ติดยาเสพติดเครือข่ายสังคมในหมู่นักเรียนวิทยาศาสตร์สุขภาพในโอมาน (2015)

Sultan Qaboos Univ Med J. 2015 ส.ค. ; 15 (3): e357-63 ดอย: 10.18295 / squmj.2015.15.03.009 Epub 2015 ส.ค. 24

อาจารย์เค1.

นามธรรม

วัตถุประสงค์:

การเสพติดไปยังเว็บไซต์เครือข่ายสังคม (SNS) เป็นปัญหาระหว่างประเทศที่มีวิธีการวัดจำนวนมาก ผลกระทบของการเสพติดในหมู่นักศึกษาวิทยาศาสตร์สุขภาพเป็นเรื่องที่น่ากังวลเป็นพิเศษ การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อวัดอัตราการติดยาเสพติด SNS ในหมู่นักศึกษาวิทยาศาสตร์สุขภาพของมหาวิทยาลัยสุลต่าน Qaboos (SQU) ในมัสกัตประเทศโอมาน

วิธีการ:

ในเดือนเมษายน 2014 การสำรวจการรายงานตัวเองทางอิเล็กทรอนิกส์แบบอิเล็กทรอนิกส์หกรายการแบบไม่ระบุชื่อบนพื้นฐานของมาตราส่วนการติดยาเสพติด Facebook ของเบอร์เกนได้รับการจัดทำขึ้นเพื่อการศึกษาแบบไม่สุ่มของนักศึกษาแพทย์และนักศึกษาวิทยาศาสตร์ แบบสำรวจนี้ใช้เพื่อวัดการใช้งานของ SNS ทั้งสาม: Facebook (Facebook Inc. , Menlo Park, California, USA), YouTube (YouTube, San Bruno, California, USA) และ Twitter (Twitter Inc. , San Francisco, California, USA) . เกณฑ์สองชุดถูกใช้เพื่อคำนวณอัตราการติดยาเสพติด (คะแนน 141 ในรายการสำรวจอย่างน้อยสี่รายการหรือคะแนน 3 สำหรับทั้งหกรายการ) วัดการใช้งาน SNS ที่เกี่ยวข้องกับงานด้วย

ผล:

นักเรียน 81 ทั้งหมดสำรวจเสร็จแล้ว (อัตราการตอบกลับ: 57.4%) ในบรรดา SNS ทั้งสามนั้น YouTube ใช้กันมากที่สุด (100%) ตามด้วย Facebook (91.4%) และ Twitter (70.4%) อัตราการใช้งานและการติดยาเสพติดแตกต่างกันไปในทั้งสาม SNS อัตราการติดยาเสพติดไปยัง Facebook, YouTube และ Twitter ตามลำดับแตกต่างกันไปตามเกณฑ์ที่ใช้ (14.2%, 47.2% และ 33.3% เทียบกับ 6.3%, 13.8% และ 12.8%) อย่างไรก็ตามอัตราการติดยาเสพติดลดลงเมื่อพิจารณาถึงกิจกรรมที่เกี่ยวข้องกับงาน

สรุป:

อัตราการติด SNS ระหว่างกลุ่มนี้บ่งชี้ถึงความจำเป็นในการแทรกแซง นอกจากนี้ผลการวิจัยชี้ให้เห็นว่าควรทำการวัดการเสพติดของ SNS แต่ละรายการและควรคำนึงถึงกิจกรรมที่เกี่ยวข้องกับการทำงานระหว่างการวัด

การเสพติดไปยังเว็บไซต์เครือข่ายสังคม (SNS) เป็นปัญหาระหว่างประเทศที่มีวิธีการวัดจำนวนมาก ผลกระทบของการเสพติดในหมู่นักศึกษาวิทยาศาสตร์สุขภาพเป็นเรื่องที่น่ากังวลเป็นพิเศษ การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อวัดอัตราการติดยาเสพติด SNS ในหมู่นักศึกษาวิทยาศาสตร์สุขภาพของมหาวิทยาลัยสุลต่าน Qaboos (SQU) ในมัสกัตประเทศโอมาน

คำสำคัญ: พฤติกรรมเสพติด, อินเทอร์เน็ต, เครือข่ายสังคมออนไลน์, โซเชียลมีเดีย, นักเรียน, โอมาน

ความก้าวหน้าในความรู้

  • - ผลการศึกษานี้ยืนยันการมีอยู่และระบุขอบเขตของการติดเว็บไซต์เครือข่ายสังคมออนไลน์ (SNS) ในกลุ่มตัวอย่างนักศึกษาวิทยาศาสตร์สุขภาพในโอมาน
  • - การค้นพบเหล่านี้สนับสนุนข้อโต้แย้งที่ว่าการติด SNS ควรได้รับการตรวจสอบสำหรับ SNS แต่ละรายการแทนที่จะเป็นการทั่วไปเท่านั้น
  • - กิจกรรม SNS ที่เกี่ยวข้องกับงานต้องนำมาพิจารณาในการวัดการติด SNS เนื่องจากไม่รวมการใช้โซเชียลมีเดียเพื่อจุดประสงค์ในการทำงานพบว่าลดอัตราการเสพ

การประยุกต์ใช้กับการดูแลผู้ป่วย

  • - เนื่องจากความเชื่อมโยงระหว่างการติด SNS และลักษณะบุคลิกภาพบางอย่างการใช้ SNS ในหมู่ผู้เชี่ยวชาญด้านสุขภาพอย่างต่อเนื่องอาจเป็นอันตรายต่อผู้ป่วยโดยอ้อม การเปิดเผยขอบเขตของการติด SNS ในกลุ่มนักศึกษาวิทยาศาสตร์สุขภาพอาจช่วยกำหนดเป้าหมายโครงการฟื้นฟูหรือป้องกันการติดยาเสพติดในอนาคตได้หากจำเป็น

