青少年韩国智能手机成瘾倾向量表的开发（2012）

公共科学图书馆之一。 2014可能是21; 9（5）：e97920。 doi：10.1371 / journal.pone.0097920。

金D.1, 李Y.1, 李杰1, Nam JK1, 郑Y2.

作者信息

  • 1首尔国立大学教育系，韩国首尔。
  • 2韩国国立教育大学教育部，韩国CheongJu。

抽象

这项研究基于现有的互联网和手机成瘾量表制定了智能手机成瘾倾向量表（SAPS）。 为了发展这种规模，根据先前对互联网/电话成瘾的研究以及相关专家的临床经验，最初选择了29项（最终项的1.5倍）作为初步项。 初步量表适用于全国代表性的795名学生，分布在韩国的小学，初中和高中。 然后，根据可靠性测试结果选择了最后15项。 最终量表包括四个子域：（1）适应功能的干扰，（2）虚拟生活取向，（3）退缩和（4）宽容度。 最终量表表明Cronbach'sα为.880，具有很高的可靠性。 该量表与网络成瘾量表KS-II的关系已证明了该量表的标准有效性（r = 49）。 为了分析构造的有效性，我们测试了结构方程模型。 结果表明四因素结构是有效的（NFI = .943，TLI = .902，CFI = .902，RMSEA = .034）。 随着网络成瘾，智能手机成瘾正作为一种新的成瘾形式而受到越来越多的关注。 对于筛选可能面临智能手机成瘾风险的青少年，SAPS似乎是一种可靠且有效的诊断量表。 讨论了进一步的含义和局限性。

图

引文： Kim D，Lee Y，Lee J，Nam JK，Chung Y（2014）韩国智能手机成瘾倾向量表的发展。 PLoS ONE 9（5）：e97920。 DOI：10.1371 / journal.pone.0097920

责任编辑： Amanda Bruce，密苏里大学 - 堪萨斯城，美利坚合众国

收稿日期： 12月19，2013; 公认： 四月16，2014; 出版日期： 2014 年 5 月 21 日

版权： ©2014 Kim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。

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

在1990年代，个人计算机的普及催生了数字革命。 个人台式机很快演变为PMP，平板电脑和智能手机，这些设备在人们的生活中变得越来越普遍。 特别是自2000年以来，全球智能手机的分布率呈上升趋势 [1]。 智能手机的这种广泛使用被称为“智能革命”，并给人们的日常生活带来了巨大的变化。 尽管智能手机的使用使许多人的生活更加方便，但它也给心理健康，人际关系和身体健康带来了不利影响。 例如，由于可以通过智能手机轻松访问在线环境，因此 在线去抑制效果 特征在于降低的行为抑制 [2] [3] 越来越猖獗，特别是在网络暴力形式。

如今的青少年高度接受智能手机等新型媒体 [4] 因为他们是第一代被各种形式的高科技媒体包围的成年人 [5]。 这可能意味着年轻人比年龄较大的群体更容易受到智能媒体的不利影响。 在韩国，沉迷于智能手机的年轻人已达到11.4％的人口，其中最高的2.2％由于上瘾而难以过日常生活 [6]。 在智能手机普及之前，手机占据了青少年的大部分生命，以至于有些人报告说，当他们的手机不总是打开时，他们会感到高度焦虑。 [4]。 手机上瘾和年龄似乎成反比，年轻人更频繁地使用手机 [8]，与成年人一样，承认自己是“手机上瘾者”的可能性是其两倍 [9]。 对于青少年来说，基于电话的沟通是维持社交关系的重要途径 [7]。 随着智能手机成瘾正在成为年轻人中的主要问题，开发一种可以估计青少年中智能手机成瘾水平和状况的量表似乎迫在眉睫，以保护他们免受成瘾的不利影响。

由于智能手机的分布是一种相对较新的现象，因此研究已经确定了智能手机成瘾的独特症状。 与智能手机成瘾最接近的概念可能是手机上瘾，这被认为是一种以冲动控制问题为特征的行为成瘾。 报告的手机成瘾症状包括戒断，耐受，适应功能紊乱，强迫和病理浸入 [12] 和禁欲，缺乏控制和使用产生的问题，容忍和干扰其他活动 [13]。 现有的手机成瘾量表 [47] [48] [49] 是基于Young开发的 [10]网络成瘾测试（IAT）和Goldberg [11]网络成瘾的诊断标准。

