Child Indic Res。 2018;11(5):1545-1562. doi: 10.1007/s12187-017-9494-3.
抽象
本研究使用面板设计,研究了香港青少年代表性样本中网络成瘾与生活满意度以及绝望之间的预期关系。 从2009/10学年开始,香港3328所中学的1名中28学生参加了这项纵向研究(平均年龄= 12.59岁; SD = 0.74岁)。 所有参与者都对问卷进行了回复,其中包括每年的互联网成瘾测试,生活满意度量表和绝望量表。 基于在三个青少年期收集的三波数据的交叉滞后分析表明,在时间1测得的网络成瘾预测了时间2的生活满意度和绝望性较差,反之则不然。 同样,时间2的网络成瘾预测了时间3的生活满意度低,生活满意度和绝望对时间2到时间3的网络成瘾的交叉滞后影响仍然不显着。 这些发现支持了这样的论点,即青少年的个人幸福感是网络成瘾行为的结果而不是原因。 为了提高生活质量并防止青少年自杀,应考虑采取有助于减少与互联网有关的成瘾行为的策略。
关键词: 中国青少年; 香港; 网络成瘾; 纵向设计; 生活质量
结论:30220941
PMCID: PMC6132824
介绍
世界已进入互联网时代,互联电子设备一直扮演着逐渐重要的角色。 从1995到2016,可访问互联网的世界人口比例从不到1%大幅增加到约46%(国际电信联盟) 2016)。 尽管互联网的使用从根本上改变了人们的生活方式,但与互联网相关的成瘾行为却得到了培养。 1995年,戈德堡(1995)在诊断和统计手册(4th版)(美国精神病学协会)中使用了定义物质依赖性的标准 1994)描述有问题的互联网使用行为,包括以下核心症状:容忍(需要更长时间在线),减少互联网使用时的戒断症状,缺乏对互联网使用的控制,互联网使用的延续,不论问题意识,大量在线时间,复发和负面后果。 同年,Young(1996)和格里菲斯(1996)报告了对因无法控制的互联网使用而出现此类症状的个人的案例研究,这为该领域的实证研究奠定了基础。 一个术语,网络成瘾(IA),被创造出来指个人无法控制他/她的互联网使用,最终导致一个人的日常生活受损和心理困扰(Young) 1998)。 虽然不同的研究人员也采用了其他术语(例如病态互联网使用,互联网滥用,互联网使用问题等),但本文中将使用“网络成瘾”来保持一致性。
基于这些最初的努力,网络成瘾现象在过去二十年中引起了广泛的研究关注,并且对该领域的实证研究数量大大增加(达拉尔和巴苏) 2016)。 研究结果一致表明,尽管发现报告的发生率存在很大差异,但是世界各地的青少年仍然会增加网络成瘾风险(Shek et al。 2016; Young和Nabuco de Abreu 2010)。 基于对2000之后发表的大规模实证研究的系统评价,研究人员发现,青少年网络成瘾的发生率从0.8%到26.7%不等(Kuss等。 2014)。 据信,不同的流行率主要是由于不同地区的互联网普及率不同,测量工具多种多样,以及用于划分网络成瘾的杂项截止。 此外,许多研究人员和临床医生已经发现,网络成瘾症状与其他成瘾性疾病相似(例如由改变情绪的在线活动引起的即时满足)和强迫性疾病(例如负面反应),并且主张在DSM中加入互联网 - V作为明确的诊断。 尽管网络成瘾并未被官方认定为一种独立的疾病,但一项名为互联网游戏障碍的相关病症已被列为DSM-V(美国精神病学协会)的“进一步研究条件”。 2013)。 尽管在这个问题上存在持续的争议,但在帮助专业人员方面普遍认可,无论网络成瘾是如何分类的,都需要对有网络成瘾需求的人进行治疗(馅饼) 2009).
根据2004(荃湾中心)的一份报告,对香港而言 2004),大约18.8%到35.8%的中学生,37.0%的大学生处于网络成瘾的高风险中。 基于更严格的截止,Fu等人。 (2010)报告说,约6.7%的香港青少年(15-19岁)显示出五个或更多的网络成瘾症状。 最近,石和于(2016)发现在使用Young's IAT的香港高中生中,网瘾的患病率从17%到26.8%不等。 据透露,青少年时期网络成瘾的发生率先增加后逐渐下降(石和俞 2016).
虽然网络成瘾的一套共识标准仍然缺乏,但是网络成瘾是否应被视为一种单独的医疗条件存在争议,实证研究结果通常表明,与互联网相关的成瘾行为已经成为年轻人中的一个突出问题,值得更多关注来自社会的研究人员和专业人士(Chak和Leung 2004; 傅等人。 2010; Kuss等人。 2014; 石和宇 2012, 2013)。 研究证明了无法控制的互联网使用对年轻人的身体健康,学业成就,家庭和其他社会关系以及心理健康的普遍负面影响(Engelberg和Sjoberg) 2004; Kim等人。 2006; 林等人。 2013; Odaci和Çelik 2013)。 此外,还报道了互联网成瘾行为与其他心理健康问题之间的共病(例如,Byun等。 2009; Ko等人。 2008; Shapira等人。 2000)。 学者们还警告说,如果没有相关的监管政策,网络成瘾会导致组织的生产力下降(Yellowlees和Marks 2007; Young和Nabuco de Abreu 2010)。 为了有效地预防和解决这些问题,迫切需要进一步阐明网络成瘾发展的潜在机制。
网络成瘾研究中研究最多的领域之一是网络成瘾与个人幸福之间的关系。 具体而言,已经广泛发现网络成瘾与生活满意度是主体幸福感的认知成分负相关。 根据迪纳(1984),生活满意度被定义为基于个人的个人和主观判断和标准对一个人生活质量的总体评估,这反映了个人对他/她整个生活的满意程度。 基于对七个世界地区的31国家进行的荟萃分析,Cheng和Li(2014)发现“网络成瘾的流行与生活质量呈负相关,这反映在主观(生活满意度)和客观(环境条件质量)指标”(p.755)上。 类似的结果由不同专业学科的研究人员发表(曹和苏 2007; Ko等人。 2008; 傅等人。 2010)。 然而,网络成瘾与生活满意度之间的因果关系的方向仍不清楚。 因此,迫切需要澄清这一理论问题。
主观幸福感的另一个指标是无望,指的是对未来的负面看法或预期(Beck et al。 1985)。 绝望程度高的人普遍认为,好事永远不会发生在他们的生活中,他们无能为力改变现状。 根据所学习的绝望理论,认知的负面生活事件与个体的适应不良推理风格有助于无望的发展。 适应不良的推理方式包括:a)将负面事件归因于稳定,全球和内部原因; b)相信负面的生活事件会导致厌恶的后果,而3则会对自我产生负面的推论(Abramson et al。 1989)。 最近的一篇评论(莱斯特 2013)显示,从1978到2010,多年来美国本科生的绝望情绪有所增加,这表明现在年轻人可能会变得更加沮丧和绝望,值得进一步调查。
关于无望与网络成瘾之间关系的研究很少,尽管许多研究人员发现网络成瘾与抑郁症的症状显着相关。 例如,卡普兰(2003据报道,抑郁和寂寞预示着互联网使用问题。 基于横断面研究,Alpaslan等。 (2016据报道,网络成瘾的重度抑郁症患者的绝望程度高于没有网络成瘾的患者。 在另一项研究中(Velezmoro等。 2010),发现感知绝望可以预测互联网滥用的非性行为而不是性目的。 这些研究普遍表明,与没有网络成瘾的人相比,网络成瘾者往往具有更高的绝望程度。
根据认知行为理论(戴维斯 2001)和有问题的社会心理倾向模型(Caplan 2003),心理社会适应不良会导致适应不良的认知,例如相信人们可以通过网上冲浪来解决他/她的问题。 因此,网络成瘾代表了一种适应性的“自我舒缓”,它满足了一个人未满足的心理社会需求,并帮助人们避免/改变与潜在心理问题相关的不适感。 尽管过度使用互联网可能会进一步恶化一个人的问题并产生新问题,但人们相信沉迷于互联网的人会有一定程度的预先存在的心理不足。 因此,网络成瘾应被视为先前存在的低水平个人幸福感(即,低生活满意度或高度绝望感)的次要表现(即效果),而不是一个人问题的原因(Caplan et al。 2009; 泽和梁 2004; Lo等人。 2005).
