互联网通信障碍:这是社会方面,应对和互联网使用预期的问题(2016)

。 2016; 7:1747。

在线发布2016 Nov 10。 DOI:  10.3389 / fpsyg.2016.01747

PMCID:PMC5102883

抽象

Facebook,WhatsApp和Twitter等在线通信应用程序是最常用的Internet应用程序。 越来越多的人对使用在线通信应用程序的控制力下降,导致线下生活中的各种负面后果。 这可以称为互联网通信障碍(ICD)。 目前的研究调查了个体特征(例如,精神病理症状,孤独感)和特定认知的作用。 在485参与者的样本中,测试结构方程模型以研究可预测过度使用的预测因子和介质。 结果强调,较高水平的社交孤独感和较少的社会支持感会增加病态使用的风险。 精神病理症状(抑郁和社交焦虑)以及个人特征(自尊,自我效能和压力易感性)对ICD症状的影响是由互联网使用预期和功能失调的应对机制调节的。 结果说明调解效应与Brand等人的理论模型一致。 ()。 如模型中所示,社交方面似乎是ICD症状的关键预测因素。 进一步的研究应该调查其他类型的特定互联网使用障碍的趋同因素和发散因素。

关键词: 网络成瘾,社交网站,互联网使用预期,精神病理学,个性,应对,在线交流

介绍

在日常生活中,互联网是搜索信息,在线购物的权宜之计,而且,它可以与世界各地的个人进行交流。 智能手机的轻松访问和越来越多的使用增强了社交网站(SNS)(如Facebook)和其他通信应用程序(如Instagram,Twitter和WhatsApp)的普及(Wu等, )。 所有这些应用程序都可以与其他人进行交互,有效的交互是这些工具作为社交媒体一部分的主要特征。 然而,社交媒体的定义更为广泛:“基于互联网的渠道,允许用户以实时或异步的方式机会性地互动和有选择地自我呈现,与从用户生成的内容中获取价值的广泛和狭隘的受众以及与他人互动的感知“(卡尔和海耶斯, ,p。 50)。 此定义包含关键元素,如用户生成的值或大规模通信,这些元素也是专业网站,聊天板或论坛的一部分(Carr和Hayes, )。 在本研究中,我们将互联网通信定义为使用社交网站(例如,Facebook,Twitter,Instagram),微博和博客,以及在线信使(例如,WhatsApp)。 使用这些网站涉及允许与其他用户交换的活动,例如发布内容或阅读帖子。 该定义不包括社交网站的其他功能,如游戏或搜索信息。

除了与朋友保持联系的可能性之外,这些工具已经达到如此受欢迎的一些主要原因是印象管理和娱乐自己(Krämer和Winter, ; Neubaum和Krämer, )。 库斯和格里菲斯()检测到的社会因素,例如群体认同和集体的自尊心,是参与SNS的主要预测因素。 SNS是基于Web的社区,可以在其中创建个性化的个人资料,以共享个人信息并与其他用户建立联系。 在线交流应用程序主要侧重于不同人之间的交流。 与SNS相比,社交游戏和信息搜索不是通信应用程序的主要功能。 (Amichai-Hamburger和Vinitzky, ; 库斯和格里菲斯, ; Floros和Siomos, ; Guedes等人, )。 然而,由于过度使用因特网或诸如在线通信的各种在线应用程序,越来越多的个体经历负面后果。 这种过度使用被称为网络成瘾或特定的互联网使用障碍。 可能的负面后果可能是工作,学校或大学的表现受损,与家人和朋友的冲突,或负面情绪(Brand等, )。 据报道,德国的网瘾流行率为1%(Rumpf等, ).

特定的互联网使用障碍描述了某种应用的上瘾使用,例如,互联网色情,互联网游戏或互联网通信(概述见Young, ; Young等人, ; 格里菲思 ; 戴维斯 ; 库斯和格里菲斯, ; Brand等人, )。 互联网通信的上瘾使用通常被称为SNS成瘾,病态SNS使用,以及Facebook成瘾或智能手机成瘾(Griffiths等, ; Ryan等人, ; Choi等人, ; Wegmann等人, )。 所有这些条款适用于过度使用在线通信,社交网络或进一步的互联网通信服务,而不是其他特定功能,如社交网站中的游戏(Kuss和Griffiths, ; Casale等, )。 总的来说,这些技术的主要方面是沟通和与他人的互动,而与具体特征无关。 由于使用这些类型的在线应用,一些人遭受负面后果,例如孤独感,社交活动受损,心理健康,幸福感或人际关系,情绪调节问题以及应对策略的有限访问。 (Andreassen和Pallesen, ; Hormes等人, )。 在下文中,将应用互联网通信障碍(ICD)一词,这与DSM-5网络游戏障碍术语(美国精神病学协会, )并且Brand等人推荐。 ()。 根据DSM-5第三部分中一般的行为成瘾症状和网络游戏障碍的分类,ICD的症状是突显,情绪改变,耐受,戒断症状,​​失去控制,专注和工作,学校,学业成绩或社会关系中的负面后果(Griffiths等, ).

Brand等。 ()提出了一种理论上称为I-PACE模型的过程模型(I-PACE代表人与情感-认知-执行之间的相互作用),该模型研究了潜在的过程和机制,该过程是开发和维护特定的互联网使用障碍(例如ICD)的基础。 该模型着重于人的核心特征,情感和认知反应以及使用特定应用程序的决策之间的相互作用。 这些机制可能导致满足和补偿效果,并可能导致特定的互联网使用障碍。 该理论框架区分了诱发因素,调节因素和中介变量。 作者认为,个人具有某些特征,例如个性,社会认知,使用应用程序的特定动机,心理病理学和生物心理构成。 这些特征影响情感和认知反应,例如应对方式和与互联网相关的认知偏见,例如互联网使用期望。 这些变量在I-PACE模型中定义为调节/中介变量。 互联网使用期望定义为用户对互联网或特定应用程序的使用期望。 例如,用户可能希望使用Internet可以缓解现实生活中的问题,避免孤独感,或者在上网时能体会快乐并获得积极的情绪(Brand等, )。 这些期望会影响一个人的行为以及使用或不使用某个应用程序的决定。 在I-PACE模型中,Brand等人。 ()尤其认为,人格特征对互联网使用障碍的发展和维持的影响是由应对方式和与互联网相关的认知偏见所介导的。 特定的动机和诱发因素因经验丰富的满足感和对负面情绪的逃避而得到加强。 结果,可能会增加对首选应用程序的过度使用,从而导致控制权降低和人的核心特征稳定性下降(Brand等, )。 理论过程模型的一些部分及其先前版本(Brand等, )已经对莱尔和布兰德的网络成瘾进行了经验测试(),Wegmann等人对SNS的成瘾性使用。 (),以及Brand等人的广义网络成瘾。 ()使用结构方程建模方法。 广义网络成瘾的结果表明,应对方式和互联网使用预期完全调节了人格和精神病理学方面对广义网络成瘾的影响(Brand等, ).