จากจำนวนผู้ใช้อินเทอร์เน็ตที่ใช้งานอยู่ทั่วโลกกว่า 2.5 พันล้าน 1.8 พันล้านคนบางคนประเมินว่าจะใช้เว็บไซต์เครือข่ายสังคม (SNSs) ใน 2014 ซึ่งคิดเป็นประมาณ 25% ของประชากรทั้งหมดของโลก1,2 SNS ที่ใช้กันอย่างแพร่หลายที่สุดคือ Facebook (Facebook, Inc. , Menlo Park, California, USA), YouTube (YouTube, San Bruno, California, USA) และ Twitter (Twitter, Inc. , San Francisco, California, USA) โดย 1.3 พันล้าน 1 พันล้านและ 645 ล้านคนที่ลงทะเบียนอย่างแข็งขันตามลำดับ3-5 นอกจากนี้ยังไม่ทราบจำนวนผู้ใช้ SNS เหล่านี้เพิ่มเติมโดยไม่ต้องลงทะเบียนในฐานะผู้ใช้ ภายในไม่กี่ปีที่ผ่านมาการใช้งานอินเทอร์เน็ตในโอมานเติบโตขึ้นอย่างมาก ใน 2014 มีสมาชิกมากกว่า 2 ล้านรายแนวโน้มที่ถูกคาดการณ์ไว้ในการวิจัยก่อนหน้าตามรูปแบบระหว่างประเทศ6,7 ตามแนวโน้ม SNS ทั่วโลกปัจจุบันโอมานมีผู้ใช้ Facebook มากกว่า 600,000 ราย6 แม้ว่าจะไม่มีตัวเลขระดับชาติสำหรับ SNS อื่น ๆ แต่ก็ไม่มีเหตุผลที่จะสงสัยว่าการใช้งานเว็บไซต์อื่น ๆ ในโอมานไม่สอดคล้องกับแนวโน้มระหว่างประเทศ

อย่างไรก็ตามการใช้อินเทอร์เน็ตและ SNS ต่อ se ไม่น่าตกใจ - ข้อกังวลหลักอยู่ที่การติดเทคโนโลยีรูปแบบเหล่านี้ ใน 1995 จิตแพทย์อีวานโกลด์เบิร์กแนะนำเหน็บแนมคำว่า 'อินเทอร์เน็ตติดยาเสพติด' (IAD)8 โดย 1996 แนวคิดเกี่ยวกับการเสพติดอินเทอร์เน็ตกำลังดำเนินการอย่างจริงจังมากขึ้น มันถูกเสนอให้เป็นความผิดปกติทางคลินิกและแบบสอบถามการวินิจฉัยที่มีประโยชน์ (อิงจากแบบสอบถามการติดการพนัน) ได้รับการพัฒนา9 แม้ว่า IAD ยังไม่ได้รับการยอมรับว่าเป็นความผิดปกติทางคลินิก แต่ต่างจากการเล่นเกมทางอินเทอร์เน็ต แต่ก็มีการสนับสนุนแนวคิดนี้อย่างมาก จากการศึกษาพบว่าคนหนุ่มสาวจำนวน 3 – 4% ในบางกรณีมีอาการติดยาเสพติดทางอินเทอร์เน็ตมากกว่าหนึ่งในผู้ป่วยอายุ 31 ที่ป่วยเป็นโรค IAD ของ Google Glass เทคโนโลยีเครื่องแต่งตัว (Google, Googleplex, Mountain View, California, USA)10-13

ลักษณะของการติดอินเทอร์เน็ตนั้นคล้ายคลึงกับการเสพติดอื่น ๆ ลูกเบี้ยว อัล et. สรุปเงื่อนไขที่เกี่ยวข้องกับความลุ่มหลงทางจิตใจมากเกินไปกับอินเทอร์เน็ตควบคู่กับความคิดซ้ำ ๆ ของการ จำกัด หรือควบคุมการใช้งานนี้และความล้มเหลวที่ตามมาเพื่อป้องกันการเข้าถึง14 บุคคลที่มีสภาพเช่นนี้จะยังคงใช้อินเทอร์เน็ตต่อไปแม้จะมีผลกระทบอย่างมากต่อการทำงานประจำวันในระดับต่างๆการใช้จ่ายเพิ่มขึ้นเรื่อย ๆ ในเวลาออนไลน์และการเข้าถึงความอยากเมื่อไม่มี14 นอกเหนือจากการติดอินเทอร์เน็ตทั่วไปแล้วยังมุ่งเน้นไปที่การติดยาเฉพาะประเภท (เช่นการตรึงเกมออนไลน์หรือโทรศัพท์มือถือ)8,15-17 ในทำนองเดียวกันความกังวลได้รับการเพิ่มขึ้นเกี่ยวกับการใช้ SNS ที่เพิ่มขึ้นตั้งแต่ปลาย 1990s ด้วยจำนวนรายงานที่เพิ่มขึ้นของการติด SNS18 เนื่องจากรูปแบบการใช้อินเทอร์เน็ตและ SNS ในโอมานสอดคล้องกับแนวโน้มทั่วโลก6 มีเหตุผลที่สงสัยว่ารูปแบบการติด SNS ในประเทศนี้อาจคล้ายกับที่รายงานทั่วโลก

การวัดระดับการติด SNS เป็นประเด็นถกเถียง นักวิจัยบางคนเชื่อว่าควรมีการประเมินระดับการติด SNS ทั่วไปเท่านั้น19,20 อย่างไรก็ตามคนอื่น ๆ มีมุมมองที่มุ่งเน้นมากขึ้น ลูกเบี้ยว อัล et. เลือกที่จะปรับและใช้มาตราส่วนการติดอินเทอร์เน็ตที่พัฒนาโดยศูนย์ติดอินเทอร์เน็ตเพื่อวัดการเสพติดของ Facebook ในขณะที่มาตราส่วนอาการติดยาเสพติด Facebook ยังถูกนำมาใช้ในกลุ่มนักศึกษาปริญญาตรีด้วย14,21 อีกไม่นาน Andreassen อัล et. พัฒนาแบบสอบถามติดยาเสพติด Facebook หกรายการที่สั้นกว่าที่รู้จักกันในชื่อ Bergen Facebook Addiction Scale (BFAS) ความถูกต้องและความน่าเชื่อถือซึ่งก่อตั้งขึ้นในภายหลัง22,23 BFAS ประสบความสำเร็จในการวัดอัตราการเสพติด Facebook ในการศึกษาจำนวนมากและได้รับการยอมรับว่ามีประสิทธิภาพทางด้านจิตใจ18,20,24-26 แม้ว่าเริ่มแรกออกแบบมาเพื่อประเมินการติดกับ SNS เพียงอันเดียว Andreassen อัล et. ได้กล่าวว่าการปรับสเกลเพื่อประเมิน SNS อื่นนั้นเป็นไปได้23

การเสพติดสามารถก่อกวนหลายด้านของชีวิต สำหรับนักเรียนอาจขัดขวางการเรียนและส่งผลกระทบต่อเป้าหมายการทำงานระยะยาวของพวกเขา การใช้และการเสพติดกิจกรรมทางอินเทอร์เน็ตมากเกินไปรวมถึง SNS และเกมออนไลน์นั้นเกี่ยวข้องกับความรู้สึกผิดชอบชั่วดีซื่อสัตย์ / ถ่อมตัวและเห็นพ้องต้องกันและมีความสัมพันธ์เชิงบวกกับโรคประสาทลัทธิหลงตัวเองและความก้าวร้าว22,27-35 สำหรับนักศึกษาแพทย์ที่มีเป้าหมายเพื่อพัฒนาเป็นผู้เชี่ยวชาญด้านการดูแลสุขภาพผลกระทบของการเสพติดนี้สามารถมีผลกระทบที่กว้างและเป็นอันตรายต่อสังคมโดยรวม ดังนั้นจึงเป็นเรื่องสำคัญที่จะต้องรู้ขนาดของปัญหาเพื่อให้สามารถใช้มาตรการที่เหมาะสมในการต่อสู้กับมัน