另一方面,一些研究人员认为,有问题的互联网使用会导致一个人的社交和情感能力下降,从而影响一个人的幸福感(Beard) 2005; 莫拉汉 - 马丁和舒马赫 2003; 年轻人和罗杰斯 1998)。 根据置换理论,互联网可能通过占用与家人和朋友共度的必要时间来破坏一个人的社会发展(Kraut et al。 1998)。 由于过度使用互联网导致现实世界中的社交互动减少可能导致社会隔离,抑郁和孤独。 据报道,一些沉重的互联网用户沉迷于网络关系或婚外情,导致家庭问题和现实社会关系中的困难(Young 1998)。 还有研究结果表明,游戏等互联网使用行为对婚姻满意度产生了负面影响(Ahlstrom et al。 2012).
虽然已经进行了大量研究以解决网络成瘾与个人幸福之间的关系,但大多数研究是横断面的,并且基于有限数量的纵向研究的可用研究结果不一致。 结果发现,预先存在的心理社会问题,如自杀意念和孤独感,预示着以后的网络成瘾行为(Gentile et al。 2011; Koronczai等。 2013; 姚和钟 2014)。 相比之下,一些研究人员报告说,网上花费的时间与一个人的生活质量负相关(穆迪 2001)。 有网络成瘾问题的人报告说幸福感和生活满意度较低(Kraut et al。 1998; Kowert等。 2015)。 还有一些研究结果支持了网络成瘾与心理健康之间的相互关系(Senol-Durak和Durak 2011)。 因此,现有的研究无法提供关于网络成瘾是否会导致个人福祉不良的可靠证据,反之亦然。
考虑到先前的研究结果,本研究旨在研究三年期间香港青少年代表性样本中网络成瘾与两个个人福祉指标(生活满意度和绝望)之间的因果关系。 在控制人口因素可能产生的影响后,将研究几种假设互联网成瘾与个人幸福指标之间不同关系的交叉滞后模型(Kuss et al。 2014)。 在交叉滞后小组模型中,描述互联网成瘾稳定性的自回归效应和跨不同时间点的个人幸福结构,以及假设一个结构从另一个结构到另一个结构的影响的交叉滞后效应可以同时检查。 这有助于最小化估计假设的交叉滞后效应的偏差。
本研究考察了关于网络成瘾与个人幸福感之间影响方向的四个相互竞争的假设:1)网络成瘾和个人幸福感不会直接相互影响,而是由未测量因素(即稳定性模型)引起的共享差异; 2)个人福祉指标对网络成瘾有直接和纵向影响; 3)网络成瘾直接影响个人幸福感,或4)网络成瘾和个人幸福指标表现出相互和纵向影响。 预计这项先驱研究的结果将加深我们对青少年网络成瘾的原因和影响的理解。 研究结果还将阐明网络成瘾理论模型的发展以及促进年轻人个人幸福的预防和干预计划。
方法
参与者和程序
本研究是一项大型调查项目的一部分,该项目追踪香港中学生的发展。 根据当地教育局提供的香港不同地区的所有中学名单,随机选择28中学加入该项目,包括香港岛的5学校,九龙的7学校和新的16学校。领土。 根据Shek等人的说法。 (2014),本样本的人口统计学特征与香港普通高中学生的人口统计学特征相比较有利。 从2009 / 10学年开始,我们邀请所有来自1中学的28中学的学生参加该研究。 在中学生活期间,参与者每年接受一系列调查,包括互联网成瘾行为,生活满意度,绝望,家庭过程以及积极青年发展素质的多个指标。 在每次调查之前,都会获得学校,家长和受访者的同意。 参与的学生对他们的个人信息的机密性感到放心。 至少有一名研究人员在课堂环境中管理调查,并回答了参与者提出的可能问题。
本研究基于参与者初中阶段收集的三波数据,即时间1:当学生刚进入中学时(中学1; n = 3328); 时间2:学生在中学学习一年的时间(中学2; n = 3638); 时间3:初中毕业的时间(中学3; n = 4106)。 在三波浪中,成功地将2023名学生与完整的数据进行了匹配,其中包括1040名男学生,959名女学生和24名未表明性别的学生。 表中汇总了参与者的基本人口统计学特征 Table1。1。 统计分析比较了仅完成了第一次调查的参与者和所有调查中完成调查表的参与者(即本研究中包括的参与者),发现性别比例和家庭经济状况没有显着差异。 与仅在时间12.53完成调查的参与者(年龄= 0.66±1岁)相比,本研究中的参与者(年龄= 12.59±0.74岁)要年轻一些, t = 2.99, p = 01。 就本研究重点关注的变量而言,在生活满意度上没有发现显着差异(t = −1.34, p > .05)和绝望(t = −.63, p > .05),尽管在所有wave中完成问卷调查的参与者报告的网络成瘾得分都高于仅完成Wave 1调查的参与者(t = −3.89, p <.001)。
表1
两个波浪中关键变量的人口统计资料和描述性统计
| 集团1的 | 集团2的 | 集团3的 | 集团4的 | 1组与4组的比较 | |
|---|---|---|---|---|---|
| Wave 1(N a = 3328) | Wave 2(N a = 3638) | Wave 3(N a = 4106) | 配对案例(N = 2023) b | ||
| 车龄 | 12.59±0.74 | 17.33±0.72 | 14.65±0.80 | 12.53±0.66 | t = 2.99, p = .01 |
| 性别 | x 2 = 0.02, p = .88 | ||||
| (男) | 1719(52.2%) | 1864(52.1%) | 2185(53.7%) | 1040(52.0%) | |
| (女) | 1572(47.8%) | 1716(47.9%) | 1885(46.3%) | 959(48.0%) | |
| FES | x 2 = 0.62, p = .43 | ||||
| 综援 | 225(6.8%) | 208(5.8%) | 212(5.2%) | 129(6.4%) | |
| 非综援 | 2606(79.1%) | 2932(81.2%) | 3308(81.4%) | 1636(80.9%) | |
| 未知 | 465(14.1%) | 472(13.1%) | 545(13.4%) | 258(12.8%) |
FES 家庭经济地位
a这些数字基于在不同波浪中完成调查的参与者
b本专栏中的得分是在来自该组参与者的Wave 1中测量的
仪器功能
网络成瘾
青少年的网络成瘾行为是通过Young的10项目网络成瘾测试(IAT)测量的,已经被翻译成中文并在多个香港青少年样本中得到验证(例如,Shek等人。 2008; 石和宇 2016)。 受访者被要求回答他们是否显示了过去一年中描述的相关行为。 与会者报告的与互联网相关的成瘾行为的数量在本研究中被用作网络成瘾的指标。 以前的研究为IAT(Shek和Yu)的良好心理测量特性提供了证据 2012)。 对于本研究,Cronbach在三个时间点的IAT alpha值范围从0.77到0.81,平均项目间相关系数均高于.26(见表 Table2)2),表明规模的良好内部一致性(克拉克和沃森 1995).