对于不同的互联网使用障碍,需要研究I-PACE模型中假设的人的核心特征和应对方式以及与互联网相关的认知偏见之间的进一步中介作用。 本研究测试了互联网传播障碍的潜在预测因素和中介因素。 考虑到确定不同类型的特定互联网使用障碍的趋同和发散机制,经验模型包括与Brand等人相同的可操作性。 ()用于比较理论水平上的直接和间接调解效应。

在下文中,将讨论某些潜在预测因子和介体在ICD维持和发展中的作用。 我们所提到的所有预测因子都在早期关于广义网络成瘾的研究中进行过调查(Brand等, )。 我们还提到了进一步的研究,揭示了假设预测因子和ICD症状之间的双变量或直接影响。

以前的研究证明了ICD症状与抑郁症以及社交焦虑之间的关系(De Cock等, ; Panek等人, ; 洪等人, ; Bodroza和Jovanovic, ; Laconi等人, ; Moreau等人, ; Guedes等人, )。 羞怯和低自尊也与一般的ICD症状或特别是Facebook成瘾有关(Chak和Leung, ; Steinfield等人, ; 奥马尔和Subramanian, ; Panek等人, ; 巴格特, ; Laconi等人, ; Guedes等人, )。 另一方面,Jelenchick等人。 ()发现SNS使用与抑郁症状之间没有直接影响。

进一步的研究调查了孤独感在网络成瘾和ICD中的核心作用。 Hardie和Tee()表明有问题的互联网使用与高度孤独,社交焦虑和较少的社会支持感相关(Hardie和Tee, )。 Kim等人。 ()认为孤独的人在线上补偿现实生活中的赤字。 这与发现孤独与ICD之间的关系的研究一致(Baker和Oswald, ; De Cock等人, ; 奥马尔和Subramanian, ; 宋等人, )。 贝克和奥斯瓦尔德()解释说,在线通信应用程序的环境对于害羞的人来说似乎是一个安全的环境,然后他们可以与其他人进行交互。 如果感知到较少的社会支持和高度孤独,这可能尤其重要。 似乎使用SNS可以减少孤独感,从而增加互联网使用以满足社交互动的需要(Song等, )。 结果强调,社交孤独比情感孤独更能增强在线交流的使用(Ryan和Xenos, ; 斤, )。 总体而言,所有这些研究都研究了人的特征与不同交流应用的病理使用之间的直接关系。 但是,布兰德等人在理论方法中假设了应对方式或与互联网相关的认知偏见可能产生的中介作用。 (),到目前为止尚未进行过调查。 仅仅是Wegmann等人。 ()表明,抑郁症和社交焦虑等精神病理症状对SNS成瘾性使用的影响是由互联网使用预期所调节的。 这符合Hormes等人的观点。 ()理论上认为,适应不良的SNS使用受到不同强化机制的影响(另见Kuss和Griffiths, ).

据我们所知,只有少数研究调查了自我效能的作用和SNS的使用。 在他们的研究中,Wang J.-L. 等。 ()表明,互联网自我效能是SNS使用的重要预测因素,涉及SNS用作社交和娱乐功能的动机。 这与Gangadharbatla(谁表明互联网自我效能对SNS的态度有积极影响。 到目前为止,尚未研究一般自我效能与ICD之间的关系。

总之,关于精神病理症状,自尊或孤独与互联网通信的病理用途之间的关系,有许多研究。 以前关于压力脆弱性或自我效能作为ICD预测因子的研究尚未发现。 然而,在目前的研究中,使用了同样的预测因子,它们在结构方程模型中也包含应力脆弱性和自我效能,以便尽可能接近Brand等人的原始模型。 ()。 该程序允许比较ICD的直接和间接影响与已在广义网络成瘾中发现的影响。

在理论层面上,可以假设患有抑郁症和人际关系敏感性的个体对互联网的期望感觉更好或逃避现实生活中的问题。 这些人也可以通过拒绝或使用物质来应对问题。 这是一个功能失调的应对策略的一部分。 我们假设自尊心低,自我效能低,压力脆弱性高的个体以及感到孤独和感知社会支持较少的个体具有相似的效果。 这些社交和个性方面可能导致高预期,即互联网是一种有用的工具,可以在线上时摆脱负面情绪或体验快乐和乐趣。 还可以假设这些特征也导致了不正常的应对策略。 个人可能否认自己的低自尊,或忽视不太感知支持的感觉,而不是用它来解决。 处理有问题的易感性的所有这些策略可能导致忽略冲突或消极情绪的特定认知。 然后,我们假设具有预期的人和在线解决问题的想法可能导致在线通信应用程序的不受控制的使用。

这些考虑因素基于Brand等人的理论模型。 (提到这些预测因子(精神病理症状,人格方面)是由功能失调的应对方式和互联网相关的认知(如互联网使用预期)所介导的。 鉴于有关社会认知对SNS使用重要性的文献,如Brand等人所假设的那样。 (),我们认为社会认知对ICD症状的影响仅部分是由应对方式和期望所调节的。 操作模型如图所示 Figure11.

图1  

用于分析主要假设的操作模型,包括ICD的潜在变量.

付款方式

参与者成员

年龄介于14和55年之间的四百八十五名参与者(M = 23.95, SD = 4.96年)参加了这项研究。 三百五十八名是女性,125是男性,两名没有提供性别信息。 关于其他相关的社会人口统计信息,252参与者报告他们处于恋爱关系或已婚,366是学生,115有正常工作。 所有参与者都参加过Brand等人的研究。 (),其中1019参与者的样本用于测试广义网络成瘾的结构方程模型。 目前的样本是根据参与者的首选互联网使用情况选出的。 我们要求参与者选择他们个人使用的特定在线应用程序,并且他们认为最有吸引力。 做出决定后,参与者管理了一个版本的短网络成瘾测试,该测试专门针对他们的首选应用程序。 我们只包括使用互联网主要用于在线交流的参与者。 使用因特网通信障碍作为因变量的分析不是Brand等人以前的研究的一部分。 ()。 参与者平均花费562.10分钟(SD = 709.03)每周使用在线通信应用程序。 该样本是通过邮件列表,传单和口碑推荐在杜伊斯堡 - 埃森大学招募的。 评估是通过在线调查完成的,参与者可以参加抽奖,他们有机会赢取iPad,iPad mini,iPod nano,iPod shuffle或亚马逊礼品卡。 当地伦理委员会批准了这项研究。

仪器功能

短网瘾测试的修改版(s-IAT-com)

