.1556/2006.6.2017.039 ลิงค์ | |
Scharkow, M. , Festl, R. , & Quandt, T. (2014). รูปแบบระยะยาวของการใช้เกมคอมพิวเตอร์ที่เป็นปัญหาในกลุ่มวัยรุ่นและผู้ใหญ่ - การศึกษาวิจัย 2 ปี การเสพติด, 109 (11), 1910–1917 ดอย:https://doi.org/10.1111/add.12662 CrossRef, เมด | |
Shaffer, H. J. , LaPlante, D. A. , LaBrie, R. A. , Kidman, R. C. , Donato, A.N. , & Stanton, M. V. (2004). ไปสู่รูปแบบการเสพติดของกลุ่มอาการ: การแสดงออกหลายอย่างสาเหตุทั่วไป Harvard Review of Psychiatry, 12 (6), 367–374 ดอย:https://doi.org/10.1080/10673220490905705 CrossRef, เมด | |
Silva, H. R. S. , Areco, K. C. N. , Bandiera-Paiva, P. , Galvão, P. V. M. , Garcia, A. N. M. , & Silveira, D. X. (2015). Equivalênciasemântica e confiabilidade da versão em português da Bergen Facebook Addiction Scale [ความเท่าเทียมเชิงความหมายและความน่าเชื่อถือของมาตราส่วนการเสพติด Facebook Bergen เวอร์ชันโปรตุเกส] Jornal Brasileiro de Psiquiatria, 64 (1), 17–23 ดอย:https://doi.org/10.1590/0047-2085000000052 CrossRef | |
Sioni, S. R. , Burleson, M. H. , & Bekerian, D. A. (2017). ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต: ความหวาดกลัวทางสังคมและการระบุตัวตนเสมือนของคุณ คอมพิวเตอร์ในพฤติกรรมมนุษย์, 71, 11–15 ดอย:https://doi.org/10.1016/j.chb.2017.01.044 CrossRef | |
Snodgrass, J. G. , Lacy, M. G. , Dengah II, H. J. F. , Eisenhauer, S. , Batchelder, G. , & Cookson, R. J. (2014) การพักผ่อนจากใจของคุณ: การเล่นเกมออนไลน์ที่มีปัญหาคือการตอบสนองต่อความเครียด คอมพิวเตอร์ในพฤติกรรมมนุษย์, 38, 248–260 ดอย:https://doi.org/10.1016/j.chb.2014.06.004 CrossRef | |
Starcevic, V. , & Aboujaoude, E. (2016). การติดอินเทอร์เน็ต: การประเมินแนวคิดใหม่ที่ไม่เพียงพอมากขึ้น CNS Spectrums, 22 (1), 7–13 ดอย:https://doi.org/10.1017/S1092852915000863 CrossRef, เมด | |
Stroud, M. J. , & Whitbourne, S. K. (2015). วิดีโอเกมแบบสบาย ๆ เป็นเครื่องมือฝึกอบรมสำหรับกระบวนการที่ตั้งใจจริงในชีวิตประจำวัน Cyberpsychology, Behavior, and Social Networking, 18 (11), 654–660. ดอย:https://doi.org/10.1089/cyber.2015.0316 CrossRef, เมด | |
Stubblefield, S. , Datto, G. , Phan, T. -LT, Werk, LN, Stackpole, K. , Siegel, R. , Stratbucker, W. , Tucker, JM, Christison, AL, Hossain, J. , & Gentile, DA (2017). ปัญหาวิดีโอเกมของเด็กที่ลงทะเบียนในโปรแกรมการจัดการน้ำหนักในระดับอุดมศึกษา Cyberpsychology, Behavior, and Social Networking, 20 (2), 109–116. ดอย:https://doi.org/10.1089/cyber.2016.0386 CrossRef, เมด | |
Sussman, S. , Arpawong, T. E. , Sun, P. , Tsai, J. , Rohrbach, L. A. , & Spruijt-Metz, D. (2014). ความชุกและการเกิดร่วมกันของพฤติกรรมเสพติดในอดีตเยาวชนมัธยมปลายทางเลือก Journal of Behavioral Addictions, 3 (1), 33–40. ดอย:https://doi.org/10.1556/JBA.3.2014.005 ลิงค์ | |