表2
三波每个时间点的克伦巴赫(Cronbach)α比例系数(n = 2023)
| 等级 | 波 | 克朗巴赫的阿尔法 | 平均项目间相关性 |
|---|---|---|---|
| IAT | 时间1(Wave 1) | .77 | .26 |
| 时间2(Wave 2) | .79 | .27 | |
| 时间3(Wave 3) | .78 | .27 | |
| SWLS | 时间1(Wave 1) | .85 | .54 |
| 时间2(Wave 2) | .87 | .59 | |
| 时间3(Wave 3) | .87 | .58 | |
| HOPEL | 时间1(Wave 1) | .85 | .54 |
| 时间2(Wave 2) | .86 | .56 | |
| 时间3(Wave 3) | .87 | .59 |
对生活规模的满意度(SWLS)
学生的生活满意度是通过广泛使用的5项目SWLS(Diener et al。 1985)。 石(1992)将调查表翻译成中文,以评估香港人对生活质量的全球判断。 要求参与者根据李克特(Likert)6分制对这五个项目进行评分(1 =完全不同意; 6 =完全同意)。 在这项研究中使用了SWLS的平均量表评分(范围从1到6)。 在每个时间点,SWLS都表现出良好的心理测量特性,Cronbach'sα介于85至.89之间,平均项目间相关系数介于54至.62之间(表 (Table22).
数据分析计划
采用AMOS 23.0软件包的结构方程模型(SEM)来检验交叉滞后纵向模型。 首先,在每个波浪中测试三个潜在变量,网络成瘾,生活满意度和绝望的测量模型。 其次,使用在三个时间点收集的数据测试了四个竞争假设的结构模型,当时学生在中学1,中学2和中学3中检查提出的交叉滞后效应。 第一个模型(M1)可以看作是一个稳定性模型,它只包含两个波中每个潜在变量的自回归效应,但不包含任何交叉滞后效应。 第二个模型(M2)是一个因果模型,包括M1中指定的自回归效应和较早时间点(时间1和时间2)的生活满意度和绝望的交叉滞后效应(时间2和时间3)。 第三个模型(M3)代表了一个反向因果模型,包括自回归效应和早期时间点网络成瘾对生活满意度和后期无望性的交叉滞后效应,即M2中指定的因果路径的逆转效应。 第四个模型(M4)被命名为组合M2和M3的互惠模型,它假设互联网成瘾与两个个人幸福指标之间存在相互关系。 对于每个模型,我们允许潜在变量之间的同步相关性以及时间1处的每个指标的误差项与时间2和时间3处的相应指标的共变,这是纵向结构方程建模中的常见做法(Gollob和Reichardt) 1991)。 四个假设模型如图1所示。 Fig.11 (广告)。
假设的结构模型
第三,为避免人口统计学因素对网络成瘾与个人福祉之间的关系产生潜在影响,参与者的性别(男性= 1;女性= 0),年龄和家庭经济状况(CSSA = 1;非CSSA = 0) )(时间1)已纳入先前的研究(Kuss et al。 2014; 俞和石 2013)。 假设这些人口统计学因素与Wave 1变量直接相关,并且仅间接地与通过跨波的测试 - 再测试相关性测量的变量相关联。
功能验证
计算所有变量的描述性统计数据并在表中总结 Tables11 和 and2。2。 变量之间的横截面和纵向相关性的模式与现有文献一样是预期的,网络成瘾与生活满意度负相关,并且与同时和纵向的绝望正相关。 生活满意度和绝望是负相关的。
表 Table33 总结了两种测量模型和四种假设结构模型的拟合指数的优缺点。 可以看出,所有测量模型(MM1到MM9)都显示出与数据的良好匹配,这表明生命满意度,绝望和网络成瘾的评估工具在三波中是有效和可靠的(Anderson和Gerbing) 1988)。 四个假设结构模型的拟合优度指数结果表明,模型满意地拟合了当前的三波数据(CFI ≥.95, NFI ≥.92, TLI = .95,并且 RMSEA = .03)。 由于所有结构模型都是嵌套模型,因此通过卡方差检验(Bentler和Bonett 1980),结果列于表中 Table33.