จากความกังวลที่ระบุไว้ข้างต้นการศึกษานี้มีวัตถุประสงค์เพื่อวัดอัตราการติด SNS ในกลุ่มนักศึกษาวิทยาศาสตร์สุขภาพของมหาวิทยาลัยสุลต่าน Qaboos (SQU) ในมัสกัตประเทศโอมาน นอกจากนี้การศึกษานี้มีวัตถุประสงค์เพื่อแยกแยะความแตกต่างระหว่างสาม SNS หลัก (Facebook, YouTube และ Twitter) มากกว่าการวัดการติด SNS ทั่วไปเท่านั้นเนื่องจากการแทรกแซงเพื่อแก้ไขปัญหาที่เกี่ยวข้องกับการติดอาจแตกต่างกันไปขึ้นอยู่กับ SNS ที่เฉพาะเจาะจง

วิธีการ

การศึกษานี้เกี่ยวข้องกับกลุ่มนักศึกษาวิทยาศาสตร์การแพทย์และห้องปฏิบัติการจำนวน 141 คนที่ลงทะเบียนเรียนที่วิทยาลัยแพทยศาสตร์และวิทยาศาสตร์สุขภาพที่ SQU ในเดือนเมษายน 2014 และเข้าร่วมในหลักสูตร Medical Informatics II นักเรียนกลุ่มนี้ได้รับเลือกเนื่องจากยังไม่ได้ศึกษา SNS โดยละเอียด แต่ยังมีความรู้เบื้องต้นเนื่องจากสำเร็จหลักสูตร Medical Informatics I

แบบสำรวจความคิดเห็นการรายงานตัวเองทางอิเล็กทรอนิกส์แบบหกรายการภาษาอังกฤษแบบไม่ระบุชื่อได้รับการออกแบบโดยอ้างอิงกับ BFAS และแก้ไขสำหรับ SNS อื่น ๆ ตามที่ Andreassen แนะนำ อัล et.22,23 SNS สามตัวที่ถูกเลือกสำหรับแบบสอบถามคือ Facebook, Twitter และ YouTube เนื่องจากเป็น SNS ที่มีการใช้งานกันอย่างแพร่หลายทั่วโลกในขณะนั้น3-5 นักเรียนถูกขอให้รายงานข้อมูลการใช้ SNS ของพวกเขาสำหรับปีที่ผ่านมา แม้ว่ามันอาจจะเป็นที่ถกเถียงกันอยู่ว่า SNS นั้นถูกใช้เป็นหลักสำหรับกิจกรรมที่ไม่เกี่ยวข้องกับการทำงาน แต่การวิจัยพบว่าเว็บไซต์โซเชียลมีเดียถูกใช้ในโปรแกรมการแพทย์และการศึกษาอื่น ๆ36,37 เป็นผลให้การสำรวจถูกปรับเปลี่ยนเพื่อกำหนดเปอร์เซ็นต์ของเวลาที่นักเรียนรายงานการใช้จ่าย SNS ในบริบทการทำงาน

แม้ว่าภาษาอังกฤษไม่ใช่ภาษาแม่ของนักเรียนทุกคนในกลุ่ม แต่ภาษาของการเรียนการสอนของหลักสูตรสารสนเทศทางการแพทย์ที่สองเป็นภาษาอังกฤษ นักเรียนที่เรียนหลักสูตรนี้จึงได้รับการพิจารณาว่าคุ้นเคยกับภาษาเพื่อทำความเข้าใจกับแบบสอบถามอย่างเพียงพอ นอกจากนี้การทดสอบระดับความง่ายในการอ่านของ Flesch และการทดสอบระดับ Flesch-Kincaid บ่งชี้ว่านักเรียนระดับโรงเรียนสามารถเข้าใจการสำรวจได้38 นักเรียนได้รับแจ้งจากการสำรวจออนไลน์ในเดือนเมษายน 2014 ในขณะที่อยู่ในชั้นเรียนพร้อมการเตือนทางอีเมลอีกสองฉบับที่ส่งการร้องขอให้เข้าร่วม การสำรวจยังคงเปิดอยู่สี่สัปดาห์เพื่อให้นักเรียนมีเวลามากพอที่จะทำให้เสร็จ

หลังจากรวบรวมข้อมูลการสำรวจแล้วอัตราการติดยาจะถูกคำนวณตามเกณฑ์สองชุด ครั้งแรกที่เสนอโดย Lemmens อัล et. พิจารณาคะแนน 3 ในรายการสำรวจ BFAS อย่างน้อยสี่รายการเพื่อประกอบการติดยาเสพติด16 อย่างไรก็ตามเกณฑ์ที่เสนอโดย Andreassen อัล et. ต้องใช้คะแนน 3 สำหรับไอเท็ม BFAS ทั้งหกรายการก่อนที่แต่ละคนจะถูกจัดประเภทว่าติด22 เมื่อคำนวณอัตราการเสพติดครั้งแรกแล้วอัตราการเสพติดจะถูกคำนวณใหม่โดยคำนึงถึงการใช้งาน SNS ที่เกี่ยวข้องกับงาน ผู้เข้าร่วมที่ใช้จ่ายมากกว่า 50% ของเวลาในการใช้งาน SNS ของพวกเขาสำหรับกิจกรรมที่เกี่ยวข้องกับงานจะไม่รวมอยู่ในกลุ่มที่ติด

ข้อมูลถูกป้อนลงในสเปรดชีต Microsoft Excel (เวอร์ชัน 2010, Microsoft Corp. , Redmond, Washington, USA) และการวิเคราะห์เชิงสถิติเชิงพรรณนาและทำการคำนวณ Chi-squared ข้อมูลเชิงคุณภาพได้รับการจัดรูปแบบโดยใช้ NVivo เวอร์ชัน 7 (QSR International Ltd. , Burlington, Massachusetts, USA)

การอนุมัติด้านจริยธรรมสำหรับการศึกษานี้ได้รับการอนุมัติจากคณะกรรมการวิจัยและจริยธรรมทางการแพทย์ที่วิทยาลัยแพทยศาสตร์และวิทยาศาสตร์สุขภาพที่ SQU (MREC # 869) ผู้ตอบแบบสอบถามทั้งหมดให้ความยินยอมเป็นลายลักษณ์อักษรก่อนเข้าร่วมการศึกษา

