美国大学生网络成瘾/病理性互联网使用的特点：定性方法调查（2015）

图

 

引文： Li W，O'Brien JE，Snyder SM，Howard MO（2015）美国大学生网络成瘾/病理性互联网使用的特点：定性方法调查。 PLoS ONE 10（2）：e0117372。 DOI：10.1371 / journal.pone.0117372

学术编辑： 以色列阿里尔大学的Aviv M. Weinstein

收稿日期： 九月29，2014; 公认： 12月21，2014; 出版日期： 2015 年 2 月 3 日

版权： ©2015 Li等。 这是一份根据条款分发的开放获取文章 知识共享署名许可，如果原始作者和来源被记入贷方，则允许在任何媒体中不受限制地使用，分发和复制

数据可用性： 所有关于a）参与者的样本特征和b）两个标准化测量的响应的数据都在报告中 S1, S2及 S3 表。 用于生成研究主题的42焦点小组讨论的4引用总数包含在手稿中。 根据对第一作者或相应作者的请求，可获得与定性主题相关的焦点组转录的片段。

资金： 作者没有报道的支持或资金。

利益争夺： 作者宣称没有竞争利益存在。

介绍

每一代人都更熟悉并更依赖互联网。 美国互联网用户数量增加了257和2000之间的2012％[1]。 皮尤研究中心（Pew Research Center）在2012年进行的“互联网与美国生活调查”表明，大约90％的12至30岁的美国青年和年轻人访问了互联网[2]。 大学生比一般人群更有可能使用互联网：几乎100％的美国大学生在2010上访问互联网[3]。 广泛的互联网可用性可以通过增加对广泛信息的访问来为人们带来巨大的好处，并为社交和娱乐创造一条途径[4, 5]。 然而，互联网对日常生活的渗透对于越来越多的人来说是一个严重的问题，上升到病理性互联网使用（PIU）或网络成瘾（IA）的水平，并带来类似于其他行为成瘾的负面后果[6–9].

IA / PIU的概念化

随着互联网的使用激增，IA / PIU的报道也越来越多。 在该领域迅速发展的文献中，不同的术语用于指代过度使用互联网的严重功能失调的模式。 最极端的问题是互联网使用被称为“互联网成瘾”或“互联网依赖”，定义为“无法控制互联网的使用，导致日常生活中的负面影响[10, 11这个定义强调了IA的体征和症状与物质使用障碍和病理性赌博障碍平行的方式。 具体而言，IA的症状包括：a）专注于互联网活动; b）增加容忍度; c）心理依赖和戒断症状的发展; d）无法减少互联网使用; e）互联网用于应对消极情绪和减轻压力; f）尽管意识到有害后果，但用经常性的互联网使用取代其他活动和关系[9, 10].

其他理论家以不同的方式概念化这些症状。 对于这些理论家来说，与互联网相关的问题相关的症状被标记为“强迫性互联网使用”。强迫性互联网使用被概念化为强迫症而不是成瘾[12]。 还有其他理论家认识到一系列不太严重的互联网相关问题，通常统称为“病态互联网使用”或“有问题的互联网使用”。对于这些理论家，PIU使用认知和行为理论进行概念化，并定义为适应不良的应对压力和心理困扰的机制，导致心理社会功能的不利影响[13–15].

评估和诊断IA / PIU的仪器

已经开发了各种仪器，旨在根据不同的概念框架评估IA / PIU。 许多这些评定量表，问卷和诊断标准均采用DSM-IV-TR物质依赖和病理性赌博障碍的诊断标准[16]。 这些措施的例子是Young的诊断问卷[10, 17]，互联网依赖量表的临床症状[11]和网络成瘾诊断标准[18]。 其他工具使用认知和行为模型开发，并评估与互联网相关的认知和社会功能。 这些措施的例子包括广义问题互联网使用量表[19]和在线认知量表[20]。 网络成瘾目前尚未被认为是DSM-5的正式临床诊断; 然而，互联网游戏障碍（一种网络成瘾的亚型）的新诊断标准已被纳入DSM-5的第III部分[21]，包括需要进一步研究的临时精神疾病类别。

在这些措施中评估的IA / PIU的各个方面在很大程度上与不同的化学依赖性诊断标准重叠，例如显着性（即，对互联网使用的预期和认知关注），容忍度（即，在互联网上花费的时间增加同样的满意度），戒断症状，​​缺乏控制，并使用互联网来调节情绪[22]。 然而，很少检查有问题的互联网使用的动机和触发因素以及对互联网使用的渴望[22]。 此外，这些仪器通常使用未经验证的截止点来诊断IA / PIU，因此不清楚如何临界区分有问题的因特网用户和普通用户。

IA / PIU的患病率

更多的互联网接触可能会增加病态互联网使用的可能性和网络成瘾的发生率。 估计有多达6％到11％的美国互联网用户有IA / PIU [7]。 考虑到过去十年美国青少年互联网使用的爆炸式增长，学生可能面临IA / PIU问题发展的巨大风险[6]。 互联网在大学校园中的可访问性，个人自由和大量非结构化时间，以及许多学生第一次离开家时所经历的学术/社会挑战都有助于提高IA / PIU的比率[8, 23].

最近的流行病学研究表明，IA / PIU影响美国大学生的1.2％至26.3％[24–31]。 大多数先前的研究从一个大学校园招募样本。 一些研究通过大学电子邮件列表或社交媒体分发研究信息，从多所大学招募样本。 三项研究根据DSM-IV物质使用标准评估IA / PIU，发现美国大学生IA / PIU患病率为1.2％至26.3％[11, 25, 28]。 其他研究表明，美国大学生的4％对12％符合使用网络成瘾测试的IA / PIU标准[24, 29, 30]。 一项研究发现，使用病理学使用量表，8.1％的美国大学生符合病理性互联网使用标准[31]。 Moreno等人对美国大学生IA / PIU流行率报告的​​系统评价发现，6研究的8报告估计值大于8％[27]。 文献还表明，美国学生群体中IA / PIU的流行与中国，希腊，英国和土耳其的类似报道一致[32–35].

IA / PIU的相关和否定后果

广泛的国际文献记录了与IA / PIU相关的相关性和负面的身体和心理社会后果。 患有IA / PIU的个体证实身体健康问题更多，例如由于缺乏身体活动和睡眠障碍导致的超重和肥胖[36, 37]。 心理健康问题，包括抑郁症状，躯体和社交焦虑，以及注意力缺陷多动障碍（ADHD）[38–41]。 冲动和寻求感觉等气质特征[42, 43]。 神经损伤[44, 45]。 行为问题，包括滥用药物，自我伤害行为，以及自杀意念和企图[46, 47]。 较差的学校和工作表现[29]。 与没有IA / PIU的同行相比，人际关系存在更多问题[48].

新兴文献表明，许多大学生因IA / PIU而患有各种健康和心理社会问题。 然而，大多数关于美国大学生IA / PIU的研究都是在定量研究范式内进行的。 虽然定量研究提供了重要的临床和研究意义，但它们经常无法将IA / PIU问题置于语境中。 如果没有这种情境化，特定的临床表现，包括触发因素和使用模式，已经不明确。 此外，从这些定量研究中不清楚个体发现最不利的物理和心理社会后果，因此在治疗期间对目标最有益。

目前的研究

为了解决这一重大差距，我们的研究团队进行了一项探索性定性研究，以调查与IA / PIU相关的一系列问题，包括IA / PIU问题的自然历史; 密集互联网使用的常见情感，人际关系和情境触发因素; 互联网活动的首选模式; 密集的互联网使用对精神疾病，心理社会和健康的不利影响。 这项定性研究的结果将提供关于大学生IA / PIU的更详细的图片，这可能有助于我们对以前的定量研究结果进行背景化，并发现美国大学生所有相关的IA / PIU相关经历。

方法

我们采用探索性定性方法，包括四个焦点小组，以获得27大学学生的IA / PIU的详细描述。 重点小组的参与者招募工作于3月至4月在2012进行。 参与者根据其可用性分配给四个焦点小组中的一个。 最终，每个焦点小组由6-8参与者组成，持续约一小时。 在焦点小组中收集描述性数据，以描述参与者的社会人口学和互联​​网使用特征。

焦点小组是针对一个或多个主题的小组讨论，与参与者分享相似的经历和/或拥有关于讨论主题的信息和知识[49]。 我们在本研究中采用了焦点小组方法，因为：a）目标人群，自我认定为互联网过度用户的大学生，可以直接提供有关其密集互联网使用的见解和知识; b）小组对话往往会产生丰富的信息，因为小组讨论会激发参与者分享个人经历和观点，从而消除复杂主题的细微差别和紧张局面[50].