SNS或博客等在线通信应用的病态使用症状通过针对在线交流指定的短网络成瘾测试的修改版进行评估(s-IAT-com; Wegmann等, )。 为了评估因在线通信应用而导致的日常生活中的主观抱怨,原始版本中的“互联网”一词被所有项目中的“在线通信网站”所取代。 该指令包括在线通信的定义,其中解释了在线通信站点这一术语包括SNS,博客和微博,电子邮件和消息。 在s-IAT-com中,参与者必须回答12项目(例如:“您经常发现您在Internet通信站点上停留的时间比您预期的要长?“)从1(=从不)到5(非常经常)的五点李克特量表。 基于Pawlikowski等人的研究。 ()的总分范围是12到60。在此范围内,得分> 30表示有问题的使用,得分> 37表示在线通信应用程序的病理使用。 s-IAT-com由两个因素组成:失控(六个项目)和渴望/社会问题(六个项目)。 该秤具有很高的内部一致性(克朗巴赫α)。 对于整个范围,α为0.861(控制/时间管理损失α= 0.842,渴望/社会问题α= 0.774)。 该量表用于表示潜在维度的互联网交流障碍。

互联网使用预期规模

互联网使用预期量表(IUES; Brand等, )用于评估参与者使用互联网或在线的核心动机。 调查问卷评估了对互联网使用的一般期望,作为体验愉悦或逃避现实的有用工具。 Wegmann等。 ()已经强调这种规模是上瘾使用SNS的潜在因素。 调查问卷由两个分量表组成:正强化(四个项目,例如:“我使用互联网,因为它使得体验快乐成为可能/便利“)和避免预期(四项,例如:“我使用互联网,因为它使得分散问题成为可能/便利“)。 答案必须以六点 - 李克特量表给出,范围从1(=完全不同意)到6(=完全同意)。 在当前样本中,正强化的内部一致性是α= 0.775,避免预期α= 0.745。 两个明显变量都代表了互联网使用预期的潜在维度。 有关更详细的描述,请参阅Brand等人。 ().

COPE简介

简短的COPE(Carver, )用于评估几个子域中的应对方式。 对于目前的研究,我们使用了德语版的三个分量表(Knoll等, ):否认(例如:“我一直对自己说'这不是真的'。”),物质使用(例如:“我一直在用酒精或其他药物使自己感觉好些”)和行为脱离(例如:“我一直在放弃尝试处理它”)。 每个子量表都包含两个项目,必须按四点李克特量表进行回答,范围是从1(=我完全没有做过)到4(=我已经经常做过)。 内部一致性是针对低于量表的拒绝度α= 0.495,低于量表的物质使用量α= 0.883和低于量表的行为脱离度α= 0.548,这与Carver()。 我们认为可靠性是可以接受的,因为分量表只包含两个项目,并且有几个验证研究,包括重新测试可靠性(Brand等, )。 提到的三个子量表用于表示潜在的维度应对。

症状清单简要

简要症状清单用于通过自我报告评估参与者的心理状态(BSI; Derogatis, )。 我们使用了两个分量表凹陷(例如六个项目:在过去的7时代,你对感情没有兴趣,你感受到了多少。“)和人际关系敏感度(例如四个项目:在过去的7时代,你感受到了多少与其他人相比的痛苦。“)德语版(弗兰克, )。 答案必须以五点 - 李克特量表给出,范围从0(=完全没有)到4(=极端)。 我们样本的内部一致性是α= 0.863(子量表抑制)和α= 0.798(子量表人际关系敏感度)。 精神病理症状的潜在维度由两个分量表代表。

自尊量表

为了评估自尊,我们使用了Collani和Herzberg修改的自尊量表()基于Rosenberg的原始规模()。 它由十个项目组成(例如:“我对自己持积极态度。“),必须以四点 - 李克特量表回答,范围从0(=非常不同意)到3(=非常同意)。 内部一致性为α= 0.904。

自我效能量表

通过自我效能量表评估整体自我效能(Schwarzer和耶路撒冷, )包括十个项目(例如:“我通常可以处理任何事情。“)。 参与者以1(=不是真实)到4(=不完全正确)的四点 - 李克特量表作出回应。 内部一致性为α= 0.860。

特里尔库存的慢性压力

我们用Schulz等人的慢性压力特里尔量表(TICS)测量了最近3个月的应激脆弱性。 ()。 十二项(例如:“害怕会发生令人不快的事情。“)必须按照从0(=从不)到4(非常频繁)的五点李克特量表进行评级。 内部一致性为α= 0.910。

自尊量表,自我效能量表和慢性压力特里尔量表的显性变量代表了潜在的维度人格方面。

寂寞规模

我们使用了Loneliness Scale的短版本(De Jong Gierveld和Van Tilburg, )测量孤独感。 该调查问卷包含两个分量表: 情绪寂寞 (三项,例如:“我体验到一般的空虚感。“) 以及 社交孤独/感知社会支持 (三项,例如:“我想念周围的人。“)。 在我们目前的研究中,我们专注于 社交孤独/感知社会支持。 在这个子量表中,项目必须按照从1(= no!)到5(= yes!)的五点李克特等级进行评级。 内部一致性 情绪寂寞 是α= 0.755和 社交孤独/感知社会支持 α= 0.865。

社会支持问卷

我们通过社会支持问卷来衡量社会支持感(F-SozU; Fydrich等, )由14项目组成(例如:“我有一位总是愿意帮助我的好朋友。“),必须按照从1(=不是真)到(5 =绝对真)的五点李克特量表进行评级。 内部一致性为α= 0.924。

孤独度量表的社会孤独感和社会支持问卷的平均得分的显性变量代表了潜在维度的社会方面。

统计分析

使用SPSS 23.0 for Windows(IBM SPSS Statistics,发布的2014)进行统计分析。 为了测试两个变量之间的双变量关系,我们计算了Pearson相关性。 验证性因子分析(CFA)和结构方程模型(SEM)分析使用Mplus 6(Muthén和Muthén, )。 没有丢失的数据。 我们用标准标准评估了模型的拟合度:标准均方根残差(SRMR;值<0.08表示与数据良好拟合),比较拟合指数(CFI / TLI;值> 0.90表示可接受,而> 0.95则表示良好拟合)和数据),以及近似均方根误差(RMSEA;值<0.08表示良好,而0.08–0.10表示可接受的模型拟合)(Hu和Bentler, , )。 χ2 如果数据来自定义的模型,则使用test来检查。 为了对比不同的模型,我们考虑了贝叶斯信息准则(BIC),而值低于10的点表明更适合数据(Kass和Raftery, )。 调解的所有相关变量都需要相互关联(Baron和Kenny, ).

成果

描述和相关性

样本在s-IAT-com中的平均得分和所应用问卷的得分以及二元相关性可在表中找到 Table1.1。 与Pawlikowski等报道的截止分数相比较。 ()39名参与者(8.04%)指出在线交流活动有问题但无病理性使用(临界值> 30但≤37),还有15名参与者(3.09%)表示有网络使用病理性(临界值> 37)。

表1  

简短的网络成瘾测试和应用量表的分数之间的描述性统计和双变量相关性.