表3
对完成所有六轮问卷调查的参与者进行变量的描述性统计
| 变量 | 范围 | 平均值±SD | 偏态 | 峰度 | IA1 | LS1 | HL1 | IA2 | LS2 | HL2 | IA3 | LS3 | HL3 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| IA1 | 0-10 | 2.15±2.25 | 1.19 | 0.92 | – | ||||||||
| LS1 | 1-6 | 3.98±1.05 | - 0.48 | - 0.05 | -.31** | – | |||||||
| HL1 | 1-6 | 2.59±1.11 | 0.68 | 0.13 | .26** | -.32** | – | ||||||
| IA2 | 0-10 | 2.28±2.33 | 1.16 | 0.82 | .55** | -.16** | .21** | – | |||||
| LS2 | 1-6 | 3.85±1.06 | - 0.46 | - 0.07 | -.25** | .56** | -.30** | -.23** | – | ||||
| HL2 | 1-6 | 2.66±1.10 | 0.56 | 0.04 | .27** | -.31** | .47** | .29** | -.41** | – | |||
| IA3 | 0-10 | 1.17±2.17 | 1.66 | 1.55 | .44** | -.13** | .14** | .56** | -.16** | .10** | – | ||
| LS3 | 1-6 | 3.59±1.05 | - 0.29 | - 0.37 | -.22** | .51** | -.26** | -.16** | .61** | -.32** | -.18** | – | |
| HL3 | 1-6 | 2.67±1.06 | 0.50 | - 0.01 | .21** | -.29** | .43** | .26** | -.36** | .57** | .29** | -.39** | – |
IA1 时间1的网络成瘾(Wave 1); LS1 时间1(Wave 1)的生活满意度; HL1 1时代的无望(Wave 1); IA2 时间2的网络成瘾(Wave 2); LS2 时间2(Wave 2)的生活满意度; HL2 2时代的无望(Wave 2); IA3 时间3的网络成瘾(Wave 3); LS3 时间3(Wave 3)的生活满意度; HL3 3时代的无望(Wave 3)
IA的分数基于来自的“是”答案的数量 IAT 规模,即衡量的互联网成瘾行为的数量 IAT; 根据平均项目得分计算生活满意度和绝望度 SWLS 和 HOPEL
**p <.001
首先,将没有交叉滞后路径的稳定性模型(M1)与因果模型(M2)进行比较,该因果模型指定时间1和时间2对时间2和时间3的网络成瘾的生活满意度和绝望的交叉滞后效应,分别。 结果显示没有显着改善(ΔX 2 = 8.91, Δdf = 4, p > .05)。 其次,反向因果模型(M3)在更早的时间点(时间1和时间2)与互联网成瘾对以后的生活满意度和绝望(时间2和时间3)产生交叉滞后效应,从而更好地拟合了数据比稳定性模型(ΔX 2 = 93.74, Δdf = 4, p <.001)。 第三,虽然互易模型(M4)的数据拟合度优于M1(稳定性模型)和M2(因果模型),但与M3(逆因果模型)相比,该模型并未显着改善模型拟合(ΔX 2 = 8.57, Δdf = 4, p > .05)。 因此,就简约性而言,M3似乎是最合适的模型,尽管与M4相比,M3的改善幅度很小(p = 04(使用单尾测试),这也可能值得关注。 换句话说,这些数据支持以下假设:互联网成瘾会导致未来的生活满意度低下和绝望程度高,但反之则不然(表 (Table44).
表4
测量模型和结构模型的模型拟合指数(N = 2023)
| 型号 | 描述 | x 2 | df | CFI | NFI | TLI | RMSEA | 模型比较 | ΔX 2 | Δdf | p |
|---|---|---|---|---|---|---|---|---|---|---|---|
| MM1 | IA时间1 | 144.09 | 33 | .97 | .96 | .96 | .04 | – | – | – | – |
| MM2 | LS时间1 | 6.2 | 4 | 1.00 | 1.00 | 1.00 | .02 | – | – | – | – |
| MM3 | HL时间1 | 1.4 | 3 | 1.00 | 1.00 | 1.00 | .00 | – | – | – | – |
| MM4 | IA时间2 | 154.59 | 33 | .97 | .96 | .96 | .04 | ||||
| MM5 | LS时间2 | 18.2 | 4 | 1.00 | 1.00 | .99 | .04 | ||||
| MM6 | HL时间2 | 4.7 | 3 | 1.00 | 1.00 | 1.00 | .02 | ||||
| MM7 | IA时间3 | 179.72 | 33 | .97 | .96 | .95 | .05 | – | – | – | – |
| MM8 | LS时间3 | 7.6 | 4 | 1.00 | 1.00 | 1.00 | .02 | – | – | – | – |
| MM9 | HL时间3 | 11.5 | 3 | 1.00 | 1.00 | .99 | .04 | – | – | – | – |
| M1 | 稳定性模型 | 4304.64 | 1794 | .95 | .92 | .95 | .03 | – | – | – | – |
| M2 | 因果模型 | 4295.73 | 1790 | .95 | .92 | .95 | .03 | M1与M2 | 8.91 | 4 | .06 |
| M3 | 逆向因果模型 | 4210.90 | 1790 | .96 | .93 | .95 | .03 | M1与M3 | 93.74 | 4 | .00 |
| M4 | 互惠模型 | 4202.33 | 1786 | .96 | .93 | .95 | .03 | M1与M4 | 102.31 | 4 | .00 |
| M2与M4 | 93.40 | 4 | .00 | ||||||||
| M3与M4 | 8.57 | 4 | .07 |
MM 测量模型(例如, MM1 测量模型1)
数字 图22 进一步显示了支持的反向因果模型(M3)的路径系数。 首先,在时间1,性别(男性)与绝望正相关(β = .08, p <.001)和低的家庭经济地位(领取CSSA)与青少年的生活满意度负相关(β = −.08, p <.001)。 其次,青少年在时间1的网络成瘾对时间2的绝望具有积极的纵向交叉滞后效应(β = .21, p <.001),并在时间2对他们的生活满意度产生负面的交叉滞后效应(β = −.12, p <.001),然后控制其自回归效应和人口统计学变量的影响。 第三,从时间2到时间3,网络成瘾会负面预测生活满意度(β = −.10, p <.01),而绝望的预测并不重要(β = .04, p > .05)。
反向因果模型(M3):网络成瘾,生活满意度和绝望之间的交叉滞后关系跨越三波(N = 2023)
讨论
大多数先前关于网络成瘾与年轻人个人幸福感之间关系的研究都是基于横断面设计。 因此,研究人员需要来自代表性样本的纵向数据,以了解不良福祉是否是青少年网络成瘾或其后果的风险因素。 本研究通过检验大量香港青少年网络成瘾与两个个人福祉指标,生活满意度和绝望之间的纵向关系来达到此目的。