ผลสอบ

จากนักเรียน 141 ที่รวมอยู่ในการศึกษาทั้งหมด 81 เสร็จสิ้นการสำรวจ (อัตราการตอบสนอง: 57.4%) ในจำนวนนี้ 51 เป็นเพศหญิง (63.0%) อัตราส่วนเพศนี้ไม่มีนัยสำคัญทางสถิติต่อส่วนที่เหลือของชั้นเรียน (P = 0.41) สรุปการใช้งานเว็บไซต์ SNS ทั้งสามแห่งโดยผู้เข้าร่วมในปีที่แล้ว 1 ตาราง. YouTube ถูกใช้บ่อยที่สุด (100%) ตามด้วย Facebook (91.4%) และ Twitter (70.4%) ไม่มีความแตกต่างอย่างมีนัยสำคัญทางสถิติระหว่างการใช้ SNS หญิงและชาย (P = 0.997)

1 ตาราง: 

การใช้รายงานด้วยตนเองของเว็บไซต์เครือข่ายสังคมที่เลือกในช่วงปีที่แล้วในหมู่นักศึกษาด้านวิทยาศาสตร์สุขภาพในโอมาน (N = 81)

สรุปความถี่ของการใช้ SNS ที่เกี่ยวข้องกับงานในกลุ่มตัวอย่างได้รับการสรุป 2 ตาราง. ในขณะที่กิจกรรม Twitter น้อยกว่า 15% ของการทำงาน แต่นี่ไม่ใช่กรณีของ Facebook และ YouTube (น้อยกว่า 39.4% และ 41.9% ตามลำดับ) นักเรียน YouTube ใช้บ่อยขึ้นเพื่อวัตถุประสงค์ในการทำงานมากกว่าเว็บไซต์โซเชียลมีเดียอื่น ๆ (หมายถึง: 41.9%) รูปแบบการใช้งานจะแสดงใน 3 ตาราง. การพึ่งพา YouTube นั้นมากกว่าสองไซต์อื่น ๆ สิ่งนี้ชัดเจนจากวิธีการสำหรับแต่ละหมวดหมู่ซึ่งสูงกว่าสำหรับ YouTube มากกว่าเว็บไซต์โซเชียลมีเดียอื่น ๆ ในทุก ๆ กรณี มีความคิดเห็นเชิงคุณภาพน้อยเกินไปจากนักเรียนสำหรับหัวข้อและรูปแบบที่เหมาะสมที่จะสกัด

2 ตาราง: 

การใช้งานที่เกี่ยวข้องกับรายงานด้วยตนเองของเว็บไซต์เครือข่ายสังคมที่เลือกในช่วงปีที่แล้วในหมู่นักศึกษาวิทยาศาสตร์สุขภาพในโอมาน (N = 81)
3 ตาราง: 

รูปแบบการใช้งานที่รายงานด้วยตนเอง* ของเว็บไซต์เครือข่ายสังคมที่เลือกในปีที่แล้วในกลุ่มนักศึกษาวิทยาศาสตร์สุขภาพในโอมาน (N = 81)

อัตราการติดยาถูกคำนวณตามเกณฑ์ของ Lemmens อัล et. และ Andreassen อัล et. [4 ตาราง].16,22 เกี่ยวกับเลมเมน อัล etเกณฑ์ของ. พบว่า 14.2%, 47.2% และ 33.3% ของนักเรียนติดอยู่ที่ Facebook, YouTube และ Twitter ตามลำดับ16 ในการเปรียบเทียบมีเพียงนักเรียน 6.3%, 13.8% และ 12.8% ตามลำดับเท่านั้นที่ติด SNS เดียวกันนี้เมื่อ Andreassen อัล etใช้เกณฑ์ของ. เพื่อบ่งชี้การเสพติด22 อัตราเหล่านี้ลดลงเมื่อนักเรียนที่รายงานการใช้จ่ายมากกว่า 50% ของเวลาของพวกเขาโดยใช้ SNS เพื่อวัตถุประสงค์ที่เกี่ยวข้องกับการทำงานได้รับการยกเว้น5 ตาราง] มีเพียงนักเรียน 4.7%, 27.8% และ 20.5% เท่านั้นที่ยังคงติดอยู่ใน Facebook, YouTube และ Twitter ตามลำดับตามเกณฑ์ที่เสนอโดย Lemmens อัล et.16 ด้วย Andreassen อัล etเกณฑ์ของ. อัตราการติดยาเสพติดลดลงถึง 3.2%, 6.9% และ 7.7% สำหรับ Facebook, YouTube และ Twitter ตามลำดับ22 สิ่งนี้แสดงให้เห็นว่าอัตราการติดยาเสพติดลดลงอย่างมีนัยสำคัญเมื่อพิจารณาถึงกิจกรรม SNS ที่เกี่ยวข้องกับการทำงานโดยมีการลดลง 41.2% (34 เทียบกับนักเรียน 20) ในกลุ่มที่ติดยาเสพติด YouTube ตาม Lemmens อัล etเกณฑ์และการลด 80% (10 เทียบกับนักเรียนสองคน) ตาม Andreassen อัล etเกณฑ์ของ16,22

4 ตาราง: 

อัตราการติดยาเสพติดตามรายงานการใช้งานเว็บไซต์เครือข่ายสังคมที่เลือกด้วยตนเองในช่วงปีที่ผ่านมาในหมู่นักศึกษาด้านวิทยาศาสตร์สุขภาพในโอมาน (N = 81)
5 ตาราง: 

อัตราการเสพติดตามรายงานการใช้เว็บไซต์โซเชียลเน็ตเวิร์กที่เลือกในปีที่แล้วในกลุ่มนักศึกษาวิทยาศาสตร์สุขภาพในโอมานที่ใช้เวลา <50% ของเวลาการใช้งานในกิจกรรมที่เกี่ยวข้องกับงาน

การสนทนา

การศึกษาครั้งนี้พยายามที่จะวัดอัตราการติดยาเสพติดถึงสาม SNSs (Facebook, YouTube และ Twitter) ในกลุ่มนักศึกษาวิทยาศาสตร์สุขภาพในโอมาน นอกจากนี้การศึกษายอมรับว่านักเรียนอาจใช้เว็บไซต์เหล่านี้เพื่อวัตถุประสงค์ที่เกี่ยวข้องกับการทำงานและนำสิ่งนี้มาพิจารณาเมื่อคำนวณอัตราการติดยาเสพติด