结构方程模型

所提出的具有ICD症状(s-IAT-com)作为因变量的潜变量的结构方程模型显示出与数据的良好拟合。 RMSEA是0.060(p = 0.054),CFI是0.957,TLI是0.938,SRMR是0.040,BIC是15072.15。 χ2- 测试显着,χ2 是174.17(p <0.001)和χ2/ df是2.76。

总体而言,ICD症状的50.8%变异可以用所提出的模型来解释(R2 = 0.508, p <0.001)。 具有因子载荷和β权重的结构方程模型如图XNUMX所示。 Figure22.

图2  

结构方程模型的结果包括所描述的潜在变量的因子载荷和伴随的β权重, p- 值和残差.

社会潜变量对因变量ICD有直接影响,而其他潜变量则无直接影响(所有β均<0.169,所有 p大于0.263)。 然而,中介变量互联网使用预期和应对都是ICD的重要预测因子。 此外,人格方面是应对负β体重的重要预测指标。 人格方面对ICD的应对具有显着的间接影响(β= −0.166, SE = 0.077, p = 0.031)。 互联网使用预期的精神病理症状对ICD症状的间接影响也很显着(β= 0.199, SE = 0.070, p = 0.005)。 两项结果都表明了调解效应。

其他分析

为了更好地理解ICD的其他潜在机制,测试了一些其他模型或模型的部分。

我们讨论的第一个问题是社会方面对ICD的影响。 与Brand等人的经验模型相比。 (),潜在变量社会方面用明显变量概念化 感知社会支持 和潜在的变量 社交孤独 De Jong Gierveld和Van Tilburg的寂寞量表(而不是子量表 情绪寂寞 在目前的研究中。 为潜在变量使用相同的清单变量时 社会方面,正如Brand等人所做的那样。 (),存在可接受的模型拟合(CFI = 0.955,TLI = 0.936,RMSEA 0.063,SRMR = 0.040,BIC = 15142.03)。 然而,该模型与当前研究的主要模型之间的差异在于,通过应对,社会方面或人格方面和ICD的中介效应没有直接影响。 人口统计学变量也被视为可能对结构方程模型产生影响的潜在变量。 我们首先计算了显性变量和年龄之间的双变量相关性,发现只有低效应大小的相关性(Cohen, )年龄与自尊,自我效能,压力脆弱性,应对变量和互联网使用预期之间(r的<| 0.212 |)。 总体而言,未满足将年龄纳入建议的模型的要求(Baron和Kenny, )。 为控制性别偏见,计算了所有变量的组间比较,发现男性和女性参与者在人际关系敏感性,自我效能,压力脆弱性,应对子量表物质使用和互联网使用预期因素方面的显着差异(t = | 0.06-4.32 |, p = 0.035– <0.001)。 此后,使用平均结构分析方法分析了具有性别差异的结构方程模型。 这种进行方式通常用于比较拟议结构(Dimitrov, )。 拟合指数是可接受的(CFI = 0.942,TLI = 0.926,RMSEA 0.066,SRMR = 0.070,BIC = 15179.13)。 总体而言,我们发现男性和女性参与者的应对,互联网使用预期和ICD之间存在相同的关系。 对于女性来说,社会方面对ICD的直接影响并不显着(β= -0.148, p = 0.087)也不适用于男性(β= -0.067, p = 0.661),虽然效果大小描述性更高。 通过互联网使用预期介导的精神病理症状对ICD的影响仅在女性中发现(β= 0.192, SE = 0.086, p = 0.025)。 然而,由于结构方程模型的样本量较小,因此应谨慎讨论结果。 具有因子载荷和β重量的雌性和雄性样品的不同结构方程模型如图所示 Figure33.

图3  

对于女性和男性样本分离的结构方程模型的结果,包括所描述的潜在变量的因子载荷和伴随的β权重, p- 值和残差.

讨论

对结果进行一般性讨论

当前的研究分析了潜在的机制,例如人的特征,应对方式以及与ICD症状相关的互联网相关认知偏见。 提出的结构方程模型基于Brand等人的特定互联网使用障碍的理论模型。 ()和Brand等人对广义网络成瘾的经验模型。 ()。 总体而言,以ICD作为因变量的模型与数据非常吻合。 假设的模型解释了ICD症状变化的50.8%。 结果表明,人格特征与ICD之间的关系部分由应对方式和互联网使用预期介导。 此外,还发现了社会方面的直接影响,例如社会孤独感和对ICD症状的感知社会支持。

首先,我们计算了所有变量和s-IAT通信得分之间的双变量相关性,这是显着的。 这与之前关于ICD的研究一致。 研究结果也证实了这一假设,即压力脆弱性和自我效能与ICD(第一次)相关。

其次,分析了假设的结构方程模型。 该研究发现,社交方面在ICD中起着核心作用。 高社会孤独感和较少的社会支持感预示了ICD症状。 认为自己处于社交孤独和社会支持较少的人会因其在线交流行为而遭受更多负面后果,这与之前的研究一致(Baker和Oswald, ; De Cock等人, ; 奥马尔和Subramanian, ; 宋等人, )。 选择在线交流应用程序作为其主要在线活动的个人似乎比在现实生活中更多地满足在线社交需求(Song等, )。 这表明在线通信应用程序实现了社交功能,并可能弥补感知的现实生活中的缺陷,这似乎是有问题的通信行为的重要机制(Kim等, ; Yadav等人, ; 黄等人, )。 有趣的是,这种影响并不是通过应对策略或关于互联网有助于解决问题或逃避现实的预期来实现的。 因此,导致过度使用互联网的经验满足或社会赤字的补偿描述了直接影响而没有进一步的认知偏差的影响。

目前的研究旨在确定调解效应,并通过以前关于广义网络成瘾机制的实证研究结果检查结果(Brand等, )。 社交方面对一般的网络成瘾既没有直接影响也没有中介影响。 因此,可以假设Facebook,WhatsApp或Twitter的上瘾使用与社会现实生活中的缺陷相关联,例如感知到的社交孤独感和较少的社会支持感。 当没有特定的应用程序时,通常不会过度使用互联网。 因此,在线通信应用作为安全,匿名,受控的通信环境的偏好与现实社交网络中较少的集成相关联,这应该导致使用不正常。