然而，智能手机在四个主要方面与手机不同。 首先，与普通手机用户相比，智能手机用户更加动态地使用该设备。 智能手机用户同时积极地与设备本身和内容（应用程序）互动，并且可以通过创建个性化应用程序来扮演生产者的角色。 由于应用程序允许智能手机用户立即提供相互反馈，因此智能手机用户往往具有积极性，参与性，关系性，能力和生产力 [15]。 因此，智能手机的使用已被证明与应用程序的使用成正比 [14]。 其次，智能手机更加重视刺激用户表达能力的感官功能 [16]。 智能手机独特的用户界面系统，包括触摸屏操作，键盘排列，图标，明智的设计和其他组件，使用户能够展现自己的个性 [17]。 智能手机应用程序的表现方面的重要性也可以从以下事实看出：用户更喜欢允许多个用户一起玩乐的应用程序，并且对于只能单独享受的应用程序具有社交表现力。 [18]。 第三，智能手机提供融合服务，如相机，MP3，GPS，网页浏览，通话，电子邮件，游戏和社交网络服务（SNS） [19] [20] 在一台便携式设备上。 智能手机也被称为“手持互联网”，其便携性允许在任何普通台式计算机无法实现的地方提供实时和个性化服务。 此外，智能手机的“推送服务”甚至在用户要求他们之前就向用户通知相关更新，例如最新电子邮件或Facebook回复。 [21]。 智能手机提供的这种个性化服务可能会有所帮助，但也可能会诱使人们过度使用智能手机 [22] [23]。 最后，不同年龄段的人显示出不同的智能手机使用模式。 青少年主要将智能手机用于摄像头，MP3和其他娱乐功能。 20多岁的人们主要使用SNS； 而30多岁和40多岁的人们通常管理他们的日程安排，联系人列表，电子邮件和其他与业务相关的功能 [24] [25].

尽管如上所述，智能手机具有鲜明的特征，但是许多现有的智能手机成瘾量表与手机成瘾量表相同，只是将“手机”一词替换为“智能手机”。 最新的案例之一，凯西 [26] 的智能手机成瘾量表还从衡量其他类型媒体成瘾的量表中提取了项目，例如手机问题使用量表 [27]，网络成瘾测试 [10]和电视成瘾量表 [28]。 此外，由于脉冲控制问题，手机成瘾也被视为一种行为成瘾，它通常包含来自网络成瘾的元素。

因此，目前的研究开发了针对青少年的韩国智能手机成瘾易感性量表（SAPS），通过向青少年网络成瘾倾向量表（IAPS）添加反映智能手机独特特征的项目 [29]。 IAPS是一个20项目量表，用于检查自2007以来韩国青少年的网络成瘾程度。 通过当前研究开发的SAPS将成为检查青少年智能手机过度使用现象的有用工具，并最终有助于防止智能手机成瘾。

付款方式

参与者成员

这项研究是对韩国国家情报局2012年进行的智能手机成瘾项目的国家调查数据进行的二次数据分析 [34]。 本研究的研究人员作为主要研究者和助理研究人员参与了该项目。 由于该项目是在国家层面进行的，因此得出的数据来自一个在地区，年龄和性别方面具有代表性的大规模样本。 分布式调查明确说明了项目的目的，并通过填写调查结果通知参与者他们同意参与。 与韩国的实际人口分布成比例，795小学，中学和高中学生（461男性和324女性）完成了调查。 从以下四个区域中随机选择区域代理：首尔都市区，忠清/江原区，湖南（包括济州）区和Yeongnam区。 许多（44.7％）是中学生，其次是高中生（37.7％）和高年级学生（17.6％）。

措施

人口统计调查问卷。

调查包中包括一项人口调查表，其中包括与学生的个人信息，智能手机使用的程度和性质以及学习成绩有关的项目。

智能手机成瘾倾向量表项目。

基于先前开发的诊断量表和研究结果，以及众多专家的临床经验，选择理论上和经验上代表智能手机成瘾的独特特征的项目来构成量表。 初步量表由29个项目组成，每个项目在4点李克特量表上进行评分（1 =非常不同意，2 =不同意，3 =同意，4 =非常同意）。 29个初步项目围绕四个子域构建：自适应功能的扰动（9项目），撤销（7项目），容忍（6项目）和虚拟生活方向（7项目）。