基于三波交叉滞后的面板设计,结果支持反向因果模型,使得网络成瘾导致基线状态后个人幸福感降低,并且性别,年龄和家庭经济状况的影响得到控制。 不支持假设相互影响的互惠模型。 这些发现为互联网成瘾行为与青年个人幸福感之间的关系方向提供了新的见解。 与横断面研究相比,使用面板设计和结构方程建模是一种更严格的方法来检查因果关系和互惠问题。
研究发现,网络成瘾在纵向上预测了青少年的低生活满意度和高度绝望,但两种福祉指标对网络成瘾行为的交叉滞后效应并不显着。 虽然这一发现证实了网络成瘾与个人幸福之间的负面关系,但这种关联的方向仅与之前报道的发现部分一致(Cao et al。 2011; Ko等人。 2008; Whang等。 2003)。 例如,有研究结果表明,具有预先存在的心理社会脆弱性的青少年特别容易上瘾地参与互联网使用(例如,Lemmens等。 2011a)。 Bozoglan等人的一项研究。 (2013)显示低生活满意度,低自尊和高度孤独预示着大学生的网络成瘾。 在另一项纵向研究中(Lemmens等。 2011b),较低的社会心理健康被发现是病因而不是病态计算机使用和视频游戏的结果。 孙和石(2013)还报告说,生活满意度调节了积极属性与青年问题行为列表之间的关系,因为对生活的积极判断通过促进未来积极的青年发展来缓解未来的问题行为。 这些研究结果汇集在一起,表明了从降低福祉到网络成瘾的因果路径。
同时,不少学者倾向于认为心理健康与网络成瘾之间存在相互关系:而健康状况不佳的人可能会集中使用互联网作为应对策略,以摆脱他/她在现实中所经历的压力。沉浸在互联网的虚拟世界中,实际上会产生更多真实的生活问题和孤独感,从而恶化个人的个人幸福感。 不幸的是,互惠模型在本研究中没有获得太多的经验支持。
对于目前的发现,有几种似是而非的解释。 首先,这些发现可以作为置换理论的证据。 也就是说,沉迷于互联网的年轻人将互联网使用优先于其他事物放在首位,并在网上感受到流离失所感。 无论青少年是否已经存在心理社会状况,正是流离失所将个人与他/她的现实生活隔离开来,导致调整问题(例如,家庭,学习,身体问题)和福利水平下降。 例如,睡眠问题经常被报道为网络成瘾的结果(Chen和Gau 2016; Do等人。 2013),睡眠不足与对生活的满意度较低有关(Piper 2016; Van Praag和Ferrer-i-Carbonell 2007)和更高的绝望感(麦考尔和布莱克 2013)。 因此,一个人过度使用互联网造成的身体问题可能直接影响一个人的生活质量。
其次,虽然预先存在的心理社会问题,如抑郁,压力和社交焦虑可能使青少年易患网络成瘾,但问题本身可能不足以让青少年沉迷于互联网。 显然有其他因素有助于网络成瘾的发展和维持。 例如,个人的高冲动性(Lee et al。 2012),免费上网(Young 2004),积极强化在线行为(例如,成就感,减少孤独感),认知互联网是一个能够抚慰一个人的苦恼的朋友(戴维斯) 2001如果没有这些因素,单靠不良的心理健康可能不会导致青少年的网络成瘾行为。 第三,幸福感和网络成瘾之间的因果关系也可能受父母行为控制等其他因素的影响。 研究人员发现,青少年报告的父母监控行为越多,其网络成瘾行为就越少,而报告父母监护人数较少(Li et al。 2013)。 显然,需要更深入的研究来检验不同主持人的潜在影响,并进一步检验在本研究中被发现具有微不足道意义的互惠模型。 此外,虽然对倒数模型的支持不强,但是略微显着的卡方差表明需要使用更多的纵向数据波来探索该模型。
目前的研究结果对于从事青年工作的研究人员和从业人员具有理论和实践意义。 从理论上讲,由于很少有研究检查过网络成瘾与绝望之间的纵向联系,因此网络成瘾增加了青少年随时间变得无望的感觉的发现增加了该领域的文献。 特别是,它表明个人幸福并不是导致网络成瘾的重要因素。 一种可能性是那些个人幸福感高的人也可能容易上网。 另一方面,那些个人幸福感低的人可能没有精力去上瘾,他们只是缺乏长期参与互联网的动力。 目前的研究结果表明,有必要研究个人幸福和成瘾之间可能存在的理论关系。
实际上,这些发现为如何促进青少年的个人幸福提供了一个新的视角。 特别是,研究人员认为,绝望是抑郁和自杀的重要预测因素(Minkoff等。 1973并且,这种绝望将导致一系列无望的赤字,包括被动和降低的毅力,焦虑和悲伤,降低的自尊和无法察觉负面事件的可控性。 为了减少青少年的绝望并促进他们的个人幸福,应该考虑有助于筛选和治疗网络成瘾行为的策略和工具。 例如,研究表明,专门针对网络成瘾的认知行为方法可以有助于减轻症状(King et al。 2011; 乔根森等人。 2016; 温克勒等人。 2013; 年轻 2007)。 基于这种方法,帮助学校或社区环境中的专业人员可以专注于监测青少年的互联网使用行为(例如帮助青少年记录他们自己的日常在线活动),纠正青少年对互联网的扭曲认知,以及教授时间管理以及目标设定技巧。 结合个人咨询和家庭干预的多层次干预也被认为有效减少了在线时间和相关的心理社会问题(Shek et al。 2009)。 当青少年不那么沉迷于互联网时,他们可能更有可能参与真正的社交互动并建立社交联系,这有助于提高青少年未来的希望感(Stoddard et al。 2011)。 显然,由于其他因素可能导致网络成瘾(例如,家庭过程),我们也必须检查这些因素。 最后,包括教师,家长和学生本人在内的不同利益相关者应对网络成瘾的有害后果保持敏感。 目前的研究结果可用于制定基于证据的网络成瘾预防计划。
应注意本研究的一些局限性。 首先,虽然我们使用交叉滞后建模和三年内收集的纵向数据来推断青少年网络成瘾与个人幸福之间的因果关系,但需要基于实验设计研究的证据来证实这种因果关系。关系。 未来的研究可能会采用随机对照试验来进一步检验改变青少年的网络成瘾行为是否会增加他们的生活满意度和减少绝望。 其次,虽然我们通过将时间1测量的变量包含在交叉滞后模型中来控制人口统计因素的影响,但我们假设这些因素会对1时间测量的网络成瘾,生活满意度和绝望产生直接影响,并且只有通过其自回归效应在后期波浪中测量的对这些结构的间接影响。 然而,人口统计变量可能随着时间的推移而变化(例如,家庭经济状况),并且在以后的时间点也可能存在人口统计学因素与这些结构之间的同步关联。 因此,在研究网络成瘾与个人幸福感之间的关系时,未来的研究可能会将这些因素作为每个波的协变量。 此外,有研究结果表明,女性成年人有问题的互联网使用和幸福感之间的负相关性强于男性。 通过使用多组结构方程建模方法来研究青少年中这种关系中可能的性别差异将是有趣的。
最后的限制是,本研究中发现的交叉滞后效应相对较弱,尤其是时间2的网络成瘾对时间3的绝望和生活满意度的影响。 一种解释可能是青少年在初中学习的最后一年的个人幸福感受到了除网络成瘾之外的其他因素的显着影响,例如高中入学考试的压力。 因此,可以通过网络成瘾解释的额外差异是有限的。 此外,网络成瘾对绝望和生活满意度的影响可能会受到其他因素的影响,例如学生的学习成绩,这些都没有在本研究中进行调查。 在未来的研究中,应进一步研究学生学业成绩和感知压力对网络成瘾与个人幸福之间关系的可能调节作用。 尽管本研究中发现的效果适中,但研究结果可被视为有意义。
致谢
项目路径的纵向研究及本文的准备工作均由香港赛马会慈善信托基金资助。 本研究的部分内容已于5月12,2016举行的香港“为青少年创造更美好的未来:青年发展,家庭和社区的积极作用”国际会议上发表。
案例
- Abramson LY,Metalsky GI,Alloy LB. 绝望抑郁:基于理论的抑郁症亚型。 心理学评论。 1989;96:358–372. doi: 10.1037/0033-295X.96.2.358. [Cross Ref]