焦点小组材料和措施

焦点小组评估材料包括22开放式问题和一套客观测量工具（S1文件）。 小组讨论是半结构化的，主持人提出了一系列开放式问题。 小组讨论指南由研究人员根据研究目标，相关实质性理论和试点测试开发和完善。 关注焦点小组探讨的主要问题a）参与者的互联网使用体验，例如他们花费最多时间的在线活动，他们享受这些活动的原因，他们每天在互联网上花费的平均时间，以及最长的时间段他们在互联网上花了一个连续的使用时间; b）引发互联网密集使用的情感，人际和情境因素; c）互联网过度使用的负面后果，包括对身体，心理，社会和职业福祉的不利影响。 我们对六名大学生进行了深入的个人访谈，以试验我们随后为焦点小组提出的问题。

杨氏诊断问卷（YDQ）[10]和强制性互联网使用量表（CIUS）[51]被用来评估IA / PIU并验证学生的自我认同是互联网用户的问题。 我们之所以选择YDQ是因为它是一个简短的问卷，并且在现有文献中广泛使用，用于检查年轻人和年轻人中IA / PIU的患病率和相关性（Li et al。，2014）。 使用与先前研究相同的度量使我们能够将我们的发现与已发表的文献中的结果进行比较。 我们的团队选择将YDQ与CIUS配对，因为CIUS旨在测量与YDQ类似的结构; 然而，CIUS表现出卓越的心理测量特性[51]。 使用两种标准化措施的好处在于，通过数据三角测量来加强结果的有效性。 YDQ和CIUS已被广泛用于调查IA / PIU的患病率和相关性。 然而，没有有效的临界点可以使用这些措施对IA / PIU进行任何临床诊断。 因此，本研究未做出任何诊断。

YDQ采用DSM-IV-TR病理性赌博疾病标准，包括评估IA / PIU症状和体征的8问题，包括专注，显着，耐受，戒断症状和心理社会功能障碍[10]。 对5回答“是”或更多问题的参与者被确定为具有IA，而符合3或4标准的参与者被认为具有“亚阈值IA”[52]。 本研究中YDQ的内部一致性可靠性为.69。

CIUS包括以14点Likert类型等级评定的5项目，范围从0（从不）到4（经常）。 CIUS评估强迫/上瘾的互联网使用行为的严重程度，包括失去控制，专注，显着性，冲突，戒断症状和互联网使用，以应对问题和烦躁情绪。 分数越高表明强制性互联网使用的严重程度越高。 CIUS的内部一致性可靠性约为.90 [51]。 在这项研究中，CIUS的α= .92。 Guertler及其同事建议使用≥21的截止分数来估算有问题的互联网使用[53].

道德声明

该研究得到了北卡罗来纳大学教堂山分校机构审查委员会的批准，并按照赫尔辛基宣言进行。 在焦点小组开始之前，所有参与者都获得了书面同意。

参与者成员

我们的团队采用了有目的的抽样策略，招募了在美国东南部一所大型公立大学就读的研究生或本科生。 选择目的抽样时考虑到以下目标：在自我识别为密集互联网用户的学生中生成有关互联网使用的信息丰富数据，识别密集互联网用户中互联网使用的触发因素，并探索身体和心理社会后果密集的互联网使用。

招聘电子邮件通过大学listserv分发。 大学列表服务包括所有本科生和研究生，交换生和最近的校友（在过去的2年内毕业）。 在电子邮件中，研究团队介绍了研究的目的，研究参与要求，并将研究团队确定为社会工作学院的社会工作者。 参与者回复招聘电子邮件，这些招聘电子邮件是当前在大学注册的研究生或本科生，自我认定为密集的互联网用户，据报道他们每周在互联网上花费≥25小时用于非学校或非工作相关的目的，以及因互联网密集使用而导致一个或多个身体和/或社会心理问题的人有资格参加研究。 有意识地将身体和/或社会心理问题指定为非常低的包含阈值（即，报告参与者归因于其因特网使用的任何终生问题）以引起因特网使用的经历的广泛变化。

在征集研究的两个小时内，有30多名学生回复了电子邮件，并表示愿意参加研究。 几名学生透露，出于非学校或与工作无关的原因，他们每周上网时间超过40个小时，并且由于频繁使用互联网而遭受了多种生理和心理问题。 通过回复最初的招聘电子邮件，三十九名学生同意参加焦点小组。 研究小组通过电子邮件回复与所有39位受访者一起安排了焦点小组会议时间，并通过第二封电子邮件确认了该时间。 十二名学生由于未知原因未能参加预定的小组。 因此，举行了四个小组，包括27名学生。 根据参加者的可用性将他们分配到四个小组会议之一。 样品特征报告于 表1。 参与者的平均年龄为21（SD = 3.6），范围从18到36。 大多数（63.0％，N = 17）的学生是女性，样本种族多样化。 如图所示 表1参与者代表大学的11专业，72.5％（N = 20）是本科生。

下载地址：  

• 地产

  PowerPoint幻灯片

• PNG

  大图 （54KB）

• TIFF格式

  原始图像 （359KB）

表1。 27大学生自我报告强化互联网使用的特点。

DOI：10.1371 / journal.pone.0117372.t001

数据收集

在校园的一个会议室里进行了四个焦点小组。 每个焦点小组持续约一小时。 参加每个小组的参与者人数从6到8，以确保代表广泛的想法和意见。 最后一位作者为所有焦点小组提供了便利 第一位作者陪同上一位作者并负责在每个焦点小组中做笔记。 这些笔记通过捕捉参与者的“肢体语言”或其他非语言交流的变化来补充转录数据。 在小组会议上有多名观察员参加观察员三角测量，以提高小组讨论中出现的研究结果的可靠性和有效性[54]。 在每个焦点小组之前，参与者完成了YDQ，CIUS和简短的社会人口统计学调查。 在焦点小组期间，参与者回答了与他们的互联网使用经历相关的问题以及他们自己有问题的互联网使用严重性的看法。

数据分析

焦点小组会议的录音带逐字转录，并由所有作者检查准确性。 没有软件用于协助数据的编码或转录。 三位分析师将代码组织成伞形码和子码（即代码树）。 首先，代码来自研究目标和指导研究的已发表报告（例如，关于IA / PIU的相关性和后果的研究结果）。 然后，我们在上下文中审查并修订了理论驱动的代码，为代码提供了反映原始数据的标签和定义。 此外，根据DeCuir-Gunby等人的建议[55]，第二轮编码是通过数据驱动的方法在意义层面上进行的，使得能够在句子和段落级别上开发代码。 在这轮编码中，我们调查并确定了从理论驱动的代码未捕获的数据中出现的任何新主题和不同观点，并确定是否需要扩展理论驱动的代码或需要新的代码待开发。

每个研究调查人员使用给定的框架独立审查和编码焦点小组转录，以通过分析三角测量提高研究结果的可靠性和有效性[54]。 通过相互讨论和协议解决了作者之间的编码差异。 所有研究者都识别出模式并将其分类，直到分析显示收敛和饱和。 提高研究严谨性的方法包括通过使用多种方法收集类似数据来实施数据三角测量（例如，使用两种单独的自我报告测量，过去使用的人口统计调查问卷）。 此外，研究团队成员之间的定期汇报和咨询有助于明确所有代码的功能定义和负面案例分析[54].