该研究还表明,功能失调的应对方式和互联网使用预期是ICD的重要预测因素,这与其他关于网络成瘾预测因素的研究一致(Tonioni等, ; Turel和Serenko, ; 徐等人, ; 唐等人, ; Brand等人, ; Kardefelt - 温特, ; 李等人, )。 对互联网有较高期望的个人作为有用的工具,可以分散烦恼的职责或体验快乐,以及拒绝或行为脱离等功能失调的应对策略,开发ICD的风险更高。 ICD的社交焦虑和抑郁等精神病理症状的相关性得到了建议模型的支持,并与其他关于精神病理学方面与SNS使用之间关系的研究相一致(De Cock等, ; Panek等人, ; 洪等人, ; 巴格特, ; Bodroza和Jovanovic, ; Laconi等人, ; Moreau等人, ; Guedes等人, )。 精神病理症状对ICD的影响是由互联网使用预期所介导的,这与Wegmann等人的研究一致。 ()。 具有抑郁症状,社交焦虑和对互联网的期望的人作为逃避消极情绪和满足社会需求的有用工具,对于开发有问题的在线通信服务的使用具有更高的风险(Wegmann等, )。 与精神病理学症状相似,自尊,自我效能和压力易感性等人格因素对ICD的影响是由特定的认知所调节的,在这种情况下是一种功能失调的应对方式。 低自尊,自我效能和较高的压力脆弱性导致拒绝或问题,物质使用和行为脱离。 这些人没有进一步的策略来应对低自尊或孤独或抑郁的感觉。 这种关联可以影响个人上网以逃避现实生活中的问题。 以前的研究已经表明了自尊与在线交流偏好之间的关系(Chak和Leung, ; Steinfield等人, ; Panek等人, ; 巴格特, ; Laconi等人, ; Guedes等人, )。 与Brand等人的理论方法一致。 (),假设具有较高压力脆弱性和缺乏自我信心的个体与功能失调/冲动应对策略相结合,对情绪调节的需求更高(Whang等, ; Tonioni等人, ; Brand等人, )。 这些人的特征与个人对困难情况做出反应的方式之间的相互作用可能导致使用“第一选择”应用程序,即与他人进行交流的通信应用程序。 考虑到个人在线与他人讨论他们的问题,这种行为可能是非常有用的策略。 另一方面,如果忽略其他解决问题的策略而忽略了现实生活中的接触,这种行为可能会成问题,这可能导致更高的社会隔离。 结果表明,现实生活中的问题解决策略在网络上也起着重要作用。 传达诸如主动应对之类的功能应对策略,似乎是降低使用Internet或“首选”应用程序作为功能不正常应对策略的风险时必不可少的预防机制(Kardefelt-Winther, ).

在搜索性别偏见后控制结果,我们发现男性和女性的结果存在一些差异。 结果仅表明,当感到孤独或对社会支持较少的感知时,使用在线交流应用程序对于女性来说更具特色。 先前报道了不同因特网使用障碍或SNS使用模式的男性和女性参与者之间的一些差异(Ko等, ; Meerkerk等人, ; 库斯和格里菲斯, ; Laconi等人, )。 昂(例如,强调互联网习惯较强的女性比男性参与者更有可能参与在线交流。 ICD的可能差异必须在进一步的研究中进行调查。

总之,这些发现符合互联网使用障碍的理论模型(Brand等, )表示个人特征与互联网使用障碍的症状之间的关系是由特定的认知介导的。 此外,在这项研究过程中发现的中介作用已被认为可导致普遍的网络成瘾(Brand等, )和网络成瘾(莱尔和布兰德, )。 然而,精神病理学,人格和社会方面等个体方面的相关性不同。 虽然人格方面和精神病理学症状是由评估广义网络成瘾和ICD的认知维度所介导的,但社会认知并没有在互联网广泛过度使用的发展和维持中发挥作用。 在目前的研究中,社会方面对ICD的症状有直接影响。

因此,目前的研究强调了不同形式的互联网使用障碍的趋同和分歧机制,如Montag等人所示。 (),Laconi等。 (),Pawlikowski等。 (),和王CW等人。 ()。 虽然一般过度使用互联网和在线通信行为的潜在机制之间似乎存在重叠,但发现可以区分特定互联网使用障碍的证据。 因此,可以得出结论,广义网络成瘾和ICD共享共同机制,但不是同义词(Hormes等, )。 一些调查显示越来越多的证据表明,过度使用互联网通信应用程序与进一步的行为成瘾之间存在相似之处。 这些研究说明了强化机制的相关性以及几个诊断标准的证据,这些标准强调了ICD的自身结构(Kuss和Griffiths, ; 安德烈亚森和帕勒森, ; Hormes等人, ).

主要结论是互联网使用障碍的理论模型(Brand等, )可以转移到ICD,类似于网络成瘾案例(Laier和Brand, )。 将此理论模型修改为特定的Internet使用障碍(强调使用特定的首选应用程序)可以促进对各个机制的理解。 修改后的ICD模型应侧重于社会方面的作用,以及认为有社会缺陷的人使用在线交流应用程序直接补偿这些缺陷的假设。 这与其他人的特征相反,后者由特定的认知介导。 此外,当前研究的经验模型应控制其他形式,例如互联网游戏障碍,互联网色情使用行为障碍或病理性的在线购买行为。 对于网络游戏障碍,个人还可以使用该功能进行在线交流并在游戏过程中与其他游戏者保持联系。 因此,在这种情况下,还需要讨论社会方面的潜在作用。

限制

最后,还有一些限制需要提及。 首先,该研究基于非临床样本的在线调查。 虽然数据是经过精心控制和删除的参与者,他们在过长或短时间内回答问卷,但由于调查的在线环境与其内容之间的关系,我们无法排除数据中的潜在偏差。 二,Carver的简要COPE()表现出低可靠性,仍然可以与之前的研究相比(Carver, ; Brand等人, )。 但是,未来的研究应考虑使用另一份调查问卷或控制数据和有关其可靠性的分量表。 然而,我们使用这些分量表将应对模型建模为潜在维度,这意味着结构方程模型中的效应没有测量误差,尽管测量应对的单一尺度的可靠性不是最优的。 关于常见方法偏差的讨论,当前研究的优势在于李克特量表的异质性。 Podsakoff等。 ()强调使用常见的比例格式是指人工协变。 他们建议使用不同的量表和结构来增强差异并减少常见的方法偏差。 第三,在当前的研究中使用术语“因特网通信应用”或“在线通信应用”。 由于该术语包括广泛的不同技术,因此可以在进一步研究中解决不同技术的影响。 然而,为了限制这个问题,研究的所有参与者都被赋予了“互联网通信应用”一词的明确定义。此外,可以为因变量和基本机制指定自我效能等变量,例如,对这些不同的在线通信应用使用互联网自我效能或自我效能。

未来的研究

未来的研究应该研究不同类型的互联网使用障碍的直接收敛和发散机制。 在当前的研究中,使用结构方程模型,并将结果与​​文献中的其他实证结果进行比较。 然而,直接的实证比较应该扩展我们对社会方面在不同类型的互联网使用障碍的发展和维持中的不同贡献的认识。

作者贡献

EW:撰写论文的初稿,监督稿件的准备工作,并为稿件做出了智慧和实际的工作; MB:编辑了草案,批判性地修改了草案,并为稿件做出了智慧和实际的贡献。 两位作者最终都批准了这份手稿。 两位作者都对工作的所有方面负责。