心理健康问题量表。

为了检查SAPS的有效性，开发了一种评估与智能手机成瘾相关的心理健康问题的措施。 智能手机成瘾可能伴随的心理困难包括焦虑，抑郁，冲动和攻击性 [50]。 因此，NEO青年人格测试 [30] 与这些问题（因素）有关的项目已被修改并包含在当前的量表中。 量表包括32个项目，每个因子8个项目。 项目的评分为4分制（1 =非常不同意，2 =不同意，3 =同意，4 =非常同意）。 量表的项目间一致性很高，整个Cronbach的alpha为.944，每个因子的.ron，.865，.870，.820和.878。

青少年网络成瘾倾向量表（KS-II）。

为了比较智能手机成瘾与网络成瘾，使用了15项目KS-II。 KS-II由国家信息社会机构开发 [31] 通过全国范围的实地调查，已经完成了韩国的标准化程序。 KS-II围绕四个因素构造：（1）自适应功能的干扰，（2）退缩，（3）宽容和（4）虚拟生活取向。 项目的评分为4分制（1 =非常不同意，2 =不同意，3 =同意，4 =非常同意）。 量表的项目间一致性很高，Cronbach的alpha为87。

程序

首先，在审查先前制定的相关量表并检查其理论背景后，专家选择了初步调查问卷的项目。 这个初始池的数量是最终比例的两倍。 对学生进行初步量表并收集数据。 然后，根据每个子量表的可靠性测试结果选择最终项目。 最后，在AMOS上验证了每个子域的构造有效性模型。 该过程的每个步骤的更详细描述如下。

青少年初步智能手机成瘾倾向量表。

根据之前关于网络成瘾，手机成瘾和数字媒体成瘾的文献的研究结果，开发了一套针对青少年智能手机成瘾倾向量表（SAPS）的初步项目。 由于智能手机是支持互联网使用的移动设备，因此使用现有的网络成瘾量表作为参考。 Young提出的数字媒体成瘾特征 [38] 和格林菲尔德 [44] 也反映在开发项目中。 考虑到智能手机可以被视为普通手机的高级版本，现有的手机秤 [12] [8] 也进行了检查。 因此，SAPS的子域包括自适应功能的扰动，退出，容忍和虚拟生活取向。 最后，专家（教育专家，精神病学家）创建了29初步项目，反映了智能手机成瘾的这四个子域。

规模管理。

SAPS分布在随机选择的小学，中学和高中，以便根据韩国的实际人口分布选择参与者。

通过可靠性分析选择项目。

通过子域对29个初步项目进行了可靠性分析。 总共选择了15个看起来足够的项目。 最终，计算出了15项最终量表的Cronbach's alpha。

构建每个子域的有效性模型。

为了确认SAPS的构造有效性，在AMOS上验证了每个子域的构造有效性模型。

成果

通过子域可靠性分析选择最终项目

根据可靠性分析的结果，从最初的29个项目中删除或修改了似乎不适用于每个子域的项目。 为了验证每个子域中项目的可靠性，检查了Cronbach的alpha。 如果选择了会降低子域总体可靠性（如果已删除）的项目以及具有最高可靠性的项目，则将其选择为最终比例。 另外，为了检测粗心或不一致的响应者，还包括具有高可靠性的反向编码项。 表1 下面显示了每个子域的可靠性结果，以及 表2 显示所选的最终15项目。

缩略图

表1。 通过分量表可靠性分析选择最终项目。

DOI：10.1371 / journal.pone.0097920.t001

缩略图

表2。 最终项目。

DOI：10.1371 / journal.pone.0097920.t002

值得信赖

SAPS的可靠性通过Cronbach的alpha为0.88进行了验证。

有效期限

标准有效性分析。

为了确认SAPS的标准有效性，比较了SAPS和心理健康问题量表的得分。 表3 显示了两个尺度的Pearson相关结果。 结果，相关系数变为0.43。 此外，SAPS的分量表与心理健康问题量表之间的相关性均在0.49~0.67范围内，证实了一定程度的相关性。

缩略图

表3。 SAPS与心理健康问题量表的相关性分析。

DOI：10.1371 / journal.pone.0097920.t003

分析了SAPS与KS-II之间的相关性; 表4 显示了Pearson相关分析的结果。 相关系数为0.49，表明如果SAPS评分较高，则KS-II评分也可能较高。 此外，KS-II和SAPS子量表之间的相关性在0.12和0.51之间，再次显示出一定程度的相关性。

缩略图

表4。 SAPS和KS-II之间的相关性分析。

DOI：10.1371 / journal.pone.0097920.t004

构建有效性分析。

使用AMOS 7.0进行验证性因子分析以确认SAPS的因子结构。 为此，因子结构模型设定如下（图1).