成果

描述性结果

与会者描述了他们目前的互联网使用模式，涉及他们在互联网上花费的每日时间以及他们在一次连续使用期间在互联网上花费的最长时间。 由于移动设备（例如，智能手机和平板电脑）的广泛使用和数据覆盖（例如，“我觉得我是”，学生每天在互联网上报道的时间从5小时到“全天”不等。在电话上一直不断检查“）。 许多与会者指出，他们无法准确区分互联网用于学校工作或工作相关目的的时间与非学校/非工作相关用途的时间（例如，“如果我正在撰写论文，然后我打开了我的浏览器，或者我正在打电话“）。 参与者在一个连续的会话中报告在互联网上花费的最长时间从3小时到全天（例如，“一旦夏天，我会在它上面[互联网]，就像一整天”）。 在这些会议期间，参与者描述了参与不同的活动，包括在线购物，视频观看和网站浏览。 其他参与者描述了长时间使用特定应用程序，包括在因特网上玩视频游戏和观看视频（例如，电视节目和电影）。

参与者报告他们首次访问互联网的年龄范围从6到19，平均年龄为9（SD = 2.7）。 参与者报告他们首先认为他们有因网络过度使用问题的年龄从10到32，16问题的平均年龄（SD = 4.3）。 表2 报告参与者自我报告的IA / PIU的特征。

下载地址：  

• 地产

  PowerPoint幻灯片

• PNG

  大图 （32KB）

• TIFF格式

  原始图像 （184KB）

表2。 自我报告问题互联网使用的27参与者的互联网使用特征。

DOI：10.1371 / journal.pone.0117372.t002

几乎一半（48.1％，N = 13）的学生样本在Young's Diagnostic Questionnaire（YDQ）上得分为5分或更多，因此得分高于建议的IA截止点。 另一个40.7％（N = 11）在YDQ上得分为3或4，反映了亚阈值IA的建议截止值。 根据强制性互联网使用量表（CIUS），整个样本实际上超过了强制性互联网使用的建议截止值。 超过一半（63.0％，N = 17）的学生报告使用互联网逃避问题或减轻负面情绪。 至于强化互联网使用的负面后果，63.0％（N = 17）的学生报告睡眠剥夺; 44.4％（N = 12）报告说，由于他们密集使用互联网，他们忽略了学业和其他日常义务。 YDQ和CIUS之间的相关性为.79。

定性结果

焦点小组提出了三个总体主题：a）触发互联网用于非学校或非工作相关目的的因素，b）与互联网相关的活动，以及c）互联网过度使用的后果。 图。 1 显示所有定性主题和子主题的图表，请参阅 图。 1。 为了对报价进行语境化，提供了焦点小组参与者的性别和种族。 为了方便读者，已经给参与者提供了假名，因此同一个人给出的引用是可识别的。

下载地址：  

• 地产

  PowerPoint幻灯片

• PNG

  大图 （191KB）

• TIFF格式

  原始图像 （517KB）

图1。 定性主题和子主题图。

DOI：10.1371 / journal.pone.0117372.g001

主题1：触发互联网使用的因素。 这一主题的特点是情感，人际关系和情境因素，这些因素提高了大学生利用互联网进行非学校/非工作相关目的的愿望。 子主题包括：a）情绪和感受，b）无聊，c）压力和逃避现实。 许多与会者指出，这些因素中不止一个因素导致互联网在不同时间过度使用。

对于一些参与者来说，互联网过度使用是由强烈的感情和情绪引发的。 对于一些人来说，最强烈的冲动伴随着积极的情绪（例如，“当我疯狂的时候，我想让我的朋友知道。我觉得我想把它发布在Facebook上”[“安德鲁”，一个白人]）。 对于其他人来说，负面情绪是一个更大的触发因素（例如，“如果我有一个糟糕的一天，那么我应该得到一种奖励......”[“Lily”，一个亚洲女性]）。 无论情绪的价值如何，大多数参与者都注意到特定的情绪和情绪引发了参与特定互联网活动的欲望。 “南希，”一位亚洲女性形容她希望使用特定的互联网应用程序作为悲伤的应对机制：

如果我真的很沮丧，我不会上Facebook，也不想和任何人聊天。 我不会使用诸如社交网络之类的东西，但是我肯定会继续使用Tumblr之类的工具来研究有趣的事物，大约需要一个小时。

其他学生发现他们在人际冲突时更多地使用社交媒体作为管理他们对冲突焦虑的一种方式。 虽然一些参与者报告“不断更新我的状态”，但其他人报告检查其他人的状态。 “杰西，”一位非裔美国女性，指出：

如果我曾与某人发生过争吵，或者是紧张，或者是戏剧......我会在Facebook上看看他们是否对他们的情绪，或者特别是关于我的任何事情，或类似的事情说了些什么。

此外，参与者根据情绪有不同的使用欲望，有些人比其他人更了解这些模式。 “爱丽丝，”一名亚洲女性，在进入大学后讨论了自己的使用模式，并说：

当我感到悲伤而不是快乐时，我发现我上网了。 当我伤心的时候，我只想通过长途电话或其他方式与海外的朋友交谈。 所以我只是在网上与他们聊天。 当我快乐时，我通常不上网。

许多参与者报告说，无聊引发了他们使用互联网的愿望。 学生们将互联网视为应对无聊的主要策略。 “汤姆，”一个白人，用这种方式描述了他的经历：“如果我感到无聊，那就是我要去的第一件事。”其他人似乎将互联网与特定类型的无聊救济联系起来（例如，笑，与他人联系，和信息检索）。 “迈克，”一位非洲裔美国人说：“每当我感到无聊，如果我感到压力，我只是上网放松，也许笑一两笑。”对于参与者，包括“迈克”，互联网是随着数据覆盖范围的移动设备的轻松访问，随时出现无聊的一种解脱方式：“我觉得当你感到无聊时，你总是希望登录那件事; 喜欢坐公共汽车上课，你觉得无聊，你没有朋友，你只是因为你很无聊而继续前进。“

除了情绪，感情和无聊之外，学校和人际压力因素引发了学生使用互联网的愿望。 “苏，”一位亚洲女性，报道了“避免事情的愿望，所以我上网了。 你不必考虑任何事情。 你只是观看并接受它。“对于一些人来说，互联网是一个有时间限制的休息时间：

我觉得对我来说，就像我真正对学校感到压力，当我需要休息或有问题时，我通常会去电脑离开学校，远离问题一两个小时[“Jessie” ，“非洲裔美国女性”。

对于其他人来说，在互联网上花费的时间更难以控制，最终增加了他们的初始压力：

我想，如果我已经上网超过8小时，而我没有做任何事情，我会感到压力，我告诉自己“你怎么能这样做，浪费这么多时间？”我生气了和我一起，但是因为我生气，我会寻找一些有趣的东西来嘲笑[“苏，”一个亚洲女人]。

一些与会者指出，希望逃避义务是互联网使用的触发因素。 “莎拉，”一个亚洲女人，用这种方式描述了这种欲望：“对我来说，就像拖延一样，我不想做任何其他事情，所以我只是，有时候我只想得到娱乐。 我不想做我的作业。“

主题2：与互联网相关的活动。 这个主题描述了参与者喜欢的在线活动以及他们享受这些活动的原因。 许多参与者在互联网上进行多项活动。 子主题包括：a）社交媒体，b）学校工作，以及c）其他互联网活动。

大多数参与者报告使用某种形式的社交媒体。 社交媒体包括Facebook，Twitter，Pinterest和Tumblr等应用程序。 由于社交媒体网站在移动设备上的可访问性，许多参与者注意到他们的使用是他们日常生活的一部分（例如，“如果我没有睡觉，那么我整天都在推特或Facebook手机上... ...” [“Lydia，”一位非洲裔美国女性]）。 日常使用的范围从休闲（例如，“对我而言，我喜欢在Twitter或Facebook上与粉丝分享想法或想法或情绪。就像你想到的东西，你就像'哦，我会发推文' “[Jessie，”一个非洲裔美国女人]强迫症（例如，“当我早上醒来时，我做的第一件事就是反复检查Facebook。如果你不做的话它，你会觉得你错过了什么“[”苏，“一个亚洲女人]）。 多个社交媒体网站的出现为用户提供了与同伴联系的各种渠道。 一些参与者描述了多个社交媒体网站的使用。 “莎朗，”一位非洲裔美国女性用这种方式描述了她的用法：