利益冲突声明

作者声明,研究是在没有任何可被解释为潜在利益冲突的商业或金融关系的情况下进行的。

参考资料

  • 美国精神病学协会(2013)。 精神疾病诊断和统计手册,5th Edn。 华盛顿特区:美国精神病学出版社。
  • Amichai-Hamburger Y.,Vinitzky G.(2010)。 社交网络的使用和个性。 COMPUT。 哼。 Behav。 26,1289-1295。 10.1016 / j.chb.2010.03.018 [Cross Ref]
  • Andreassen CS,Pallesen S.(2014)。 社交网站成瘾:全面审查。 CURR。 医药。 德。 20,4053-4061。 10.2174 / 13816128113199990616 [考研[Cross Ref]
  • Ang C.-S. (2017)。 互联网习惯力量和在线交流:探索性别差异。 COMPUT。 哼。 Behav。 66,1-6。 10.1016 / j.chb.2016.09.028 [Cross Ref]
  • Baker LR,Oswald DL(2010)。 害羞和在线社交网络服务。 J. Soc。 个人。 RELAT。 27,873-889。 10.1177 / 0265407510375261 [Cross Ref]
  • Baron RM,Kenny DA(1986)。 社交心理研究中的主持人 - 中介变量区分:概念,战略和统计考虑。 J. Pers。 SOC。 心理学。 51,1173-1182。 10.1037 / 0022-3514.51.6.1173 [考研[Cross Ref]
  • Bhagat S.(2015)。 Facebook是一个孤独的星球吗? 文献综述。 诠释。 J.印第安人。 心理学。 3,5-9。
  • Bodroza B.,Jovanovic T.(2015)。 用于衡量Facebook用户行为的新量表的验证:Facebook使用的心理社交方面(PSAFU)。 COMPUT。 哼。 Behav。 54,425-435。 10.1016 / j.chb.2015.07.032 [Cross Ref]
  • Brand M.,Laier C.,Young KS(2014a)。 网络成瘾:应对方式,预期和治疗意义。 面前。 心理学。 5:1256。 10.3389 / fpsyg.2014.01256 [PMC免费文章[考研[Cross Ref]
  • Brand M.,Young KS,Laier C.(2014b)。 前额控制和网络成瘾:理论模型和神经心理学和神经影像学发现的回顾。 面前。 Behav。 神经科学。 8:375。 10.3389 / fnhum.2014.00375 [PMC免费文章[考研[Cross Ref]
  • Brand M.,Young KS,Laier C.,WölflingK。,Potenza MN(2016)。 整合关于特定互联网使用障碍的发展和维持的心理和神经生物学考虑:人 - 情感 - 认知 - 执行(I-PACE)模型的相互作用。 神经科学。 Biobehav。 版本71,252-266。 10.1016 / j.neubiorev.2016.08.033 [考研[Cross Ref]
  • Carr CT,Hayes RA(2015)。 社交媒体:定义,发展和占卜。 ATL。 J. Commun。 23,46-65。 10.1080 / 15456870.2015.972282 [Cross Ref]
  • Carver CS(1997)。 您想测量应对措施,但是您的协议太长了:请考虑使用Brief COPE。 诠释J.行为。 中4,92-100。 10.1207 / s15327558ijbm0401_6 [考研[Cross Ref]
  • Casale S.,Fioravanti G.,Flett GL,Hewitt PL(2015)。 自我呈现风格和互联网交流服务的有问题使用:关注的行为表现为不完美的作用。 个人。 Individ。 DIF。 76,187-192。 10.1016 / j.paid.2014.12.021 [Cross Ref]
  • Chak K.,Leung L.(2004)。 羞怯和控制场所是网络成瘾和互联网使用的预测因素。 Cyber​​psychol。 Behav。 7,559-570。 10.1089 / cpb.2004.7.559 [考研[Cross Ref]
  • Choi S.-W.,Kim D.-J.,Choi J.-S.,Choi E.-J.,Song W.-Y.,Kim S.,et al。 。 (2015)。 比较与智能手机成瘾和网络成瘾相关的风险和保护因素。 J. Behav。 冰火。 4,308-314。 10.1556 / 2006.4.2015.043 [PMC免费文章[考研[Cross Ref]
  • 科恩J.(1988)。 行为科学的统计功效分析。 Hillsdale,NJ:Erlbaum。
  • Collani G.,Herzberg PY(2003)。 Eine revidierte Fassung der deutschsprachigen SkalazumSelbstwertgefühlvonRosenberg。 Zeitschri。 DIFF。 DIAGN。 心理学。 24,3-7。 10.1024 / 0170-1789.24.1.3 [Cross Ref]
  • 戴维斯RA(2001)。 病理性互联网使用的认知 - 行为模型。 COMPUT。 哼。 Behav。 17,187-195。 10.1016 / S0747-5632(00)00041-8 [Cross Ref]
  • De Cock R.,Vangeel J.,Klein A.,Minotte P.,Rosas O.,Meerkerk G.-J. (2013)。 在比利时强制使用社交网站:流行,形象以及对工作和学校态度的作用。 Cyber​​psychol。 Behav。 SOC。 网络。 17,166-171。 10.1089 / cyber.2013.0029 [考研[Cross Ref]
  • De Jong Gierveld J.,Van Tilburg TG(2006)。 针对整体,情感和社交孤独感的6项目量表:对调查数据进行确认测试。 RES。 老化28,582-598。 10.1177 / 0164027506289723 [Cross Ref]
  • Derogatis LR(1993)。 BSI:简要症状清单(手册)。 明尼阿波利斯:国家计算机系统。
  • Dimitrov DM(2006)。 比较潜在变量组:结构方程建模方法。 工作26,429-436。 [考研]
  • Floros G.,Siomos K.(2013)。 最佳育儿,网络成瘾与青少年社交网络动机之间的关系。 精神病学 209,529-534。 10.1016 / j.psychres.2013.01.010 [考研[Cross Ref]
  • 弗兰克·GH(2000)。 症状症状简介von LR Derogatis(Kurzform der SCL-90-R)–德文版。 哥廷根:贝尔茨测试有限公司。
  • Fydrich T.,Sommer G.,Tydecks S.,BrählerE。(2009)。 Fragebogen zursozialenUnterstützung(F-SozU):Normierung der Kurzform(K-14)[社会支持问卷(F-SozU):简表的标准化(K-14)。 Zeitschri。 医学。 心理学。 18,43-48。
  • Gangadharbatla H.(2008年)。 Facebook我:集体自尊心,需要归属感和互联网自我效能感,是iGeneration对社交网站态度的预测因素。 J.互动。 广告。 8、5-15。 10.1080 / 15252019.2008.10722138 [Cross Ref]
  • Griffiths MD(2000)。 是否存在互联网和计算机“成瘾”? 一些案例研究证据。 Cyber​​psychol。 Behav。 3,211-218。 10.1089 / 109493100316067 [Cross Ref]