缩略图

图1。 SAPS的因子结构。

智能手机成瘾的四个子域（自适应功能的干扰，虚拟生活取向，退出和容忍）及其相关项目的结构模型似乎是有效的。

DOI：10.1371 / journal.pone.0097920.g001

首先，模型拟合指数NFI，TLI，CFI和RMSEA分别为.943，.902，.962和.034，表明相关模型非常适合数据。 因此，智能手机成瘾的四个子域（自适应功能的扰动，虚拟生活取向，退出和容忍）及其相关项目的结构模型似乎是有效的。

此外，为了弄清楚每个项目如何全面地解释相关因素，检查每个可观察变量的回归系数及其统计显着性程度。 在除“虚拟生活取向”之外的所有可观察变量中，标准化系数平均大于.5，这具有统计学意义（p<.001）。 表5 显示这些统计信息

缩略图

表5。 关于每个因子的可观察变量的回归系数。

DOI：10.1371 / journal.pone.0097920.t005

讨论

作为韩国国家情报局2012年开展的青年智能手机成瘾项目的一部分 [34]这项研究旨在为青少年智能手机成瘾的预防/干预工作奠定基础。 具体来说，该研究开发了一个简短的15项智能手机成瘾倾向量表，可用于全国范围的数据收集工作。 开发人员特别注意规模项目的简单性和规模管理的易用性，以便于实际使用。

最终SAPS的Cronbach的alpha为.880，这表明该规模是可靠的。 据报道，现有的网络成瘾或智能手机规模在Cronbach的alpha值高于7时是可靠的。 但是，信任它们的可靠性值可能是不明智的，因为它们的数据收集过程未标准化或样本量很小。 例如，胡子和狼 [37] 试图改善杨 [38] 的《互联网成瘾诊断标准》，但其规模发展过程尚未标准化。 维迪安托和麦克默伦 [39]另一方面，确实按照标准化程序进行规模开发，但未能收集到足够的数据（n = 86）。 此外，他们在线收集数据，这可能意味着他们的数据收集存在偏差。 现有的智能手机成瘾量表也存在类似的限制。 Kwon等。 [36] 已根据K量表项和智能设备特征开发了一个量表，并报告该量表的Cronbachα为91。 但是，必须注意的是，他们的数据收集是在位于韩国一个特定区域的两所学校进行的，因此对它们的量表的可靠性值提出了质疑。 因此，该研究的SAPS与现有量表相比更可靠，因为它是根据从韩国795名学生中收集的与全国实际人口比例成比例的数据开发的。

SAPS似乎围绕智能手机成瘾的四个子域（自适应功能，退出，宽容和虚拟生活方向）有效地构建。 为了确定量表的子域，我们检查了以前的研究，尤其是对网络成瘾量表和其他行为成瘾的诊断标准的研究。 这些研究中普遍出现的因素以及反映智能手机特征的因素也包括在内。 使用AMOS 7.0进行了验证性因素分析，以验证量表的结构有效性。 最后，检查了SAPS与KS-II（网络成瘾量表）之间的相关性，以及SAPS与心理健康问题量表之间的相关性，以确认SAPS的标准有效性。

在各个国家开发和验证的网络成瘾量表的因子结构各不相同。 Canan等人。 [40] 为土耳其青少年开发了一个网络成瘾量表，并发现其项目被归为一个因素。 同样，Khazaal等人。 [41] 为法国成年人开发了一个网络成瘾量表，并发现其项目被归为一个单一因素。 然而，其他研究报告称，他们的网络成瘾量表项目被分为各种因素，如痴迷，忽视和控制障碍 [42] [43]。 韩国最常用的K量表还由许多因素组成，例如适应功能，退缩，宽容和虚拟生活取向。 因此，学者们似乎对网络成瘾量表的子域持不同意见，这意味着网络成瘾量表的因素结构可能不太稳定。