- Ahlstrom M,Lundberg NR,Zabriskie R,Eggett D,Lindsay GB。 我,我的配偶和我的头像:婚姻满意度和玩大型多人在线角色扮演游戏(MMORPG)之间的关系 休闲研究杂志。 2012;44(1):1–22. doi: 10.1080/00222216.2012.11950252. [Cross Ref]
- Alpaslan AH,Soylu N,Kocak U,Guzel HI。 有问题的互联网使用在土耳其青少年患有严重抑郁症而不是对照组更为常见。 Acta Paediatrica。 2016;105(6):695–700. doi: 10.1111/apa.13355. [考研] [Cross Ref]
- 美国精神病学协会。 精神疾病诊断与统计手册。 4。 华盛顿特区:作者; 1994。
- 美国精神病学协会。 精神疾病诊断与统计手册。 5。 华盛顿特区:作者; 2013。
- Anderson JC,Gerbing DW。 实践中的结构方程模型:回顾和推荐的两步法。 心理学公报。 1988;103(3):411–423. doi: 10.1037/0033-2909.103.3.411. [Cross Ref]
- 胡子KW。 网络成瘾:对当前评估技术和潜在评估问题的回顾。 网络心理学与行为。 2005;8:7-14。 doi:10.1089 / cpb.2005.8.7。 [考研] [Cross Ref]
- Beck AT,Weissman A,Lester D,Trexler L.悲观主义的衡量标准:无望的尺度。 咨询与临床心理学杂志。 1974;42(6):861–865. doi: 10.1037/h0037562. [考研] [Cross Ref]
- Beck AT,Steer RA,Kovacs M,Garrison B.绝望和最终自杀:对因自杀意念住院的患者进行的为期10年的前瞻性研究。 美国精神病学杂志。 1985;142:559-563。 doi:10.1176 / ajp.142.5.559。 [考研] [Cross Ref]
- Bentler PM,Bonett DG。 协方差结构分析中的显着性检验和拟合优度。 心理学公报。 1980;88:588–606. doi: 10.1037/0033-2909.88.3.588. [Cross Ref]
- Bozoglan,B.,Demirer,V.和I.Sahin(2013)。 孤独感,自尊心和生活满意度是网络成瘾的预测因素:土耳其大学生的横断面研究。 斯堪的纳维亚心理学杂志,54(4),313-319。 [考研]
- Byun,S.,Ruffini,C.,Mills,JE,Douglas,AC,Niang,M.,Stepchenkova,S.,Lee,SK,Loutfi,J.,Lee,JK,Atallah,M.,&Blanton,M (2009)。 网络成瘾:1996年至2006年的综合研究定量研究。 网络心理学与行为,12,203-207。 [考研]
- Cao F,Su L.中国青少年网络成瘾:患病率和心理特征。 儿童:关怀,健康和发展。 2007;33:275-281。 [考研]
- Cao H,Sun Y,Wan Y,Hao H,Tao F.中国青少年网络使用问题及其与心身症状和生活满意度的关系。 BMC公共卫生。 2011;11:802. doi: 10.1186/1471-2458-11-802. [PMC免费文章] [考研] [Cross Ref]
- Caplan SE。 对在线社交互动的偏好:有问题的互联网使用和心理健康的理论。 传播研究。 2003;30:625-648。 doi:10.1177 / 0093650203257842。 [Cross Ref]
- Caplan S,Williams D,Yee N.在MMO玩家中有问题的互联网使用和社会心理健康。 人类行为中的计算机。 2009;25:1312-1319。 doi:10.1016 / j.chb.2009.06.006。 [Cross Ref]
- 荃湾中心,香港中华基督教青年会。 (2004)。 青少年网络使用行为研究。 荃湾中心,香港中华基督教青年会,香港。
- Chak K,Leung L. Shyness和控制点作为网络成瘾和互联网使用的预测因子。 网络心理学与行为。 2004;7(5):559–570. doi: 10.1089/cpb.2004.7.559. [考研] [Cross Ref]
- 陈YL,高斯SS。 儿童和青少年的睡眠问题和网络成瘾:一项纵向研究。 睡眠研究杂志。 2016;25(4):458–465. doi: 10.1111/jsr.12388. [考研] [Cross Ref]
- 程C,李娅。 网络成瘾的流行和(真实)生活质量:对七个世界地区的31国家的荟萃分析。 网络心理学,行为和社交网络。 2014;17(12):755–760. doi: 10.1089/cyber.2014.0317. [PMC免费文章] [考研] [Cross Ref]
- Clark LA,Watson D.构建有效性:客观规模发展的基本问题。 心理评估。 1995;7:309–319. doi: 10.1037/1040-3590.7.3.309. [Cross Ref]
- Dalal PK,Basu D.二十年的网络成瘾... quo Vadis? 印度精神病学杂志。 2016;58(1):6–11. doi: 10.4103/0019-5545.174354. [PMC免费文章] [考研] [Cross Ref]
- 戴维斯RA。 病理性互联网使用的认知 - 行为模型。 人类行为中的计算机。 2001;17:187–195. doi: 10.1016/S0747-5632(00)00041-8. [Cross Ref]
- Diener E.主观幸福感。 心理学公报。 1984;95:542–575. doi: 10.1037/0033-2909.95.3.542. [考研] [Cross Ref]
- Diener E,Emmons RA,Larsen RJ,Griffin S.对生活规模的满意度。 人格评估杂志。 1985;49:71–75. doi: 10.1207/s15327752jpa4901_13. [考研] [Cross Ref]
- Do Y,Shin E,Bautista M,Foo K.自我报告的睡眠持续时间与青少年健康结果之间的关联:花在互联网上的时间的作用是什么? 睡眠医学。 2013;14:195-200。 doi:10.1016 / j.sleep.2012.09.004。 [考研] [Cross Ref]
- Engelberg E,Sjoberg L.互联网使用,社交技巧和调整。 网络心理学与行为。 2004;7:41-47。 doi:10.1089 / 109493104322820101。 [考研] [Cross Ref]
- Fu KW,Chan WS,Wong PW,Yip PS。 网络成瘾:香港青少年的患病率,判别有效性和相关性。 英国精神病学杂志。 2010;196:486-492。 doi:10.1192 / bjp.bp.109.075002。 [考研] [Cross Ref]
- Gentile DA,Choo H,Liau A,Sim T,Li D,Fung D,Khoo A.年轻人的病理性视频游戏:两年纵向研究。 儿科。 2011;127:e319–e329. doi: 10.1542/peds.2010-1353. [考研] [Cross Ref]
- Goldberg,I。(1995)。 网络成瘾(IAD) - 诊断标准。 从...获得 http://www-usr.rider.edu/~suler/psycyber/supportgp.html.