ปัญหาหนึ่งที่เพิ่มขึ้นในวรรณกรรมคือไม่ว่าจะควรวัดอัตราการติดยาเสพติดให้กับ SNS โดยทั่วไปหรือไม่ว่าการแบ่งย่อยการติดยาเสพติดที่มุ่งเน้นเฉพาะไปยัง SNSs นั้นจะเน้นมากขึ้น19,22,23 ผลลัพธ์จากการศึกษาปัจจุบันระบุว่ามีการใช้งานที่หลากหลายใน SNS สามตัวที่เลือกโดยนักเรียนทุกคนที่ใช้ YouTube แต่ไม่ใช่ Facebook หรือ Twitter ผลทันทีนี้จะเตือนไม่ให้รวมกลุ่ม SNS ทั้งหมดเข้าด้วยกัน หากเป็นกรณีนี้มันจะปรากฏว่ากลุ่มทั้งหมดใช้ SNS ซึ่งจะทำให้เข้าใจผิดเนื่องจากการใช้งานที่หลากหลายและวัตถุประสงค์ที่ให้บริการโดย SNS เหล่านี้ นอกจากนี้ตัวเลขที่เกี่ยวข้องกับการเสพติดและกิจกรรมที่เกี่ยวข้องกับงานนั้นแตกต่างกันไปใน SNSs ซึ่งสนับสนุนการโต้แย้งที่ SNS ควรตรวจสอบเป็นรายบุคคล เมื่อ SNS มีวิวัฒนาการอย่างหลีกเลี่ยงไม่ได้และความนิยมของเว็บไซต์และแว็กซ์ในช่วงเวลาหนึ่งการตรวจสอบ SNS แต่ละครั้งจะมีความสำคัญมากยิ่งขึ้น

การวิจัยก่อนหน้าได้แสดงให้เห็นถึงความสำคัญของอินเทอร์เน็ตโดยทั่วไปต่อกิจกรรมที่เกี่ยวข้องกับการทำงานของผู้เชี่ยวชาญด้านสุขภาพ39,40 ในทำนองเดียวกันการใช้งานแอปพลิเคชั่นมือถือและ SNSs อย่างมืออาชีพโดยนักเรียนและผู้เชี่ยวชาญด้านสุขภาพที่ผ่านการรับรองนั้นได้รับการยอมรับอย่างดี36,41-44 ด้วยเหตุนี้จึงต้องเห็นอัตราการใช้งานเนื่องจากการใช้ SNS ของนักเรียนสำหรับกิจกรรมที่เกี่ยวข้องกับการทำงาน ในแง่ของการศึกษาในปัจจุบันนั้นภาพรวมเกี่ยวกับการใช้ SNS ที่เกี่ยวกับงานนั้นยาก - ไม่เพียง แต่ Twitter ใช้น้อยกว่า SNS สองตัวอื่น ๆ แต่มันก็ใช้น้อยกว่าสำหรับกิจกรรมที่เกี่ยวข้องกับการทำงานมากกว่าไซต์อื่น ๆ ความยากลำบากเช่นเดียวกันกับการกำหนดอัตราการติดทั่วไปและไม่เกี่ยวข้องกับการทำงาน อย่างไรก็ตามอัตราการติดยาเสพติดทั่วไปที่พบในการศึกษาครั้งนี้มีความคล้ายคลึงกับที่กำหนดในการศึกษาอื่น ๆ17,24,25 อย่างไรก็ตามที่สำคัญอัตราการติดยาเสพติดลดลงอย่างมากเมื่อผลลัพธ์ได้รับการปรับเพื่อไม่รวมกิจกรรมโซเชียลมีเดียที่เกี่ยวข้องกับงาน น่าเสียดายที่มีเพียงหนึ่งในการศึกษาเปรียบเทียบดังกล่าวข้างต้นถือว่าเป็นกิจกรรมที่เกี่ยวข้องกับการทำงานเมื่อคำนวณอัตราการติดยาเสพติดดังนั้นการเปรียบเทียบต่อไปจึงเป็นไปไม่ได้25

การตีความการใช้งาน SNS และการเสพติดอาจเป็นการมองในแง่ร้ายเกี่ยวกับวิธีการที่นักเรียนถูกมองโดยสังคมส่วนที่เหลือ การพึ่งพาสื่อสังคมออนไลน์สำหรับกิจกรรมส่วนบุคคลโดยทั่วไปถือว่าเป็นการเสพติดในขณะที่สื่อสังคมออนไลน์สำหรับกิจกรรมที่เกี่ยวข้องกับการทำงานอาจได้รับการพิจารณาว่าแสดงถึงจรรยาบรรณในการทำงานที่น่าชื่นชม การศึกษาในอนาคตในหัวข้อนี้อาจพิจารณาถึงแรงกดดันที่เกิดขึ้นกับนักเรียน แรงกดดันเหล่านี้มีความสำคัญอย่างยิ่งที่เวลาและความทุ่มเทของพวกเขาที่ใช้ไปกับกิจกรรมเหล่านี้อาจถือได้ว่าเป็นการเสพติดไม่ใช่เพราะความจริงที่ว่าผลการเรียนของพวกเขามีมูลค่าสูงมาก จากผลการศึกษาปัจจุบันอาจเป็นเรื่องที่โต้แย้งได้ง่ายว่านักเรียนหลายคนติดอยู่ไม่ใช่ SNS แต่เป็นการศึกษา SNSs เป็นเพียงหนึ่งในวิธีการที่จะเลี้ยงติดยาเสพติดของพวกเขาเพื่อผลการเรียนที่สูง

อย่างไรก็ตามเท่าที่สามารถพูดคุยเกี่ยวกับการติดยาเสพติด SNS ข้อมูลจากการศึกษาปัจจุบันแสดงให้เห็นว่าตัวอย่างของนักเรียนวิทยาศาสตร์สุขภาพในโอมานปรากฏขึ้นอย่างไม่เหมาะสมขึ้นอยู่กับ SNSs โดยเฉพาะอย่างยิ่งเมื่อพิจารณาว่านักเรียนส่วนใหญ่เหล่านี้จะสำเร็จการศึกษาและกลายเป็นผู้เชี่ยวชาญด้านสุขภาพในอนาคตอันใกล้ จากการเชื่อมโยงระหว่างอินเทอร์เน็ตหรือการติด SNS และลักษณะบุคลิกภาพบางอย่างเป็นไปได้ว่าจะมีผลกระทบต่อการดูแลผู้ป่วย22,27-35 อันที่จริงการศึกษาแสดงให้เห็นว่าลักษณะบุคลิกภาพเดียวกันเหล่านี้ส่งผลกระทบโดยตรงต่อการทำงาน;45,46 ในสาขาที่เกี่ยวข้องกับสุขภาพสิ่งนี้จะส่งผลต่อคุณภาพของการดูแลผู้ป่วย ดังนั้นมันจะเป็นประโยชน์สำหรับการวิจัยในอนาคตที่จะมุ่งเน้นไปที่ความเป็นไปได้ของการเชื่อมโยงโดยตรงระหว่างการเสพติดเหล่านี้และผลกระทบเชิงลบในการดูแลผู้ป่วย นอกจากนี้การศึกษาเหล่านี้ควรพิจารณามาตรการเพื่อลดผลกระทบที่อาจเกิดขึ้นซึ่งอาจเกิดจากการส่งมอบการดูแลสุขภาพในโอมาน