  • Griffiths MD,Kuss DJ,Demetrovics Z.(2014)。 社交网络成瘾:初步发现的概述,在行为成瘾,编辑Feder K.,Rosenberg P.,Curtiss L.,编辑。 (San Diego,CA:Academic Press;),119-141。
  • Guedes E.,Nardi AE,GuimarãesFMCL,Machado S.,King ALS(2016)。 社交网络,一种新的在线成瘾:对Facebook和其他成瘾症的评论。 医学。 EXPR。 3,1-6。 10.5935 / medicalexpress.2016.01.01 [Cross Ref]
  • Hardie E.,Tee MY(2007)。 过度使用互联网:个人,孤独和社交支持网络在网络成瘾中的作用。 奥斯特。 J. Emerg。 TECHNOL。 SOC。 5,34-47。
  • Hong F.-Y.,Huang D.-H.,Lin H.-Y.,Chiu S.-L. (2014)。 分析台湾大学生的心理特征,Facebook使用情况和Facebook成瘾模式。 TELEMAT。 通知。 31,597-606。 10.1016 / j.tele.2014.01.001 [Cross Ref]
  • Hormes JM,Kearns B.,Timko CA(2015)。 渴望Facebook? 对在线社交网络的行为上瘾及其与情绪调节缺陷的关联。 成瘾109,2079-2088。 10.1111 / add.12713 [考研[Cross Ref]
  • Hu L.,Bentler PM(1995)。 评估模型拟合,结构方程建模概念问题和应用,编辑Hoyle RH编辑。 (伦敦:Sage Publications Inc.),76-99。
  • Hu L.,Bentler PM(1999)。 协方差结构分析中拟合指数的截止标准:常规标准与新备选方案。 结构。 恶趣。 6,1-55建模。 10.1080 / 10705519909540118 [Cross Ref]
  • Huang L.-Y.,Hsieh Y.-J.,Wu Y.-CJ(2014)。 满足感和社交网络服务使用:在线体验的中介作用。 通知。 MANAG。 51,774-782。 10.1016 / j.im.2014.05.004 [Cross Ref]
  • Jelenchick LA,Eickhoff JC,Moreno MA(2013)。 “Facebook抑郁症?”社交网站使用和老年青少年抑郁症。 J. Adolesc。 Health 52,128-130。 10.1016 / j.jadohealth.2012.05.008 [考研[Cross Ref]
  • Jin B.(2013)。 人们如何孤独地使用和感知Facebook。 COMPUT。 哼。 Behav。 29,2463-2470。 10.1016 / j.chb.2013.05.034 [Cross Ref]
  • Kardefelt-Winther D.(2014)。 对网络成瘾研究的概念和方法论批评:对互补性互联网使用的模型。 COMPUT。 哼。 Behav。 31,351-354。 10.1016 / j.chb.2013.10.059 [Cross Ref]
  • Kass RE,Raftery AE(1995)。 贝叶斯因素。 J. Am。 统计。 协会。 90,773-795。 10.1080 / 01621459.1995.10476572 [Cross Ref]
  • Kim J.,LaRose R.,Peng W.(2009)。 作为互联网使用问题的原因和影响的孤独:互联网使用与心理健康之间的关系。 Cyber​​psychol。 Behav。 12,451-455。 10.1089 / cpb.2008.0327 [考研[Cross Ref]
  • Knoll N.,Rieckmann N.,Schwarzer R.(2005)。 作为人格和压力结果之间的中介应对:白内障手术患者的纵向研究。 欧元。 J. Pers。 19,229-247。 10.1002 / per.546 [Cross Ref]
  • Ko CH,Yen JY,Chen CC,Chen SH,Yen CF(2005)。 影响台湾青少年网络游戏成瘾的性别差异及相关因素。 J. Nerv。 满足。 派息。 193,273-277。 10.1097 / 01.nmd.0000158373.85150.57 [考研[Cross Ref]
  • KrämerNC,Winter S.(2008)。 社交网站中的自尊,外向,自我效能和自我表现的关系。 J.媒体。 心理学。 20,106-116。 10.1027 / 1864-1105.20.3.106 [Cross Ref]
  • Kuss DJ,Griffiths MD(2011a)。 网络游戏成瘾:对实证研究的系统评价。 诠释。 J. Ment。 健康瘾君子。 10,278-296。 10.1007 / s11469-011-9318-5 [Cross Ref]
  • Kuss DJ,Griffiths MD(2011b)。 在线社交网络和成瘾:对心理学文献的回顾。 诠释。 J. Environ。 RES。 公共卫生8,3528-3552。 10.3390 / ijerph8093528 [PMC免费文章[考研[Cross Ref]
  • Laconi S.,Tricard N.,Chabrol H.(2015)。 根据性别,年龄,在线时间和精神病理症状,特定和普遍存在问题的互联网用户之间的差异。 COMPUT。 哼。 Behav。 48,236-244。 10.1016 / j.chb.2015.02.006 [Cross Ref]
  • Laier C.,Brand M.(2014)。 从认知 - 行为角度看有助于网络成瘾的因素的经验证据和理论考虑。 性别。 冰火。 强制性21,305-321。 10.1080 / 10720162.2014.970722 [Cross Ref]
  • Lee Y-H。,Ko C.-H.,Chou C.(2015年)。 重新审视台湾学生的网络成瘾:学生期望,在线游戏和在线社交互动的横断面比较。 J.艾伯诺姆。 儿童心理。 43,589–599。 10.1007 / s10802-014-9915-4 [考研[Cross Ref]
  • Meerkerk G.,Van Den Eijnden RJJM,Garretsen HFL(2006)。 预测强制性的互联网使用:一切都与性有关! 网络心理。 行为。 9,95-103。 10.1089 / cpb.2006.9.95 [考研[Cross Ref]
  • Montag C.,Bey K.,Sha P.,Li M.,Chen YF,Liu WY,et al。 。 (2015)。 区分广义和特定的网络成瘾是否有意义? 来自德国,瑞典,台湾和中国的跨文化研究的证据。 亚太地区。 精神病学7,20-26。 10.1111 / appy.12122 [考研[Cross Ref]
  • Moreau A.,Laconi S.,Delfour M.,Chabrol H.(2015)。 青少年和年轻成人有问题的Facebook用户的精神病理学概况。 COMPUT。 哼。 Behav。 44,64-69。 10.1016 / j.chb.2014.11.045 [Cross Ref]
  • MuthénL。,MuthénB。(2011)。 “MPlus”。 (加利福尼亚州洛杉矶:Muthén和Muthén;)。
  • Neubaum G.,KrämerNC(2015)。 我的朋友就在我身边:实验室调查预测因素和在社交网站上体验社交接近的后果。 Cyber​​psychol。 Behav。 SOC。 网络。 18,443-449。 10.1089 / cyber.2014.0613 [考研[Cross Ref]
  • Omar B.,Subramanian K.(2013)。 沉迷于Facebook:审视年轻人的个性特征,满足感和Facebook曝光的角色。 J. Media Commun。 梭哈。 1,54-65。 10.5176 / 2335-6618_1.1.6 [Cross Ref]