本研究的局限性和对未来研究的建议如下。

首先，根据Charlton和Danforth的说法，'容忍'是SAPS的一个子域以及网络成瘾量表，不是成瘾的核心因素 [45]。 换句话说，使用互联网多个小时本身不能成瘾的标准，直到这种行为导致负面后果 [35]。 由于智能手机是人们随身携带并随处使用的设备，因此容忍度可能不适合成为智能手机成瘾的核心因素。 这就要求对该主题进行全国范围的调查和数据分析。 而且，可以通过例如对成瘾和未成瘾的青年人群进行量表检查，以检验量表的判别效度，从而改善量表的有效性。

下一步，面向青少年的SAPS可以广泛用于智能手机成瘾研究中，而这些研究近来正在迅速发展。 当今的数字媒体设备已经从基于PC的形式迅速发展到智能手机和各种平板电脑。 换句话说，现有媒体和最近的媒体都在经历竞争以及替代过程。 由于这些天的年轻人被认为是数字原住民 [46] 谁积极接受和使用最新的媒体 [32]，调查他们的媒体使用可能对其心理健康造成的副作用似乎很紧迫。 过度使用数字媒体会给青少年的生活，心理和社会方面带来负面影响，甚至可能引发不良行为。 例如，Kross等。 [33] 发现Facebook的使用对社交互动没有帮助，并与低水平的主观心理健康有关。 因此，研究智能手机成瘾的症状以及智能手机成瘾对青少年心理健康的影响是必要的，SAPS可以很好地用于这种努力。