大多数时候我喜欢在Facebook上刷新我的新闻，或者在Twitter上查看我的粉丝以了解每个人都在谈论什么，以及[如果]人们在Twitter上发布一个戏剧性的状态，那么我会去看看在他们的[Facebook]个人资料链接中查看他们发布的内容。

其他参与者，如“基督徒”，一名非洲裔美国女性，报告说非常密集地使用一个网站：

有几天我发布了100次......我会起床检查Twitter，或者当我上车去上课时，我会检查Twitter，或者在课堂上，我会检查Twitter，并在午餐时间，我会检查Twitter，在我睡觉前我会检查Twitter。

虽然一些与会者强调了社交媒体在日常生活中的重要性，但许多人很快指出了互联网实现的实用的，与工作相关的功能。 作为“基督徒”，一位非洲裔美国女性，敏锐地观察到：“互联网不仅仅是Facebook，Twitter和Pinterest，还有电子邮件，谷歌和互联网上的图书馆数据库。”事实上，许多学生报告教授要求学生使用互联网完成指定的课堂作业，包括写博客，上网和访问虚拟课程材料。 “马特，”亚洲人，对于互联网对他的教育的重要性非常积极，他说：“我的研究需要互联网提供的特定信息，非常方便。 对我来说，生活质量提高了。“其他参与者都很矛盾，说互联网上的学校工作/工作相关材料既是一种帮助，也是一种障碍。 一位非洲裔美国女性的“基督徒”指出：“你在Facebook，谷歌，你的电子邮件，推特上，你正在写一篇论文，而你正在阅读一些东西。 这就像不断变化一样。“从普遍来看，参与者承认互联网作为大学环境的一部分的便利性和必要性。 “凯特，”一位白人妇女说：“我经常使用互联网主要是为了上课和澄清主题。 完全切断互联网，我不知道如何在大学环境中生存。“

最后的子主题，“其他互联网活动”，包括娱乐活动，如观看视频流，玩在线视频游戏，浏览娱乐，社交网络和新闻网站，在论坛上发布（例如，Reddit）和一般搜索。 这些活动通常与工作和/或社交媒体一起进行。 “安吉拉”，一位非洲裔美国女性，报道说“我在做功课，打扫房间或玩耍时，都会在互联网上听音乐 塞尔达 （一个视频游戏），或看其他人在线播放 塞尔达 同时。“其他参与者一次只参与一项活动，表示他们更喜欢某些活动给他人。 例子包括新闻检索（“我认为我的主要新闻来源是互联网。我在我的Feed上阅读3或4报纸，这非常重要”[“Matt，”亚洲人]），在线游戏（“我在互联网上玩随机的人，并与他们互动，就像我玩篮球游戏一样。你只是玩它们，然后玩它们“[”汤姆，“白人”）和视频流（“对我来说”花在观看电影和节目上的时间比实际做社交媒体的时间长。随着时间的推移，从观看电影到做其他事情都会发生变化“[”Matt，“亚洲男人]。 “克莱尔，”一位白人妇女报告说，网上购物特别吸引人，说“我讨厌去商场，讨厌试穿衣服，现在我没必要。 它恰好在网上。“无论活动如何，次主题”其他互联网活动“突出了互联网的广泛实用性和吸引力，但也强调了互联网使用可能存在问题的风险。

无论学生是在使用Internet来增强人际关系和社交网络，学校作业还是娱乐，Internet都提供了各种易于使用的选择，鼓励人们不断使用。 实际上，学生们注意到，同行和教授可以促进和加强他们对Internet的使用，因此，对于那些更可能发展IA / PIU的人来说，这可能是一个潜在的风险。 一位白人妇女“凯特”这样形容他人的期望：“要检查我的电子邮件，就好像我从中得不到喜悦，感觉我必须这样做，当工作人员给我发电子邮件时，我必须做出回应，否则我不知道是否应该这样做。”

主题3：互联网过度使用的后果。 “互联网过度使用的后果”这一主题的特点是参与者对互联网使用的短期和长期影响的描述。 子主题包括身心健康结果，心理社会功能和工作效率。 虽然并非所有影响都是消极的，但参与者更容易指出负面后果，特别是在健康和工作方面。

与会者讨论了互联网过度使用对健康造成的不良后果。 一些与会者报告了对身体健康的普遍关注。 这些问题包括睡眠剥夺（例如，“我认为睡眠不足。我知道即使我完成了工作，它也就像12或1。我会起来'直到3，因为我正在做一些随机的事情互联网“[”南希，“一个亚洲女人]），缺乏运动（例如，”我打算运动，就像我会坐在那里，继续阅读的东西，并且喜欢'太糟糕，我没有到达运动'[“凯文，”一个白人]）和不良的姿势（例如，“......我们这一代的姿势相当糟糕，因为打字很多并坐着”[“迈克，”一个非洲裔美国人]）。 “汤姆，”一个白人，指出了身心健康的交集，说“如果我有一天在互联网上花了很多时间，而不是做一些体力活动或外出，我会沮丧自己，感到沮丧。 ”

其他学生主要关注他们的心理症状经历。 对于一些参与者来说，愤怒和沮丧是最常见的症状。 “希瑟，”一位非裔美国女性报道说：“当天的第一件事就是上Facebook或Twitter。 如果我听到一些愚蠢的话，它会在一天的剩余时间里惹恼我。“同样的”露西，“一个亚洲女人，注意到她日常烦躁的不同：

我认为这让我觉得在上网很长一段时间后感觉很尴尬，就像我觉得我浪费了很多时间一样。 我想有时甚至在一天中很长一段时间我都没有与人进行社交互动，我更加烦躁。

其他参与者报告在互联网使用后经历悲伤和抑郁。 对于一些人来说，这种悲伤是通过将他们目前的生活方式与同龄人在社交媒体上发布的生活方式进行比较而引发的 “安德鲁，”一个白人，详细说明：

通常大多数人实际上发布了他们生活中最好的部分，所以有一半的时间你去那里，只是看到“哦，我有这么多的乐趣，我在沙滩上，与热辣的女孩聚会。”你就像“我在宿舍里，我......我在麦当劳工作。”我怀疑......他们的生活......比我的好多了。 但是，当我已经沮丧，上网并看到它时，我就像“是的，我很糟糕。”

学生使用互联网和随后的健康报告可能与他们所从事的特定互联网活动及其互联网使用模式有关。 正如非洲裔美国女性“希瑟”所指出的那样：“如果你是一个社交人士，那么[社交媒体]会增加它。 这就像是一个更快的出口...但如果你不是，那么你只是在观看。“这个引用突出了互联网对社会功能的双重或矛盾效应。 也就是说，互联网可以增强学生的社交生活; 然而，当过度使用并以促进和加强社会隔离的方式使用时，其使用会减少面对面社交互动的数量和质量。 一些与会者抱怨他们的同行使用互联网阻碍了他们的面对面互动。 “南希，”一位亚洲女性，用这种方式解释了她的经历：

我有这个东西，特别是当我和某人一起吃东西时，他们拿出手机，他们开始检查他们的Facebook，Twitter或类似的东西，我会看着他们，我会像“真的，你现在要在我面前做这件事吗？“

“Den”，一位非洲裔美国人，指出依赖互联网进行社交互动可能会导致缺乏面对面的沟通技巧：“当你在电脑后面时，你会花时间制作完美的信息......但是当你面对面时，[这个人]有点社交尴尬，而不是真的存在。“此外，在引用许多情绪的引述中，”Lydia“，一位非洲裔美国女性，强调互联网过度使用会对她产生负面影响关系质量，说：“我会回家，而不是和我的阿姨和表兄弟说话，我只是坐在沙发上，玩我的笔记本电脑或手机。 不要与其他任何人交往。 所以我真的不和任何人说话。“