- Gollob H,Reichardt C.假设时间滞后确实很重要,解释和估计间接影响。 In:Collins L,Horn J,编辑。 分析变化的最佳方法:最新进展,未解答的问题,未来方向。 华盛顿:美国心理学会; 1991。 pp.243-259。
- Griffiths医学博士。 网瘾:临床心理学的一个问题? 临床心理学论坛。 1996;97:32-36。
- 国际电信联盟。 (2016)。 ICT事实和数据2016。 从...获得 http://www.itu.int/en/ITUD/Statistics/Documents/facts/ICTFactsFigures2016.pdf.
- Jorgenson AG,Hsiao RC,Yen CF. 网络成瘾和其他行为成瘾。 北美儿童和青少年精神病诊所。 2016;25(3):509–520. doi: 10.1016/j.chc.2016.03.004. [考研] [Cross Ref]
- Kim K,Ryu E,Chon MY,Yeun EJ,Choi SY,Seo JS,Nam BW。 韩国青少年网络成瘾及其与抑郁和自杀意念的关系:问卷调查。 国际护理学杂志。 2006;43:185-192。 doi:10.1016 / j.ijnurstu.2005.02.005。 [考研] [Cross Ref]
- King DL,Delfabbro PH,Griffiths MD,Gradisar M.评估网络成瘾治疗的临床试验:系统评价和CONSORT评估。 临床心理学评论。 2011;31(7):1110–1116. doi: 10.1016/j.cpr.2011.06.009. [考研] [Cross Ref]
- Ko CH,Yen JY,Chen CS,Chen CC,Yen CF. 大学生网络成瘾的精神病合并症:访谈研究。 CNS频谱。 2008;13:147-153。 doi:10.1017 / S1092852900016308。 [考研] [Cross Ref]
- Koronczai B,Kokonyei G,Urban R,Kun B,Papay O,Nagygyorgy K,Griffiths M,Demetrovics Z.自尊,抑郁和焦虑在满足身体外观和有问题的互联网使用之间的中介效应。 美国药物和酒精滥用杂志。 2013;39(4):259–265. doi: 10.3109/00952990.2013.803111. [考研] [Cross Ref]
- Kowert R,Vogelgesang J,Festl R,Quandt T.网络视频游戏的心理社会原因和后果。 人类行为中的计算机。 2015;45:51-58。 doi:10.1016 / j.chb.2014.11.074。 [Cross Ref]
- Kraut R,Patterson M,Lundmark V,Kiesler S,Mukopadhyay T,Scherlis W. Internet Paradox:一种减少社会参与和心理健康的社交技术? 美国心理学家。 1998;53:1017–1031. doi: 10.1037/0003-066X.53.9.1017. [考研] [Cross Ref]
- Kuss DJ,Griffiths MD,Karila L,Billieux J.网络成瘾:过去十年流行病学研究的系统评价。 目前的制药设计。 2014;20:4026-4052。 doi:10.2174 / 13816128113199990617。 [考研] [Cross Ref]
- Lee HW,Choi JS,Shin YC,Lee JY,Jung HY,Kwon JS。 网络成瘾的冲动:与病态赌博的比较。 网络心理学,行为和社交网络。 2012;15(7):373–377. doi: 10.1089/cyber.2012.0063. [考研] [Cross Ref]
- Lemmens,JS,Valkenburg,PM和Peter J.(2011a)。 社交游戏的社会心理原因和后果。 人类行为中的计算机,27(1),144-152。
- Lemmens,JS,Valkenburg,PM和Peter J.(2011b)。 病理性博弈对攻击行为的影响。 青年与青少年杂志,40(1),38-47。 [PMC免费文章] [考研]
- Lester D.世界各地的本科生无望:一篇评论。 情感障碍杂志。 2013;150:1204-1208。 doi:10.1016 / j.jad.2013.04.055。 [考研] [Cross Ref]
- Li X,Li D,Newman J.中国青少年的父母行为和心理控制以及有问题的互联网使用:自我控制的中介作用。 网络心理学,行为和社交网络。 2013;16(6):442–447. doi: 10.1089/cyber.2012.0293. [考研] [Cross Ref]
- Lin CH,Chen SK,Chang SM,Lin SSJ。 有问题的互联网使用和生活方式改变之间的交叉滞后关系。 人类行为中的计算机。 2013;29:2615-2621。 doi:10.1016 / j.chb.2013.06.029。 [Cross Ref]
- Lo SK,Wang CC,Fang W.网络游戏玩家之间的身体人际关系和社交焦虑。 网络心理学与行为。 2005;8:15-20。 doi:10.1089 / cpb.2005.8.15。 [考研] [Cross Ref]
- McCall WV,Black CG。 自杀与失眠之间的联系:理论机制。 目前的精神病学报告。 2013;15(9):389. doi: 10.1007/s11920-013-0389-9. [PMC免费文章] [考研] [Cross Ref]
- Minkoff K,Bergman E,Beck AT,Beck R.绝望,抑郁和自杀未遂。 美国精神病学杂志。 1973;130(4):455-459。 [考研]
- 穆迪EJ。 互联网的使用及其与孤独感的关系。 网络心理学与行为。 2001;4(3):93–401. doi: 10.1089/109493101300210303. [考研] [Cross Ref]
- Morahan-Martin J,Schumacher P. Loneliness和互联网的社交用途。 人类行为中的计算机。 2003;19:659–671. doi: 10.1016/S0747-5632(03)00040-2. [Cross Ref]
- Odaci H,ÇelikÇB。 谁是有问题的互联网用户? 调查有问题的互联网使用与羞怯,孤独,自恋,攻击和自我认知之间的相互关系。 人类行为中的计算机。 2013;29:2382-2387。 doi:10.1016 / j.chb.2013.05.026。 [Cross Ref]
- Pies R. DSM-V是否应该将“网络成瘾”称为精神障碍? 精神病学。 2009;6:31-37。 [PMC免费文章] [考研]