นอกเหนือจากข้อ จำกัด มาตรฐานของการสำรวจด้วยตนเองรายงานเป็นสิ่งสำคัญที่จะต้องทราบว่าการศึกษาครั้งนี้ดำเนินการกับนักเรียนชั้นเดียวในสถาบันเดียว เป็นผลให้การสรุปทั่วไปทำได้ยากแม้ว่าการเปรียบเทียบกับการศึกษาอื่น ๆ ที่ดำเนินการภายใต้สถานการณ์ที่คล้ายคลึงกันยังคงใช้ได้ การศึกษานี้เลือกที่จะตรวจสอบเพียงสามในสามของ SNS ที่มีอยู่ นอกจากนี้ในปัจจุบันยังมีการถกเถียงกันว่า YouTube ควรได้รับการพิจารณาว่าเป็น SNS หรือไม่เช่นในบางไซต์เช่น Reddit (Reddit Inc. , San Francisco, California, USA), Snapchat (Snapchat, Venice, California, USA), Wikipedia (Wikipedia, San Francisco, California, USA) และ WhatsApp (WhatsApp Inc. , Mountain View, California, USA) - อาจไม่เหมาะกับคำจำกัดความที่แคบของ SNS และยังรวมอยู่ในหมวดนี้บ่อยๆ47 การศึกษาในอนาคตควรคำนึงถึงสิ่งนี้ด้วย ในที่สุดแม้ว่าข้อมูลด้านการบริหารชี้ให้เห็นถึงความสม่ำเสมอในระดับสูงในกลุ่มที่เกี่ยวกับอายุ (นักเรียนทุกคนมีอายุระหว่างอายุ 20 – 25 ปี) มันจะมีประโยชน์ในการยืนยันข้อมูลนี้เพื่อการวิเคราะห์เพิ่มเติม สิ่งนี้ควรได้รับการแก้ไขในการศึกษาในอนาคต

สรุป

อัตราการติดยาเสพติดโดยรวมในกลุ่มนักศึกษาวิทยาศาสตร์สุขภาพกลุ่มนี้ในโอมานพบว่าคล้ายคลึงกับอัตราการรายงานในการศึกษาอื่น ๆ ผลกระทบของการค้นพบนี้จำเป็นต้องได้รับการแก้ไขในแง่ของการส่งมอบการดูแลสุขภาพในอนาคตในโอมาน ความหลากหลายของอัตราการใช้ที่สังเกตเห็นอย่างชัดเจนบ่งชี้ว่าไม่ควรรวม SNS ไว้ในกลุ่มเดียว แต่ควรตรวจสอบเป็นรายบุคคล นอกจากนี้อัตราการติดยาเสพติดลดลงอย่างเห็นได้ชัดเมื่อพิจารณาถึงกิจกรรมที่เกี่ยวข้องกับงานซึ่งแสดงให้เห็นว่าต้องมีการปรับอัตราตามวัตถุประสงค์ ประเด็นสำคัญสองข้อนี้ควรได้รับการพิจารณาเมื่อทำการศึกษาที่คล้ายกัน

กิตติกรรมประกาศ

ผู้เขียนขอขอบคุณบุคคลดังต่อไปนี้สำหรับความช่วยเหลือในการเตรียมต้นฉบับนี้: ศาสตราจารย์ Andreassen แห่งมหาวิทยาลัยเบอร์เกนนอร์เวย์ได้รับอนุญาตให้ใช้และดัดแปลง BFAS สำหรับงานวิจัยนี้และคำแนะนำด้านวรรณกรรม Ms. Buthaina M. Baqir สำหรับงานแปลภาษาอาหรับ นักเรียนทุกคนที่เข้าร่วมการสำรวจ; และในที่สุดผู้วิจารณ์ที่ไม่ระบุชื่อของบทความนี้ก่อนหน้านี้สำหรับความคิดเห็นของพวกเขา