作者贡献

构思并设计了实验：DK YHL。 分析数据：JYL YJC。 供稿试剂/材料/分析工具：DK YHL。 写了这篇论文：DK YHL JYL JEKN YJC。

参考资料

  1. 1。 Chen J，Yen D，Chen K（2009）创新智能手机使用的接受和传播。 信息和管理46：241-248。 doi：10.1016 / j.im.2009.03.001
  2. 2。 Lapidot-Lefler N，Barak A（2012）匿名，隐形和缺乏目光接触对有毒在线去抑制作用的影响。 人类行为中的计算机28：434-443。 doi：10.1016 / j.chb.2011.10.014
  3. 查看文章
  4. 考研/ NCBI
  5. Google Scholar
  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. 3. Suler J（2004）在线抑制作用。 网络心理学与行为7：321–326。 doi：10.1089 / 1094931041291295
  16. 查看文章
  17. 考研/ NCBI
  18. Google Scholar
  19. 查看文章
  20. 考研/ NCBI
  21. Google Scholar
  22. 4。 Sohn S（2005）竞争和数字媒体替代：新闻，体育和成人内容的使用模式。 网络通信杂志16：273-308。
  23. 查看文章
  24. 考研/ NCBI
  25. Google Scholar
  26. 5。 Song Y，Oh S，Kim E，Na E，Jung H，Park S（2007）多媒体环境中青少年的媒体用户模式：性别和收入差异的评估。 通讯研究杂志46（2）：33-65。
  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. 查看文章
  40. 考研/ NCBI
  41. Google Scholar
  42. 查看文章
  43. 考研/ NCBI
  44. Google Scholar
  45. 6。 国家信息社会机构（2011）关于发展韩国智能手机成瘾倾向量表的报告。
  46. 查看文章
  47. 考研/ NCBI
  48. Google Scholar
  49. 7。 Skierkowski D，Wood RM（2012）要发短信还是不发短信？ 大学生青少年短信的重要性。 人类行为中的计算机28：744-756。 doi：10.1016 / j.chb.2011.11.023
  50. 查看文章
  51. 考研/ NCBI
  52. Google Scholar
  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. 8。 Lee H（2008）探索影响上瘾手机使用的预测变量。 韩国社会和人格心理学杂志22（1）：133-157。
  60. 查看文章
  61. 考研/ NCBI
  62. Google Scholar
  63. 9。 国家信息社会机构（2010）报告：网络成瘾预防和解决方案立法改进计划。
  64. 查看文章
  65. 考研/ NCBI
  66. Google Scholar
  67. 查看文章
  68. 考研/ NCBI
  69. Google Scholar
  70. 查看文章
  71. 考研/ NCBI
  72. Google Scholar
  73. 10。 Young KS（1998）计算机使用心理学：互联网上瘾：打破刻板印象的案例。 心理报告79：899-902。 doi：10.2466 / pr0.1996.79.3.899
  74. 11。 Goldberg I（1996）。 网络成瘾症。 电子信息发布到研究讨论列表。 http://users.rider.edu/~suler/psycyber/s​upportgp.html （访问四月20，2011）。
  75. 查看文章
  76. 考研/ NCBI
  77. Google Scholar
  78. 查看文章
  79. 考研/ NCBI
  80. Google Scholar
  81. 12。 Kang H，Son C（2009）开发和验证青少年手机成瘾量表。 韩国健康心理学杂志14（3）：497-510。
  82. 查看文章
  83. 考研/ NCBI
  84. Google Scholar
  85. 查看文章
  86. 考研/ NCBI
  87. Google Scholar
  88. 查看文章
  89. 考研/ NCBI
  90. Google Scholar
  91. 查看文章
  92. 考研/ NCBI
  93. Google Scholar
  94. 查看文章
  95. 考研/ NCBI
  96. Google Scholar
  97. 查看文章
  98. 考研/ NCBI
  99. Google Scholar
  100. 查看文章
  101. 考研/ NCBI
  102. Google Scholar
  103. 查看文章
  104. 考研/ NCBI
  105. Google Scholar
  106. 查看文章
  107. 考研/ NCBI
  108. Google Scholar
  109. 查看文章
  110. 考研/ NCBI
  111. Google Scholar
  112. 查看文章
  113. 考研/ NCBI
  114. Google Scholar
  115. 查看文章
  116. 考研/ NCBI
  117. Google Scholar
  118. 查看文章
  119. 考研/ NCBI
  120. Google Scholar
  121. 查看文章
  122. 考研/ NCBI
  123. Google Scholar
  124. 查看文章
  125. 考研/ NCBI
  126. Google Scholar
  127. 13。 Choliz M（2010）手机上瘾：一个问题。 成瘾105（2）：373-375。 doi：10.1111 / j.1360-0443.2009.02854.x
  128. 14。 Zsolt D，Beatrix S，Sandor R（2008）网络成瘾的三因素模型：有问题的互联网使用问卷的发展。 行为研究方法40（2）：563-574。 doi：10.3758 / brm.40.2.563
  129. 15。 Kim D，Tae J（2010）智能手机用户调解经验研究。 韩国人文内容学会期刊19：373-394。
  130. 16。 Kim D，Lee C（2010）智能手机用户界面技术趋势。 韩国信息科学学会评论28（5）：15-26。
  131. 17. Hwang H，Sohn S，Choi Y（2011）探索影响智能手机成瘾的因素–用户特征和功能属性。 韩国广播杂志25（2）：277–313。