相反，其他参与者指出了互联网使用的积极社会影响。 互联网可以促进与家人，朋友和社区支持的联系。 来自焦点小组二的非洲裔美国人弗雷德以这种方式解释道：

我觉得如果你在Twitter上，你就像是在联系。 如果你在校园里，每个人都很亲密。 但与此同时，Twitter让它更加接近......我觉得你让人们知道你在做什么更公开，所以如果你愿意，他们可以和你一起出去玩。

互联网似乎对长途关系的参与者尤为重要。 “安吉拉”是一位非洲裔美国女性，她描述了利用互联网跟上居住在远方的家庭的好处，并说：“我认为这很有帮助。 有很多家庭成员，我还没有真正谈过......所以我可以发一封快速的电子邮件，然后说'嘿，你好吗'，而不是打电话给他们。“

学术生产力，即最终的次主题，描述了参与者如何看待互联网使用对整体学校工作和生产力的影响。 许多与会者注意到互联网过度使用对其一般学业成绩的负面影响。 “Lydia，”一位非洲裔美国女性说：“我觉得如果不是因为我的互联网使用，我的成绩可能会比10好一倍。”一些参与者，如“Jessie”，一位非洲裔美国女性，将此与无能为力专注：“我长时间专注于一件事情的能力严重受损......我甚至无法专注于2分钟。”其他学生指出他们的工作质量因在互联网上拖延而受到影响。 “南希，”一位亚洲女性报道说：“我的学校工作遭受了很多互联网使用......在互联网上就像你拖延这么多，最终你达到了'我需要完成这件事......'你不是一直都在那里。“一般来说，学生们报告虽然互联网是学校必需的，但互联网过度使用的后果与他们的学校目标是相反的。

讨论

本研究调查了美国大学生IA / PIU的一系列问题，包括互联网过度使用问题的自然历史; 密集互联网使用的常见情感，人际关系和情境触发因素; 互联网活动的首选模式; 密集的互联网使用对精神疾病，心理社会和健康的不利影响。 本研究并未试图确定美国大学生网络成瘾的流行率。 相反，我们打算通过直接引用焦点小组中的参与者单词，提供有关学生使用密集互联网/互联网过度使用体验的丰富而详细的描述。 此外，焦点小组讨论产生的定性主题将先前定量研究的相关发现情境化。

许多学生承认，很难准确计算他们每天在互联网上花费的总时间，因为移动设备（例如手机和平板电脑）上的无限数据计划意味着互联网始终可用。 然而，学生仍然能够在自我报告的定性和标准化测量中持续准确地自我报告，从而验证定性和定量结果。 许多学生表示，他们无法准确区分因学校或工作相关目的而在互联网上花费的时间与非学校/工作相关的目的。 一些研究表明，在互联网上花费的总时间与大学生的IA / PIU之间存在正相关关系[26, 56]。 但是，将用于工作和/或学校相关目的的因特网上花费的时间与用于娱乐目的的因特网上花费的时间进行区分可能更准确[29]。 对于非学校/工作相关的互联网活动，参与者最少使用在线视频游戏。 社交媒体的使用普遍存在于样本中。 学生与互联网的学术关系是动态和多样的。 虽然他们注意到过度使用的普遍和消极后果，但他们也指出了互联网在学术工作中的好处。

定性研究结果表明，与社会和工作相关的义务相关的负面情绪（例如，抑郁情绪，悲伤和愤怒），无聊和压力是许多学生参与密集互联网使用的常见情绪和情境触发因素。 不幸的是，使用互联网作为消极心理状态的应对策略也可能使这些状态长期存在。 研究表明，使用互联网作为应对机制可能类似于使用酒精和其他精神药物进行自我药疗[13]。 理论家认为，互联网使用问题是消极情感状态和精神痛苦的姑息性应对机制[13, 15]。 对于本研究中的学生，因使用姑息性互联网而产生的消极情绪状态与愤怒和沮丧有关。 沮丧的原因各不相同（例如，由于在互联网上花费了漫长而无益的时间而感到内疚，对互联网上其他人的行为感到愤怒）; 然而，学生们报告说，密集的互联网使用既有助于加剧和加剧负面的情绪状态。 当感到厌倦时，许多学生立即希望在因特网上进行不同的活动（例如，浏览社交媒体网站），特别是当因特网（例如，具有因特网访问的膝上型计算机和移动设备）容易获得时。 无聊易感性，冲动性和新奇/感觉寻求性情的青少年成瘾行为的风险增加[57, 58]。 因此，很有趣的是，本研究中的许多学生将互联网使用作为应对无聊的主要手段。 在国际环境中的研究发现，患有IA / PIU的青少年对患有物质使用障碍和行为成瘾的个体具有相似的遗传和气质特征，包括冲动和感觉寻求[7, 9, 42].

研究参与者报告了与强化互联网使用相关的各种不良健康和心理社会后果。 由于他们在互联网上花费的时间过长，许多学生未能锻炼和参与面对面的社交活动。 之前的研究已将互联网使用与体重增加和肥胖联系起来[59和理论家推测，青少年和年轻人中互联网使用的爆炸性增长可能是美国，中国和其他地方肥胖流行的一个关键因素[60]。 本研究中的许多学生将互联网过度使用视为睡眠剥夺的关键因素。 这一发现与先前的研究结果一致，这些研究表明患有IA / PIU的学生更有可能经历睡眠障碍，睡眠不足和失眠[30, 61]。 本研究中的学生指出，他们的睡眠减少主要是因为互联网上的拖延。 由于在互联网上花费了漫长而无益的时间，一些学生不得不牺牲他们的睡眠时间来匆匆学习。

对年轻人和新兴成人社交媒体网站的过度/问题使用进行了检查和记录[62–64]。 本研究中的许多学生对社交媒体持怀疑态度，并指出这些媒体可以在面对面社交活动中发挥促进作用和抑制作用，具体取决于使用的水平和性质以及用户的个人特征。 与之前的研究结果不同，后者发现大学生经常在聊天室与其他人交往并与其交往，以应对抑郁症的症状[24, 25, 29]，本研究中的一些学生注意到，当他们感到“悲伤”或“沮丧”时，他们更喜欢在互联网上观看视频或浏览博客和/或公告板网站（例如，Reddit）。 学生们报告说，在经历抑郁症症状时，避免与互联网上的其他人进行社交。

这项研究的一些引用表明，访问互联网降低了学生无聊的门槛，使个人变得更加无聊，并且更加难以专注于必要的，与学校/工作相关的任务。 理论家推测，过度使用互联网可能会影响大脑功能，从而降低集中注意力的能力[65]。 此外，之前的研究已将注意力缺陷多动障碍（ADHD）与韩国大学生的IA / PIU联系起来[41, 66]。 这项研究的结果表明，这些先前的研究结果可能不受文化约束。

此外，与报道的大部分文献相反[9]，本研究的参与者最少使用在线视频游戏。 这一发现可能是由于我们样本的成分，其中绝大部分是由女性组成的。 之前的研究表明，男性更容易过度玩视频游戏，并且比女性更容易出现视频游戏成瘾等问题[23, 67]。 文化因素也可能在本样本中报道的较低水平的在线视频游戏中发挥作用，相对于东亚大学生研究中发现的水平[23]。 此外，由于研究目的被宣传为探索学生的互联网过度使用体验，因此该样本中的视频游戏可能会被最低限度地报告。 学生可能期望他们主要是讨论他们通过计算机使用互联网的经历，而不是通过其他游戏机（例如，Xbox 360）在互联网上玩视频游戏。 过度和/或有问题的游戏的污名化也可以最小化群组设置中的报告。

最终，这项研究创造了几乎与答案一样多的问题。 具体而言，本研究的研究结果进一步阐明了以前的一些研究结果，这些研究结果在文献中被强调为不清楚或其他探索性质。 例如，几乎整个样本（99.7％，来自平均值的2 SD）在进入大学之前首先访问了互联网（M = 9岁，SD = 2.7）; 许多学生直到青少年时期/大学毕业后都没有自我识别出与强化互联网使用相关的问题。 之前的一些研究结果表明，使用互联网的年数与IA / PIU有关[34, 56]。 然而，其他研究并未支持这样的结论[26]。 未来的研究有必要澄清互联网使用的早期发生或互联网过度使用是否可以作为未来IA / PIU的预测因子。