เชิงอรรถ

ขัดผลประโยชน์

ผู้เขียนประกาศว่าไม่มีความขัดแย้งทางผลประโยชน์

อ้างอิง

1. Internet World Stats ผู้ใช้อินเทอร์เน็ตของโลก: การกระจายตามภูมิภาคโลก - 2014 Q4 จาก: www.internetworldstats.com/stats.htm เข้าถึงได้: Feb 2015
2 eMarketer เครือข่ายทางสังคมเข้าถึงเกือบหนึ่งในสี่ทั่วโลก จาก: www.emarketer.com/Article/Social-Networking-Reaches-Nearly-One-Four-Around-World/1009976 เข้าถึงได้: Feb 2015
3 สถิติสถาบันวิจัยสมองสถิติ Facebook จาก: www.statisticbrain.com/facebook-statistics/ เข้าถึงได้: Feb 2015
4 สถิติของ YouTube จาก: www.youtube.com/yt/press/statistics.html เข้าถึงได้: Feb 2015
5 สถิติสถาบันวิจัยสมองสถิติ Twitter จาก: www.statisticbrain.com/twitter-statistics/ เข้าถึงได้: Feb 2015
6 Internet World Stats ผู้ใช้อินเทอร์เน็ตในตะวันออกกลางและโลก: 2014 Q4 จาก: www.internetworldstats.com/stats5.htm เข้าถึงได้: Feb 2015
7 Masters K, Ng'ambi D, Todd G. “ ฉันพบมันบนอินเทอร์เน็ต”: การเตรียมพร้อมสำหรับผู้ป่วยทางอิเล็กทรอนิกส์ในโอมาน Sultan Qaboos Univ Med J. 2010; 10: 169 – 79 [บทความฟรี PMC] [PubMed]
8 Boyd D. มันซับซ้อน: ชีวิตทางสังคมของวัยรุ่นในเครือข่าย New Haven คอนเนตทิคัตสหรัฐอเมริกา: สำนักพิมพ์มหาวิทยาลัยเยล; 2014
9 Young KS การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ ไซเบอร์สปิลโซลเบฟ 1998; 1: 237 44- doi: 10.1089 / cpb.1998.1.237 [ข้ามอ้างอิง]
10 เครากิโลวัตต์ การติดอินเทอร์เน็ต: การทบทวนเทคนิคการประเมินในปัจจุบันและคำถามการประเมินที่เป็นไปได้ ไซเบอร์สปิลโซลเบฟ 2005; 8: 7 14- doi: 10.1089 / cpb.2005.8.7 [PubMed] [ข้ามอ้างอิง]
11 Kuss DJ, Griffiths MD, Binder JF การติดอินเทอร์เน็ตในนักเรียน: ความชุกและปัจจัยเสี่ยง คำนวณมนุษย์ Behav 2013; 29: 959 66- doi: 10.1016 / j.chb.2012.12.024 [ข้ามอ้างอิง]
12 Pezoa-Jares RE, Espinoza-Luna IL, Vasquez-Medina JA ติดอินเทอร์เน็ต: ความคิดเห็น J Addict Res 2012; S6: 004 ดอย: 10.4172 / 2155-6105.S6-004 [ข้ามอ้างอิง]
13 Yung K, Eickhoff E, Davis DL, Klam WP, Doan AP ความผิดปกติของการเสพติดอินเทอร์เน็ตและการใช้งาน Google Glass ™ที่เป็นปัญหาในผู้ป่วยที่ได้รับการบำบัดด้วยโปรแกรมการใช้สารเสพติด ติดยาเสพติด Behav 2015; 41: 58 60- doi: 10.1016 / j.addbeh.2014.09.024 [PubMed] [ข้ามอ้างอิง]
14 Eam E, İşbulan O. การเสพติดใหม่สำหรับผู้สมัครครู: เครือข่ายสังคม Turk Online J Educ Tech 2012; 11: 14 9-
15 Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, Mößle T, และคณะ ฉันทามติระดับนานาชาติสำหรับการประเมินความผิดปกติของเกมอินเทอร์เน็ตโดยใช้วิธี DSM-5 ใหม่ ติดยาเสพติด 2014; 109: 1399 406- doi: 10.1111 / add.12457 [PubMed] [ข้ามอ้างอิง]
16 Lemmens JS, Valkenburg PM, Peter J. การพัฒนาและการตรวจสอบระดับการเสพติดเกมสำหรับวัยรุ่น สื่อ Psych. 2009; 12: 77 95- doi: 10.1080 / 15213260802669458 [ข้ามอ้างอิง]
17 ลี EB ข้อมูลมากเกินไป: การใช้งานสมาร์ทโฟนอย่างหนักและ Facebook โดยผู้ใหญ่ชาวอเมริกันเชื้อสายแอฟริกัน J Black Stud 2015; 46: 44 61- doi: 10.1177 / 0021934714557034 [ข้ามอ้างอิง]
18 Kuss DJ, Griffiths MD เครือข่ายสังคมออนไลน์และการเสพติด: การทบทวนวรรณกรรมทางจิตวิทยา Int J Environ Res การสาธารณสุข 2011; 8: 3528 52- ดอย: 10.3390 / ijerph8093528 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
19. นพ. กริฟฟิ ธ ส์ การติด Facebook: ความกังวลคำวิจารณ์และคำแนะนำ - คำตอบของ Andreassen และเพื่อนร่วมงาน ตัวแทน Psychol 2012; 110: 518–20 ดอย: 10.2466 / 01.07.18.PR0.110.2.518-520. [PubMed] [ข้ามอ้างอิง]
20 MD Griffiths, Kuss DJ, Demetrovics Z. การเสพติดเครือข่ายสังคม: ภาพรวมของการค้นพบเบื้องต้น ใน: Rosenberg KM, Feder LC, บรรณาธิการ พฤติกรรมการเสพติด: เกณฑ์หลักฐานและการรักษา 1st ed New York, USA: Academic Press; 2014 pp. 119 – 41
21 อะลาบี การสำรวจระดับการเสพติด Facebook ในกลุ่มนักศึกษาปริญญาตรีมหาวิทยาลัยไนจีเรียที่ได้รับการคัดเลือก ใหม่สื่อมวลชนชุมชน 2013; 10: 70 80-
22 Andreassen CS, Torsheim T, Brunborg GS, Palleson S. การพัฒนาระดับการเสพติดของ Facebook ตัวแทน Psychol 2012; 110: 501 – 17 ดอย: 10.2466 / 02.09.18.PR0.110.2.501-517 [PubMed] [ข้ามอ้างอิง]
23 Andreassen CS, Palleson S. ติดยาเสพติด Facebook: ตอบกลับไปยัง Griffiths (2012) Psychol Rep. 2013; 113: 899 – 902 ดอย: 10.2466 / 02.09.PR0.113x32z6 [PubMed] [ข้ามอ้างอิง]
24 Akter T. การเสพติดสื่อสังคมการต่อต้านและอิทธิพลของการรับรู้: การวัดความต้านทานของนักเรียนจิตวิทยาต่อการเสพติด Facebook Mediterr J Soc Sci 2014; 5: 456 64- ดอย: 10.5901 / mjss.2014.v5n8p456 [ข้ามอ้างอิง]