  132. 18. Kim M（2011）智能手机SNS用户的在线和离线关系研究：以Twitter为中心。 梨花女子大学大学院。 硕士论文。
  133. 19。 Noh M，Kim J，Lee J（2010）通过关联分析分析智能手机和功能的融合。 韩国管理信息系统学会期刊1：254-259。
  134. 20。 Apple Pty Ltd.（2011）。 iPhone功能。 http://www.apple.com/au/iphone/features/ 访问了Mar 19 2011。
  135. 21. Kim J（2010），移动互联网服务的演进。 OSIA标准与技术评论38（1）：4-12。
  136. 22。 Park I，Shin D（2010）利用使用和满足理论来理解智能手机的使用和满足。 通讯科学期刊10（4）：192-225。
  137. 23. Choi WS（2010）研究智能手机功能特性的重要性。 信息技术应用与管理杂志1：289–297。
  138. 24. Digieco报告（2010）对iPhone的社会经济影响的分析。 韩国电信管理经济学研究所。
  139. 25。 Koh Y，Lee H（2010）通过暗影早期iPhone用户研究智能手机用户行为模式的变化。 商品科学期刊28（1）：111-120。
  140. 26。 Casey BM（2012）将心理属性与智能手机成瘾，面对面交流，现在缺席和社会资本联系起来。 香港中文大学研究生院毕业设计。
  141. 27。 Bianchi A，Phillips JG（2005）手机使用问题的心理预测因素。 Cyber​​Pscyhology，行为和社交网络8（1）：2152-2715。
  142. 28。 Horvath CW（2004）测量电视成瘾。 广播与电子媒体杂志48（3）：378-398。 doi：10.1207 / s15506878jobem4803_3
  143. 29。 Kim DI，Chung Y，Lee E，Kim DM，Cho Y（2008）发展网络成瘾易感性量表 - 简表。 韩国咨询期刊9（4）：1703-1722。
  144. 30。 金迪（2005）。 针对儿童和青少年的大型5人格测试。 韩国首尔：Hakjisa。
  145. 31。 国家信息社会机构（2011）报告：韩国网络成瘾倾向量表的第三次标准化。
  146. 32。 Kim DI，Lee YH，Lee JY，Kim MC，Keum CM，et al。 （2012）媒体成瘾的新模式：智能手机是互联网的替代品还是补充品？ 韩国青年咨询杂志20（1）：71-88。
  147. 33。 Kross E，Verduyn P，Demiralp E，Park J，et al。 （2013）Facebook使用预测年轻人的主观幸福感下降。 PLoS ONE 8（8）：e69841。 doi：10.1371 / journal.pone.0069841
  148. 34。 Shin K，Kim DI，Chung Y（2011）报告：为青少年和成人开发韩国智能手机成瘾易感性量表。 国家信息社会局。
  149. 35。 Griffiths MD（2010）在赌博和游戏成瘾的数据收集中使用在线方法。 国际心理健康与成瘾杂志8：8-20。 doi：10.1007 / s11469-009-9209-1
  150. 36。 Kwon M，Kim DJ，Cho H，Yang S（2013）智能手机成瘾量表：开发和验证青少年的短版本。 PLoS ONE 8（12）：e83558 doi：10.1371 / journal.pone.0083558。
  151. 37. Beard KW，Wolf EM（2001）对互联网成瘾的建议诊断标准的修改。网络心理学与行为。 4（3）：377-383。 doi：10.1089 / 109493101300210286
  152. 38。 年轻的KS（1996）上瘾的互联网使用：一个打破刻板印象的案例。 心理报告79：899-902。 doi：10.2466 / pr0.1996.79.3.899
  153. 39. Widyanto L，McMurren M（2004）互联网成瘾测试的心理计量学特性。 网络心理学与行为7（4）：443–450。 doi：10.1089 / cpb.2004.7.443
  154. 40。 Canan F，Ataoglu A，Nichols LA，Yildirim T，Ozturk O（2010）评估土耳其高中学生网络成瘾量表的心理测量属性。 网络心理学，行为和社交网络13（3）：317-320。 doi：10.1089 / cyber.2009.0160
  155. 41. Khazaal Y，Billieux J，Thorens G，Khan R，Louati Y，Scarlatti E等。 （2008）互联网成瘾测试的法国验证。 网络心理学与行为11（6）：703–706。 doi：10.1089 / cpb.2007.0249
  156. 42。 Demetrovics Z，Szereredi B，Rozsa S（2008）网络成瘾的三因素模型：有问题的互联网使用问卷的发展。 行为研究方法40（2）：563-574。 doi：10.3758 / brm.40.2.563
  157. 43。 Kelley KJ，Gruber EM（2010）有问题的互联网使用问卷的心理测量属性。 人类行为中的计算机26：1838-1845。 doi：10.1016 / j.chb.2010.07.018
  158. 44. Greenfield DN（1999）强迫性互联网使用的心理特征：初步分析。 网络心理学与行为8（5）：403–412。 doi：10.1089 / cpb.1999.2.403
  159. 45。 Charlton JP，Danforth IDW（2007）在网络游戏环境中区分成瘾和高度参与。 人类行为中的计算机23（3）：1531-1548。 doi：10.1016 / j.chb.2005.07.002
  160. 46。 Prensky M（2001）数字原生代，数字移民是1的一部分。 在Horizo​​n 9：1-6上。 doi：10.1108 / 10748120110424816
  161. 47。 Park W（2005）手机成瘾。 移动通信。 计算机支持的协同工作卷。 31：253-272。 doi：10.1007 / 1-84628-248-9_17
  162. 48。 Kang H，Son C（2009）开发和验证青少年手机成瘾量表。 韩国健康心理学杂志14（3）：497-510。
  163. 49。 Koo H（2013）为韩国幼儿父母开发手机成瘾量表。 儿童健康护理研究19（1）：29-38。 doi：10.4094 / chnr.2013.19.1.29
  164. 50. Keum C（2013）对韩国中高中生的智能手机成瘾倾向和心理健康问题的研究。 首尔国立大学硕士论文。