- 派珀AT。 睡眠时间和生活满意度。 国际经济评论。 2016;63(4):305–325. doi: 10.1007/s12232-016-0256-1. [Cross Ref]
- Senol-Durak E,Durak M.生活满意度和自尊在心理健康的情感成分和有问题的互联网使用的认知症状之间的中介作用。 社会指标研究。 2011;103(1):23–32. doi: 10.1007/s11205-010-9694-4. [Cross Ref]
- Shapira NA,Goldsmith TG,Keck PE,Jr,Khosla UM,Mcelroy SL。 有互联网使用问题的个人的精神病学特征。 情感障碍杂志。 2000;57:267–272. doi: 10.1016/S0165-0327(99)00107-X. [考研] [Cross Ref]
- 石DTL。 中国青少年自我和重要他人与心理健康表现的“实际 - 理想”差异。 国际心理学杂志。 1992;27(3):229。
- 石DTL。 父母 - 青少年冲突与青少年心理健康,学校调整和问题行为的关系。 社会行为与人格。 1997;25(3):277–290. doi: 10.2224/sbp.1997.25.3.277. [Cross Ref]
- Shek DTL,Lin L.香港早期青少年的个人幸福感和家庭生活质量:经济劣势和时间是否重要? 社会指标研究。 2014;117:795–809. doi: 10.1007/s11205-013-0399-3. [Cross Ref]
- 石,DTL,Tsui,PF(2012)。 家庭及个人调整香港经济上处于不利地位的中国青少年。 TheScientificWorldJournal,文章ID 142689。 10.1100 / 2012 / 142689。 [PMC免费文章] [考研]
- Shek DTL,Yu L.香港青少年的网络成瘾:个人资料和社会心理相关。 国际残疾与人类发展杂志。 2012;11:133-142。
- Shek DTL,Yu L.香港早期青少年网络成瘾现象。 国际儿童健康与人类发展杂志。 2013;6:145-156。
- Shek DTL,Yu L.香港青少年网络成瘾:患病率,变化和相关性。 儿科和青少年妇科杂志。 2016;29:S22-S30。 doi:10.1016 / j.jpag.2015.10.005。 [考研] [Cross Ref]
- Shek DTL,Tang VMY,Lo CY。 中国青少年在香港的网络成瘾:评估,概况和社会心理相关性。 科学世界日报。 2008;8:776-787。 doi:10.1100 / tsw.2008.104。 [PMC免费文章] [考研] [Cross Ref]
- Shek DTL,Tang VMY,Lo CY。 评估香港中国青少年网络成瘾治疗计划。 青春期。 2009;44:359-373。 [考研]
- Shek DTL,Sun RCF,Ma CMS,编辑。 中国青少年在香港:家庭生活,心理健康和风险行为。 新加坡:施普林格; 2014。
- Shek DTL,Yu L,Sun RCF。 网络成瘾。 在:Pfaff DW,Martin E,Pariser E,编辑。 21st世纪的神经科学。 第二。 纽约:施普林格; 2016。
- Stoddard SA,McMorris BJ,Sieving RE。 在预测早期青少年暴力方面,社交联系和希望是否重要? 美国社区心理学杂志。 2011;48(3–4):247–256. doi: 10.1007/s10464-010-9387-9. [PMC免费文章] [考研] [Cross Ref]
- Sun RC,Shek DT。 青少年积极发展和生活满意度对香港青少年问题行为的纵向影响。 社会指标研究。 2013;114(3):1171–1197. doi: 10.1007/s11205-012-0196-4. [Cross Ref]
- Van Praag BMS,Ferrer-i-Carbonell A. 幸福量化。 牛津:牛津大学出版社; 2007。
- Velezmoro R,Lacefield K,Roberti JW。 感知压力,感觉寻求和大学生滥用互联网。 人类行为中的计算机。 2010;26:1526-1530。 doi:10.1016 / j.chb.2010.05.020。 [Cross Ref]
- Whang L,Lee S,Chang G.互联网过度用户的心理概况:网络成瘾的行为抽样分析。 网络心理学与行为学。 2003;6:143-150。 doi:10.1089 / 109493103321640338。 [考研] [Cross Ref]
- Winkler A,DörsingB,Rief W,Shen Y,Glombiewski JA。 网络成瘾的治疗:荟萃分析。 临床心理学评论。 2013;33:317-329。 doi:10.1016 / j.cpr.2012.12.005。 [考研] [Cross Ref]
- 姚明,钟志杰 寂寞,社交联系和网络成瘾:一项跨领域的小组研究。 人类行为中的计算机。 2014;30:164-170。 doi:10.1016 / j.chb.2013.08.007。 [Cross Ref]
- Yellowlees PM,Marks S.有问题的互联网使用还是网络成瘾? 人类行为中的计算机。 2007;23:1447-1453。 doi:10.1016 / j.chb.2005.05.004。 [Cross Ref]
- 年轻的KS。 病理性互联网使用:打破刻板印象的案例。 心理报告。 1996;79:899-902。 doi:10.2466 / pr0.1996.79.3.899。 [考研] [Cross Ref]
- 年轻的KS。 网瘾:一种新的临床疾病的出现。 网络心理学与行为学。 1998;1:237-244。 doi:10.1089 / cpb.1998.1.237。 [Cross Ref]
- 年轻的KS。 网瘾:一种新的临床现象及其后果。 美国行为科学家。 2004;48(4):402–415. doi: 10.1177/0002764204270278. [Cross Ref]
- 年轻的KS。 网络成瘾者的认知行为疗法:治疗结果和影响。 网络心理学与行为。 2007;10:671-679。 doi:10.1089 / cpb.2007.9971。 [考研] [Cross Ref]
- Young KS,Nabuco de Abreu C,编辑。 网络成瘾:评估和治疗手册和指南。 Hoboken:John Wiley&Sons,Inc .; 2010。
- 年轻的KS,罗杰斯RC。 抑郁症与网络成瘾之间的关系。 网络心理学与行为学。 1998;1:25-28。 doi:10.1089 / cpb.1998.1.25。 [Cross Ref]
- Yu L,Shek DTL。 香港青少年的网络成瘾:一项为期三年的纵向研究。 儿科和青少年妇科杂志。 2013;26:S10-S17。 doi:10.1016 / j.jpag.2013.03.010。 [考研] [Cross Ref]