此外，本研究还强调了IA / PIU与其他行为成瘾之间的一些相似之处。 物质滥用和心理健康领域的不言而喻，物质使用的早期发作预示着一个更有问题的过程和更差的预后[后来发病] [68]。 然而，由于没有纵向研究调查IA / PIU的发展轨迹，我们无法得出这些学生中IA / PIU的长期轨迹的任何结论。 对美国大学生IA / PIU自然史以及相关的不良健康和心理社会后果的进一步研究也将为预防和治疗举措提供信息，从而可能提高其有效性。

如前所述，本研究中的学生在社交媒体网站上花了很多时间。 在社交媒体网站上花费的时间可能表明习惯形成而不是上瘾的属性，虽然以前的研究表明学生发现Facebook上瘾[62]。 需要进一步的研究来确定大学生社交媒体使用的成瘾因素。 特别是，当学生无法使用社交媒体网站时，未来的研究应该注意戒断症状的存在。 因此，未来的研究可能有必要检查学生参与社交媒体网站的具体活动（例如，主要发布在社交媒体网站上，主要是浏览其他人的帖子）以及不同活动如何影响社交媒体密集使用的临床结果。 评估社交媒体网站使用问题的仪器开发研究可能会受益于包含捕捉不同细微差别的问题。 最后，需要进一步的研究来建立临床诊断标准，以准确区分正常用户和患有IA / PIU的学生。 需要更多的研究来调查这些学生是否适合并将从正式的预防和治疗干预中受益。

研究限制包括样本量小，调查的单一地点位置以及调查结果的探索性质。 这些因素都可能限制结果的普遍性。 发送给整个大学学生团体的招聘电子邮件被用作筛选工具; 但是，有可能学生自我选择进入研究，可能与IA / PIU问题的学生不同，他们拒绝回复招聘电子邮件。 此外，本研究中使用的IA / PIU的标准测量不具有为区分IA / PIU和正常的互联网使用而建立的临床或经验截止分数。 因此，我们依赖于参与者自己的自我反思和自我报告，这些主观性质是主观的。

尽管有这些限制，进行这项研究的大学与许多其他大型公立大学没有什么不同，研究样本在种族和性别方面也各不相同。 此外，参与者对自己认为有问题的互联网使用的自我反思和定性反应增加了研究结果的深度，并有助于将大学生中与IA / PIU相关的先前研究结果进行背景化，包括PIU的自然历史，IA /触发器和模式PIU，以及IA / PIU的后果。 我们研究的许多学生都强调他们因互联网密集使用/互联网过度使用而遭受的伤害。 大多数在美国面临或患有IA / PIU问题的学生可能没有因其互联网过度使用问题而接受特定的预防或治疗干预措施。 虽然大量的国际文献已经认识到IA / PIU对大学生的不良后果，但大学校园医疗保健和其他医疗机构很难确定大学生的IA / PIU并因缺乏临床诊断工具而提供治疗。适当的干预措施[7, 23]。 我们希望我们的研究结果能够刺激这一新兴领域的进一步调

支持信息

作者贡献

构思并设计了实验：WL MOH。 进行实验：WL MOH。 分析数据：WL JEO SMS。 供稿试剂/材料/分析工具：WL JEO MOH。 写了这篇论文：WL JEO SMS MOH。