  • Panek ET,Nardis Y.,Konrath S.(2013)。 镜子或扩音器?:在Facebook和Twitter上,自恋和社交网站使用之间的关系有何不同。 COMPUT。 哼。 Behav。 29,2004-2012。 10.1016 / j.chb.2013.04.012 [Cross Ref]
  • Pawlikowski M.,Altstötter-GleichC.,Brand M.(2013年)。 杨氏网络成瘾测试短版的验证和心理计量学特性。 计算哼。 行为。 29,1212–1223。 10.1016 / j.chb.2012.10.014 [Cross Ref]
  • Pawlikowski M.,Nader IW,Burger C.,Biermann I.,Stieger S.,Brand M.(2014)。 病理性互联网使用 - 它是一个多维而不是一维的构造。 冰火。 RES。 理论22,166-175。 10.3109 / 16066359.2013.793313 [Cross Ref]
  • Podsakoff PM,Mackenzie SB,Lee J.-Y.,Podsakoff NP(2003)。 行为研究中的常见方法偏差:对文献的批判性回顾和推荐的补救措施。 J. Appl。 心理学。 88,879-903。 10.1037 / 0021-9010.88.5.879 [考研[Cross Ref]
  • 罗森伯格先生(1965)。 社会与青少年自我形象。 普林斯顿,新泽西州:普林斯顿大学出版社。
  • Rumpf H.-J.,Meyer C.,Kreuzer A.,John U.(2011)。 PrävalenzderIntertabathängigkeit。 Bericht an dasBundesministeriumfürGesundheit。 在线提供: http://www.drogenbeauftragte.de/fileadmin/dateien-dba/DrogenundSucht/Computerspiele_Internetsucht/Downloads/PINTA-Bericht-Endfassung_280611.pdf (访问March 30,2015)。
  • Ryan T.,Chester A.,Reece J.,Xenos S.(2014)。 Facebook的使用和滥用:对Facebook成瘾的评论。 J. Behav。 冰火。 3,133-148。 10.1556 / JBA.3.2014.016 [PMC免费文章[考研[Cross Ref]
  • Ryan T.,Xenos S.(2011)。 谁使用Facebook? 调查五大,羞怯,自恋,孤独和Facebook使用之间的关系。 COMPUT。 哼。 Behav。 27,1658-1664。 10.1016 / j.chb.2011.02.004 [Cross Ref]
  • Schulz P.,Schlotz W.,Becker P.(2004)。 Trierer Inventar zum Chronischen Stress(TICS)。 哥廷根:Hogrefe。
  • Schwarzer R.,耶路撒冷M.(1995)。 通用自我效能感量表,在“健康心理学的度量:用户的档案袋”中。 因果和控制信念,Weinman J.,Wright S.,Johnston M.编辑。 (温莎:NFER-NELSON;),35-37。
  • Song H.,Zmyslinski-Seelig A.,Kim J.,Drent A.,Victor A.,Omori K.,et al。 (2014)。 Facebook让你感到孤独吗?:一个元分析。 COMPUT。 哼。 Behav。 36,446-452。 10.1016 / j.chb.2014.04.011 [Cross Ref]
  • Steinfield C.,Ellison NB,Lampe C.(2008)。 社会资本,自尊和在线社交网站的使用:纵向分析。 J. Appl。 开发。 心理学。 29,434-445。 10.1016 / j.appdev.2008.07.002 [Cross Ref]
  • Tang J.,Yu Y.,Du Y.,Ma Y.,Zhang D.,Wang J.(2013)。 青少年互联网用户中网络成瘾的流行及其与压力性生活事件和心理症状的关联。 冰火。 Behav,39 744-747。 10.1016 / j.addbeh.2013.12.010 [考研[Cross Ref]
  • Tonioni F.,D'Alessandris L.,Lai C.,Martinelli D.,Corvino S.,Vasale M.等。 。 (2012)。 网络成瘾:网上花费的时间,行为和心理症状。 医院将军精神病学34,80–87。 10.1016 / j.genhosppsych.2011.09.013 [考研[Cross Ref]
  • Tonioni F.,Mazza M.,Autullo G.,Cappelluti R.,Catalano V.,Marano G.,et al。 。 (2014)。 网络成瘾是一种与病态赌博不同的精神病理状态吗? 冰火。 Behav。 39,1052-1056。 10.1016 / j.addbeh.2014.02.016 [考研[Cross Ref]
  • Turel O.,Serenko A.(2012)。 社交网站享受的好处和危险。 欧元。 J. Inf。 SYST。 21,512-528。 10.1057 / ejis.2012.1 [Cross Ref]
  • Wang CW,Ho RT,Chan CL,Tse S.(2015)。 探索与互联网相关的成瘾行为的中国青少年的人格特征:游戏成瘾和社交网络成瘾的特质差异。 冰火。 Behav。 42,32-35。 10.1016 / j.addbeh.2014.10.039 [考研[Cross Ref]
  • Wang J.-L.,Jackson LA,Wang H.-Z.,Gaskin J.(2015)。 预测社交网站(SNS)的使用:个性,态度,动机和互联网自我效能。 个人。 Ind.Diff。 80,119-124。 10.1016 / j.paid.2015.02.016 [Cross Ref]
  • Wegmann E.,Stodt B.,Brand M.(2015)。 社交网站的上瘾使用可以通过互联网使用预期,互联网知识和精神病理症状的相互作用来解释。 J. Behav。 冰火。 4,155-162。 10.1556 / 2006.4.2015.021 [PMC免费文章[考研[Cross Ref]
  • Wong LS,Lee S.,Chang G.(2003)。 互联网过度用户的心理状况:对网络成瘾的行为抽样分析。 网络心理。 行为。 6,143–150。 10.1089 / 109493103321640338 [考研[Cross Ref]
  • Wu AMS,Cheung VI,Ku L.,Hung EPW(2013)。 中国智能手机用户对社交网站成瘾的心理危险因素。 J. Behav。 冰火。 2,160-166。 10.1556 / JBA.2.2013.006 [PMC免费文章[考研[Cross Ref]
  • Xu ZC,Turel O.,Yuan YF(2012)。 青少年在线游戏成瘾:动机和预防因素。 欧元。 J. Inf。 SYST。 21,321-340。 10.1057 / ejis.2011.56 [Cross Ref]
  • Yadav P.,Banwari G.,Parmar C.,Maniar R.(2013)。 网络成瘾及其与高中生的关联:来自印度艾哈迈达巴德的初步研究。 亚洲。 J. Psychiatr。 6,500-505。 10.1016 / j.ajp.2013.06.004 [考研[Cross Ref]
  • Young KS(1998)。 陷入网络:如何识别互联网成瘾的迹象-以及成功的康复策略。 纽约州纽约:John Wiley and Sons,Inc.
  • Young K.,Pistner M.,O'Mara J.,Buchanan J.(1999年)。 网络障碍:新千年的精神健康问题。 网络心理。 行为。 2,475–479。 10.1089 / cpb.1999.2.475 [考研[Cross Ref]