Tang, J.-H. , Chen, M.-C. , Yang, C.-Y. , Chung, T.-Y. , & Lee, Y.-A. (2016). ลักษณะบุคลิกภาพความสัมพันธ์ระหว่างบุคคลการสนับสนุนทางสังคมออนไลน์และการติด Facebook Telematics and Informatics, 33 (1), 102–108. ดอย:https://doi.org/10.1016/j.tele.2015.06.003 CrossRef | |
Thorens, G. , Achab, S. , Billieux, J. , Khazaal, Y. , Khan, R. , Pivin, E. , Gupta, V. , & Zullino, D. (2014). ลักษณะและการตอบสนองต่อการรักษาของผู้ใช้อินเทอร์เน็ตที่มีปัญหาที่ระบุตัวเองในคลินิกผู้ป่วยนอกที่มีพฤติกรรมติดยาเสพติด Journal of Behavioral Addictions, 3 (1), 78–81. ดอย:https://doi.org/10.1556/JBA.3.2014.008 ลิงค์ | |
Turel, O. , & Serenko, A. (2012). ประโยชน์และอันตรายของการเพลิดเพลินกับเว็บไซต์เครือข่ายสังคม European Journal of Information Systems, 21 (5), 512–528 ดอย:https://doi.org/10.1057/ejis.2012.1 CrossRef | |
Van Rooij, A. J. , Schoenmakers, T. M. , Vermulst, A. A. , Van den Eijnden, R. , & Van de Mheen, D. (2011). การติดวิดีโอเกมออนไลน์: การระบุตัวตนของนักเล่นเกมวัยรุ่นที่ติด การเสพติด, 106 (1), 205–212 ดอย:https://doi.org/10.1111/j.1360-0443.2010.03104.x CrossRef, เมด | |
องค์การอนามัยโลก. (2016). ICD-11 Beta Draft: ความผิดปกติของการเล่นเกม ดึงมาจาก https://icd.who.int/dev11/l-m/en#/http%3a%2f%2fid.who.int%2ficd%2fentity%2f1448597234 | |
Wu, A. M. S. , Cheung, V. I. , Ku, L. , & Hung, E. P. W. (2013). ปัจจัยเสี่ยงด้านจิตใจของการเสพติดเว็บไซต์เครือข่ายสังคมออนไลน์ของผู้ใช้สมาร์ทโฟนชาวจีน Journal of Behavioral Addictions, 2 (3), 160–166. ดอย:https://doi.org/10.1556/JBA.2.2013.006 ลิงค์ | |
Xanidis, N. , & Brignell, C. M. (2016). ความสัมพันธ์ระหว่างการใช้เว็บไซต์โซเชียลเน็ตเวิร์กคุณภาพการนอนหลับและฟังก์ชันการรับรู้ในระหว่างวัน คอมพิวเตอร์ในพฤติกรรมมนุษย์, 55 (ตอน A), 121–126 ดอย:https://doi.org/10.1016/j.chb.2015.09.004 CrossRef | |
ยี, น. (2006). แรงจูงใจในการเล่นเกมออนไลน์ CyberPsychology & Behavior, 9 (6), 772–775 ดอย:https://doi.org/10.1089/cpb.2006.9.772 CrossRef, เมด | |
Yu, C. , Li, X. , & Zhang, W. (2015). การคาดการณ์การใช้เกมออนไลน์ที่เป็นปัญหาของวัยรุ่นจากการสนับสนุนความเป็นอิสระของครูความพึงพอใจพื้นฐานด้านจิตใจและการมีส่วนร่วมในโรงเรียน: การศึกษาระยะยาว 2 ปี Cyberpsychology, Behavior, and Social Networking, 18 (4), 228–233. ดอย:https://doi.org/10.1089/cyber.2014.0385 CrossRef, เมด | |
Zhang, C. , Brook, J. S. , Leukefeld, C. G. , & Brook, D. W. (2016). ปัจจัยทางจิตสังคมระยะยาวที่เกี่ยวข้องกับอาการติดอินเทอร์เน็ตของผู้ใหญ่ในวัยกลางคนตอนต้น พฤติกรรมเสพติด, 62, 65–72 ดอย:https://doi.org/10.1016/j.addbeh.2016.06.019 CrossRef, เมด |