参考资料

1. 1。 Miniwatts Marketing Group（2014）互联网世界统计数据：使用情况和人口统计数据。 可用： http://www.internetworldstats.com/stats.​htm。 访问2014 Jun 15。
2. 2.美国皮尤研究中心，皮尤互联网与美国生活项目（2014年），青少年概况介绍，皮尤互联网项目对青少年的研究重点。 可用的： http://www.pewinternet.org/fact-sheet/te​ens-fact-sheet/。 访问2014 Jun 15。
3. 3.美国皮尤研究中心，皮尤互联网与美国生活项目（2012年），大学生与技术。 可用的： http://www.pewInternet.org/Reports/2011/​College-students-and-technology.aspx。 访问2014 Jun 15。
4. 4。 Byun S，Ruffini C，Mills JE，Douglas AC，Niang M，et al。 （2009）网络成瘾：1996-2006定量研究的综合。 Cyber​​psychol Behav 12：203-207。 doi：10.1089 / cpb.2008.0102。 结论：19072075
   • 查看文章
   • 考研/ NCBI
   • Google Scholar
5. 5。 Hsu SH，Wen MH，Wu MC（2009）探索用户体验作为MMORPG成瘾的预测因子。 Comput Educ 53：990-999。 doi：10.1016 / j.compedu.2009.05.016
6. 查看文章
7. 考研/ NCBI
8. Google Scholar
9. 查看文章
10. 考研/ NCBI
11. Google Scholar
12. 查看文章
13. 考研/ NCBI
14. Google Scholar
15. 查看文章
16. 考研/ NCBI
17. Google Scholar
18. 查看文章
19. 考研/ NCBI
20. Google Scholar
21. 查看文章
22. 考研/ NCBI
23. Google Scholar
24. 查看文章
25. 考研/ NCBI
26. Google Scholar
27. 查看文章
28. 考研/ NCBI
29. Google Scholar
30. 查看文章
31. 考研/ NCBI
32. Google Scholar
33. 查看文章
34. 考研/ NCBI
35. Google Scholar
36. 查看文章
37. 考研/ NCBI
38. Google Scholar
39. 6。 Liu T，Potenza MN（2007）有问题的互联网使用：临床意义。 CNS Spectr 12：453-466。 结论：17545956
40. 查看文章
41. 考研/ NCBI
42. Google Scholar
43. 查看文章
44. 考研/ NCBI
45. Google Scholar
46. 查看文章
47. 考研/ NCBI
48. Google Scholar
49. 查看文章
50. 考研/ NCBI
51. Google Scholar
52. 7。 Weinstein A，Lejoyeux M（2010）网络成瘾或过度使用互联网。 Am J Drug Alcohol Abuse 36：277-283。 doi：10.3109 / 00952990.2010.491880。 结论：20545603
53. 查看文章
54. 考研/ NCBI
55. Google Scholar
56. 查看文章
57. 考研/ NCBI
58. Google Scholar
59. 查看文章
60. 考研/ NCBI
61. Google Scholar
62. 查看文章
63. 考研/ NCBI
64. Google Scholar
65. 查看文章
66. 考研/ NCBI
67. Google Scholar
68. 查看文章
69. 考研/ NCBI
70. Google Scholar
71. 查看文章
72. 考研/ NCBI
73. Google Scholar
74. 查看文章
75. 考研/ NCBI
76. Google Scholar
77. 查看文章
78. 考研/ NCBI
79. Google Scholar
80. 查看文章
81. 考研/ NCBI
82. Google Scholar
83. 查看文章
84. 考研/ NCBI
85. Google Scholar
86. 查看文章
87. 考研/ NCBI
88. Google Scholar
89. 查看文章
90. 考研/ NCBI
91. Google Scholar
92. 查看文章
93. 考研/ NCBI
94. Google Scholar
95. 查看文章
96. 考研/ NCBI
97. Google Scholar
98. 查看文章
99. 考研/ NCBI
100. Google Scholar
101. 查看文章
102. 考研/ NCBI
103. Google Scholar
104. 查看文章
105. 考研/ NCBI
106. Google Scholar
107. 查看文章
108. 考研/ NCBI
109. Google Scholar
110. 查看文章
111. 考研/ NCBI
112. Google Scholar
113. 查看文章
114. 考研/ NCBI
115. Google Scholar
116. 查看文章
117. 考研/ NCBI
118. Google Scholar
119. 查看文章
120. 考研/ NCBI
121. Google Scholar
122. 查看文章
123. 考研/ NCBI
124. Google Scholar
125. 查看文章
126. 考研/ NCBI
127. Google Scholar
128. 查看文章
129. 考研/ NCBI
130. Google Scholar
131. 查看文章
132. 考研/ NCBI
133. Google Scholar
134. 8。 Young KS（2004）网络成瘾：一种新的临床现象及其后果。 Am Behav Sci 48：402-415。 doi：10.1177 / 0002764204270278
135. 9。 Spada MM（2014）有关互联网使用问题的概述。 Addict Behav 39：3-6。 doi：10.1016 / j.addbeh.2013.09.007。 结论：24126206
136. 查看文章
137. 考研/ NCBI
138. Google Scholar
139. 查看文章
140. 考研/ NCBI
141. Google Scholar
142. 查看文章
143. 考研/ NCBI
144. Google Scholar
145. 10。 Young K（1998）网瘾：一种新的临床疾病的出现。 Cyber​​Psychology Behav 1：237-244。 doi：10.1089 / cpb.1998.1.237
146. 查看文章
147. 考研/ NCBI
148. Google Scholar
149. 查看文章
150. 考研/ NCBI
151. Google Scholar
152. 查看文章
153. 考研/ NCBI
154. Google Scholar
155. 查看文章
156. 考研/ NCBI
157. Google Scholar
158. 查看文章
159. 考研/ NCBI
160. Google Scholar
161. 查看文章
162. 考研/ NCBI
163. Google Scholar
164. 查看文章
165. 考研/ NCBI
166. Google Scholar
167. 查看文章
168. 考研/ NCBI
169. Google Scholar
170. 查看文章
171. 考研/ NCBI
172. Google Scholar
173. 查看文章
174. 考研/ NCBI
175. Google Scholar
176. 11。 Scherer K（1997）大学生活在线：健康和不健康的互联网使用。 J Coll Stud Dev 38：655-665。
177. 查看文章
178. 考研/ NCBI
179. Google Scholar
180. 查看文章
181. 考研/ NCBI
182. Google Scholar
183. 查看文章
184. 考研/ NCBI
185. Google Scholar
186. 12。 Shapira NA，Goldsmith TD，Keck PE，Khosla UM，McElroy SL（2000）有互联网使用问题的个人的精神病学特征。 J Affect Disorders 57：267-272。 pmid：10708842 doi：10.1016 / s0165-0327（99）00107-x
187. 13。 Davis RA（2001）病理性互联网使用的认知 - 行为模型。 Comput Human Beha 17：187-195。 doi：10.1016 / s0747-5632（00）00041-8
188. 14。 Caplan SE（2002）有问题的互联网使用和社会心理健康：开发基于理论的认知行为测量工具。 Comput Human Behav 17：553-575。 doi：10.1016 / s0747-5632（02）00004-3
189. 15。 LaRose R，Eastin MS（2004）互联网使用和满足的社会认知理论：走向媒体出席的新模式。 J Broadcast Electron 48：358-377。 doi：10.1207 / s15506878jobem4803_2
190. 16。 美国精神病学协会（2000）精神障碍诊断和统计手册（4th ed。，text rev。）。 华盛顿特区：Auther。 结论：25506959
191. 17。 Beard K，Wolf E（2001）修改了建议的网络成瘾诊断标准。 Cyber​​Psychology Behav 4：377-383。 pmid：11710263 doi：10.1089 / 109493101300210286
192. 18。 陶睿，黄,,王杰，张,,张,,等。 （2010）建议的网络成瘾诊断标准。 成瘾105：556-564。 doi：10.1111 / j.1360-0443.2009.02828.x。 结论：20403001
193. 19。 Caplan SE（2010）理论和测量广义有问题的互联网使用：两步法。 Comput Human Behav 26：1098-1097。 doi：10.1016 / j.chb.2010.03.012
194. 20。 Davis RA，Flett GL，Besser A（2002）验证用于衡量有问题的互联网使用的新规模：对就业前筛选的影响。 Cyber​​Psychology Behav 5：331-345。 pmid：12216698 doi：10.1089 / 109493102760275581
195. 21。 美国精神病学协会（2013）精神障碍诊断和统计手册（5th Ed。）。 Arlinton：美国精神病学出版社。 doi：10.1016 / j.jsps.2013.12.015。 结论：25561862
196. 22。 Lortie C，Guitton MJ（2013）网络成瘾评估工具：维度结构和方法论状态。 成瘾108：1207-1216。 doi：10.1111 / add.12202。 结论：23651255
197. 23。 Li W，Garland EL，Howard MO（2014）中国青年网络成瘾的家庭因素：英语和汉语研究综述。 Comput Human Behav 31：393-411。 doi：10.1016 / j.chb.2013.11.004
198. 24。 Christakis DA，Moreno MM，Jelenchick L，Myaing MT，Zhou C（2011）美国大学生的互联网使用问题：一项试点研究。 BMC Med 9：77。 doi：10.1186 / 1741-7015-9-77。 结论：21696582
199. 25。 Fortson BL，Scotti JR，Chen YC，Malone J，Del Ben KS（2007）互联网使用，滥用和依赖东南地区大学的学生。 J Am Coll Health 56：137-144。 pmid：17967759 doi：10.3200 / jach.56.2.137-146
200. 26。 Zhang L，Amos C，McDowell WC（2008）美国与中国网络成瘾的比较研究。 Cyber​​Psychology Behav 11：727-729。 doi：10.1089 / cpb.2008.0026。 结论：18991530
201. 27。 Moreno MA，Jelenchick L，Cox E，Young H，Christakis DA（2011）美国青年中有问题的互联网使用：系统评价。 Arch Pediatr Adolesc Med 165：797-805。 doi：10.1001 / archpediatrics.2011.58。 结论：21536950