25 Ozer I. Facebook® การเสพติดการใช้เว็บไซต์เครือข่ายสังคมออนไลน์ที่เข้มข้นการทำงานหลายอย่างและผลงานทางวิชาการของนักศึกษามหาวิทยาลัยในสหรัฐอเมริกายุโรปและตุรกี: วิธีการสร้างแบบจำลองสมการโครงสร้างหลายกลุ่มวิทยานิพนธ์ที่ส่งไปยัง Kent State, University College of Education, Health, & Human Services จาก: etd.ohiolink.edu/!etd.send_file?accession=kent1403276756&disposition=inline เข้าถึงได้: Feb 2015
26. Volpi B, Tambelli R, Baiocco R, Marconi P. EPA-1276: การใช้อินเทอร์เน็ตและการละเมิด - เอกสารแนบและรูปแบบใหม่ของโรคจิต Eur จิตเวช. 2014; 29: 1. ดอย: 10.1016 / S0924-9338 (14) 78507-4. [ข้ามอ้างอิง]
27 Gnisci A, Perugini M, Pedone R, Di Conza A. สร้างการตรวจสอบความถูกต้องของการใช้งานการใช้ในทางที่ผิดและการพึ่งพาสินค้าคงคลังทางอินเทอร์เน็ต คำนวณมนุษย์ Behav 2011; 27: 240 7- doi: 10.1016 / j.chb.2010.08.002 [ข้ามอ้างอิง]
28 Wilson K, Fornasier S, White KM. นักทำนายจิตวิทยาการใช้เว็บไซต์เครือข่ายสังคมของคนหนุ่มสาว Cyberpsychol Behav Soc Netw 2010; 13: 173 7- doi: 10.1089 / cyber.2009.0094 [PubMed] [ข้ามอ้างอิง]
29 Collins E, Freeman J, Chamarro-Premuzic T. ลักษณะบุคลิกภาพที่เกี่ยวข้องกับการใช้บทบาทการเล่นเกมออนไลน์ที่มีปัญหาและไม่มีปัญหาอย่างหนาแน่น ความแตกต่างของค่าดัชนี 2012; 52: 133 8- doi: 10.1016 / j.paid.2011.09.015 [ข้ามอ้างอิง]
30 Cao F, Su L. การเสพติดอินเทอร์เน็ตในหมู่วัยรุ่นจีน: ความชุกและคุณสมบัติทางจิตวิทยา การดูแลสุขภาพเด็ก 2007; 33: 275 81- doi: 10.1111 / j.1365-2214.2006.00715.x [PubMed] [ข้ามอ้างอิง]
31 Cole SH, Hooley JM ลักษณะทางคลินิกและบุคลิกภาพมีความสัมพันธ์กับการเล่นเกม MMO: ความวิตกกังวลและการดูดซึมในการใช้อินเทอร์เน็ตที่เป็นปัญหา Soc Sci Comput Rev. 2013; 31: 424 – 36 doi: 10.1177 / 0894439312475280 [ข้ามอ้างอิง]
32 Huh S, Bowman N. การรับรู้และการเสพติดเกมออนไลน์เป็นฟังก์ชั่นของบุคลิกภาพ เจมีเดีย Psychol 2008; 13: 1 31-
33 Mehroof M, Griffiths MD การติดการเล่นเกมออนไลน์: บทบาทของการแสวงหาความรู้สึก, การควบคุมตนเอง, โรคประสาท, การก้าวร้าว, ความวิตกกังวลของรัฐและความวิตกกังวลลักษณะ Cyberpsychol Behav Soc Netw 2010; 13: 313 16- doi: 10.1089 / cyber.2009.0229 [PubMed] [ข้ามอ้างอิง]
34 Nerguz BS การตรวจสอบตัวแปรทำนายการใช้อินเทอร์เน็ตที่มีปัญหา Turk Online J Educ Technol 2011; 10: 54 62-
35 Mehdizadeh S. การนำเสนอตัวเอง 2.0: ความหลงใหลในตัวเองและความนับถือตนเองใน Facebook Cyberpsychol Behav Soc Netw 2010; 13: 357 64- doi: 10.1089 / cyber.2009.0257 [PubMed] [ข้ามอ้างอิง]
36 Cheston CC, Flickinger TE, Chisolm MS การใช้สื่อสังคมออนไลน์ในการศึกษาทางการแพทย์: การทบทวนอย่างเป็นระบบ Acad Med 2013; 88: 893 901- ดอย: 10.1097 / ACM.0b013e31828ffc23 [PubMed] [ข้ามอ้างอิง]
37 Seaman J, Tinti-Kane H. โซเชียลมีเดียสำหรับการเรียนการสอน จาก: www.meducationalliance.org/sites/default/files/social_media_for_teaching_and_learning.pdf เข้าถึงได้: Feb 2015
38 Flesch R. ปทัฏฐานอ่านง่ายใหม่ J Appl Psychol 1948; 32: 221 33- [PubMed]
39 อาจารย์ K. แพทย์ใช้อินเทอร์เน็ตเพื่อจุดประสงค์และเหตุผลอะไร: การทบทวนอย่างเป็นระบบ Int J Med แจ้ง 2008; 77: 4 16- doi: 10.1016 / j.ijmedinf.2006.10.002 [PubMed] [ข้ามอ้างอิง]
40 Masters K. การเข้าถึงและการใช้อินเทอร์เน็ตโดยผู้ปฏิบัติงานทั่วไปของแอฟริกาใต้ Int J Med แจ้ง 2008; 77: 778 86- doi: 10.1016 / j.ijmedinf.2008.05.008 [PubMed] [ข้ามอ้างอิง]
41 ผู้เชี่ยวชาญ K. ผู้เชี่ยวชาญด้านสุขภาพในฐานะผู้สร้างเนื้อหาบนมือถือ: สอนนักศึกษาแพทย์เพื่อพัฒนาแอปพลิเคชัน mHealth แพทย์สอน 2014; 36: 883 9- doi: 10.3109 / 0142159X.2014.916783 [PubMed] [ข้ามอ้างอิง]
42 Campbell BC, Craig CM นักศึกษาวิชาชีพด้านสุขภาพมีแรงจูงใจด้านวิชาการและส่วนบุคคลในการใช้สื่อสังคมออนไลน์ จาก: www.communicationandhealth.ro/upload/number3/BRITANNY-CAMPBELL-CLAY-CRAIG.pdf เข้าถึงได้: Feb 2015
43 Hollinderbäumer A, Hartz T, Uckert F. การศึกษา 2.0: สื่อสังคมออนไลน์และเว็บ 2.0 ได้รับการรวมเข้ากับการศึกษาทางการแพทย์อย่างไร? การทบทวนวรรณกรรมอย่างเป็นระบบ GMS Z Med Ausbild 2012; 30: 14 doi: 10.3205 / zma000857 [บทความฟรี PMC] [PubMed] [ข้ามอ้างอิง]
44 Masters K, Al-Rawahi Z. การใช้การเรียนรู้ผ่านมือถือโดยนักศึกษาแพทย์ 6 ปีที่สองในสภาพแวดล้อมที่ได้รับการสนับสนุนน้อยที่สุด Int J Med Educ 2012; 3: 92 7- ดอย: 10.5116 / ijme.4fa6.f8e8 [ข้ามอ้างอิง]
45 Barrick MR, Mount MK, ผู้พิพากษา TA บุคลิกภาพและการแสดงในช่วงต้นของสหัสวรรษใหม่: เรารู้อะไรและเราจะไปที่ไหนต่อไป Int J เลือกประเมิน 2001; 9: 9 30- ดอย: 10.1111 / 1468-2389.00160 [ข้ามอ้างอิง]
46 Hurtz GM, Donovan JJ บุคลิกภาพและประสิทธิภาพการทำงาน: ห้าใหญ่มาเยือน J Appl Psychol 2000; 85: 869 79- ดอย: 10.1037 / 0021-9010.85.6.869 [PubMed] [ข้ามอ้างอิง]
47 ข่าวจากบีบีซี. สื่อกระแสหลักยังคงครองข่าวออนไลน์จาก: www.bbc.co.uk/news/technology-27772070 เข้าถึงได้: Feb 2015