202. 28。 Anderson KJ（2001）在大学生中使用互联网：一项探索性研究。 J Am Coll Heal 50：21-26。 pmid：11534747 doi：10.1080 / 07448480109595707
203. 29。 Derbyshire KL，Lust KA，Schreiber LRN，Odlaug BL，Christenson GA，et al。 （2013）大学样本中有问题的互联网使用和相关风险。 Compr Psychiatry 54：415-422。 doi：10.1016 / j.comppsych.2012.11.003。 结论：23312879
204. 30。 Jelenchick LA，Becker T，Moreno MA（2012）评估美国大学生网络成瘾测试（IAT）的心理测量属性。 Psychiatry Res 196：296-301。 doi：10.1016 / j.psychres.2011.09.007。 结论：22386568
205. 31。 Morahan-Martin J，Schumacher P（2003）互联网的孤独和社交用途。 Comput Human Behav 16：659-671。 doi：10.1016 / s0747-5632（03）00040-2
206. 32。 Canan F，Ataoglu A，Ozcetin A，Icmeli C（2012）土耳其大学生中网络成瘾与分离之间的联系。 Compre Psychiat 53：422-426。 doi：10.1016 / j.comppsych.2011.08.006。 结论：22000475
207. 33。 Frangos C，Frangos C，Kiohos A（2010）希腊大学生中的网络成瘾：使用希腊版的Young's网瘾测试的人口统计学现象。 国际经济科学与应用研究期刊3：49-74。
208. 34。 Ni X，Yan H，Chen S，Liu Z（2009）影响中国新生大学生网络成瘾的因素。 Cyber​​Psychology Behav 12：327-330。 doi：10.1089 / cpb.2008.0321。 结论：19445631
209. 35。 Niemz K，Griffiths M，Banyard P（2005）大学生病理性互联网使用的普遍程度以及与自尊，一般健康问卷（GHQ）和去抑制的相关性。 Cyber​​Psychology Behav 8：562-570。 pmid：16332167 doi：10.1089 / cpb.2005.8.562
210. 36。 Lam LT（2014）互联网游戏成瘾，互联网问题使用和睡眠问题：系统评价。 Curr Psychiatry Rep 16：444。 doi：10.1007 / s11920-014-0444-1。 结论：24619594
211. 37。 Vandelanotte C，Sugiyama T，Gardiner P，Owen N（2009）休闲时间互联网和计算机使用与超重和肥胖，身体活动和久坐行为的关联：横断面研究。 J Med Internet Res 11：e28。 doi：10.2196 / jmir.1084。 结论：19666455
212. 38。 Dong GG，Lu Q，Zhou H，Zhao X（2011）前体或后遗症：网络成瘾患者的病理性疾病。 PloS One 6：e14703。 doi：10.1371 / journal.pone.0014703。 结论：21358822
213. 39。 Ko CH，Yen JY，Yen CF，Chen CS，Chen CC（2010）网络成瘾与精神疾病之间的关联：文献综述。 Eur Psychiatry 27：1-8。 doi：10.1016 / j.eurpsy.2010.04.011
214. 40。 Park S，Hong KEM，Park EJ，Ha KS，Yoo HJ（2013）韩国青少年互联网使用与抑郁症，自杀意念和双相情感障碍症状之间的联系。 Aust NZJ Psychiatry 47：153-159。 doi：10.1177 / 0004867412463613。 结论：23047959
215. 41。 Yen JY，Yen CF，Chen CS，Tang TC，Ko CH（2009）成人ADHD症状与大学生网络成瘾之间的关系：性别差异。 Cyber​​psychol Behav 12：187-191。 doi：10.1089 / cpb.2008.0113。 结论：19072077
216. 42。 Lee HW，Choi JS，Shin YC，Lee JY，Jung HY，et al。 （2012）网络成瘾的冲动：与病态赌博的比较。 Cyber​​psychology，Behav Soc Netw 15：373-377。 doi：10.1089 / cyber.2012.0063。 结论：22663306
217. 43。 Yen J，Ko C，Yen C，Chen C，Chen C（2009）大学生有害酒精使用与网络成瘾的关系：人格比较。 Psychiat Clin Neuros 63：218-224。 doi：10.1111 / j.1440-1819.2009.01943.x
218. 44。 Kim SH，Baik SH，Park CS，Kim SJ，Choi SW，et al。 （2011）减少网络成瘾患者的纹状体多巴胺D2受体。 Neuroreport 22：407-411。 doi：10.1097 / WNR.0b013e328346e16e。 结论：21499141
219. 45。 KühnS，Gallinat J（2014）在线大脑：习惯性互联网使用的结构和功能相关性。 Addict Biol。 doi：10.1111 / adb.12128。
220. 46。 Sun P，Johnson CA，Palmer P，Arpawong TE，Unger JB，et al。 （2012）强制性互联网使用与物质使用之间的并发和预测关系：中国和美国职业高中学生的调查结果。 国际环境研究与公共卫生杂志9：660-673。 doi：10.3390 / ijerph9030660。 结论：22690154
221. 47。 Lam LT，Peng Z，Mai J，Jing J（2009）青少年网络成瘾与自我伤害行为之间的联系。 Inj Prev 15：403-408。 doi：10.1136 / ip.2009.021949。 结论：19959733
222. 48。 Kerkhof P，Finkenauer C，Muusses LD（2011）强迫性互联网使用的关系后果：新婚夫妇的纵向研究。 Hum Commun Res 37：147-173。 doi：10.1111 / j.1468-2958.2010.01397.x
223. 49。 Krueger RA，Casey MA（2000）焦点小组：应用研究的实用指南。 Throusand Oaks：Sage Publishcations。 结论：25506959
224. 50。 开展焦点小组的工具包。 可用： http://www.rowan.edu/colleges/chss/facul​tystaff/focusgrouptoolkit.pd。 访问2014 Jun 15。
225. 51。 Meerkerk GJ，Van Den Eijnden RJJM，Vermulst AA，Garretsen HFL（2009）强制性互联网使用规模（CIUS）：一些心理测量属性。 Cyber​​psychol Behav 12：1-6。 doi：10.1089 / cpb.2008.0181。 结论：19072079
226. 52。 Dowling NA，Quirk KL（2009）筛查互联网依赖：拟议的诊断标准是否区分正常和互联网使用？ Cyber​​psychol Behav 12：21-27。 doi：10.1089 / cpb.2008.0162。 结论：19196045
227. 53。 Guertler D，Rumpf HJ，Bischof A，Kastirke N，Petersen KU，et al。 （2014）通过强制性互联网使用量表和网络成瘾测试对有问题的互联网使用进行评估：有问题和病态赌徒的样本。 Eur Addict Res 20：75-81。 doi：10.1159 / 000355076。 结论：24080838
228. 54。 Padgett DK（1998）社会工作研究中的定性方法：挑战和回报。 千橡市：贤者出版社。 结论：25506963
229. 55. DeCuir-Gunby JT，Marshall PL，McCulloch AW（2011）开发和使用密码本来分析采访数据：来自专业发展研究项目的示例。 现场方法23：136-155。 doi：10.1177 / 1525822×10388468
230. 56。 GonzálezE，Orgaz B（2014）西班牙大学生中有问题的在线体验：与互联网使用特征和临床症状的关联。 Comput Human Behav 31：151-158。 doi：10.1016 / j.chb.2013.10.038
231. 57。 Belcher AM，Volkow ND，Moeller FG，FerréS（2014）人格特质和对物质使用障碍的脆弱性或适应力。 趋势Cogn Sci 18：211-217。 doi：10.1016 / j.tics.2014.01.010。 结论：24612993
232. 58。 Wegner L，Flisher AJ（2009）休闲无聊和青少年风险行为：系统性文献综述。 J Child Adolesc Ment Health 21：1-28。 doi：10.2989 / jcamh.2009.21.1.4.806
233. 59。 Canan F，Yildirim O，Ustunel TY，Sinani G，Kaleli AH，et al。 （2013）。 土耳其青少年网络成瘾与体重指数的关系。 Cyber​​psychology，Behav Soc Netw 17：40-45。 doi：10.1089 / cyber.2012.0733。 结论：23952625
234. 60。 Li M，Deng Y，Ren Y，Guo S，He X（2014）湘潭市中学生肥胖状况及其与网络成瘾的关系。 肥胖症22：482-487。 doi：10.1002 / oby.20595。 结论：23929670
235. 61。 Cheng SH，Shih CC，Lee IH，Hou YW，Chen KC，et al。 （2012）对即将入读的大学生睡眠质量的研究。 Psychiatry Res 197：270-274。 doi：10.1016 / j.psychres.2011.08.011。 结论：22342120
236. 62。 Pempek TA，Yermolayeva YA，Calvert SL（2009）大学生在Facebook上的社交网络体验。 J Appl Dev Psychol 30：227-238。 doi：10.1016 / j.appdev.2008.12.010
237. 63。 Andreassen CS，Torsheim T，Brunborg GS，Pallesen S（2012）开发Facebook成瘾量表1，2。 Psychol Rep 110：501-517。 pmid：22662404 doi：10.2466 / 02.09.18.pr0.110.2.501-517
238. 64。 Koc M，Gulyagci S（2013）土耳其大学生中的Facebook成瘾：心理健康，人口统计和使用特征的作用。 Cyber​​psychol Behav Soc Netw 16：279-284。 doi：10.1089 / cyber.2012.0249。 结论：23286695
239. 65. Carr N（2011）肤浅：互联网对我们大脑的影响。 纽约：WWNorton＆Company。
240. 66。 Ko CH，Yen JY，Chen CS，Chen CC，Yen CF（2008）大学生网络成瘾的精神病合并症：一项访谈研究。 CNS Spectr 13：147-153。 结论：18227746
241. 67。 Jackson LA，Von Eye A，Witt EA，Zhao Y，Fitzgerald HE（2011）纵向研究互联网使用和视频游戏对学业成绩的影响以及性别，种族和收入在这些关系中的作用。 Comput Human Behav 27：228-239。 doi：10.1016 / j.chb.2010.08.001
242. 68。 Rohde P，Lewinsohn PM，Kahler CW，Seeley JR，Brown RA（2001）自然过程中的酒精使用障碍从青春期到青年期。 J Am Acad Child Psy 40：83-90。 pmid：11195569 doi：10.1097 / 00004583-200101000-00020