亮点
对智能手机设备的成瘾超过社交网络服务(SNS)的成瘾。
智能手机成瘾因教育程度而异; SNS没有。
沉迷于智能手机的用户和SNS体验更高的认知吸收。
SNS认知吸收的影响大于智能手机。
认知吸收对SNS成瘾介导的智能手机成瘾的影响。
抽象
本研究的目的是检查用户成瘾之间的差异 智能手机 设备,沉迷于社交网络服务(SNS)以及用户感知的作用。 尽管越来越多的研究表明,智能手机的使用可能会带来有害影响,但相对较少的研究将设备成瘾与社交网络服务成瘾或用户感知对智能手机成瘾的影响进行了区分。 为了促进有关该主题的知识,本研究具有三个主要目标。 首先是研究智能手机成瘾与社交网络服务成瘾之间的区别。 第二个目的是了解用户感知对成瘾的影响(通过认知吸收来衡量,以检查用户对软件和技术的参与和参与状态)。 我们的最终目的是检查差异 人口因素 用于智能手机和社交网络服务成瘾和用户感知。 基于调查 商业 在美国中大西洋地区的一所大学的学生,结果表明,对智能手机设备的成瘾大于社交网络服务的成瘾,并且因人而异 教育程度虽然社交网络服务的使用不因性别,年龄或教育程度而异。 此外,沉迷于智能手机和社交网络服务的用户体验到更高水平的认知吸收,特别是女性在使用社交网络服务时和社交网络服务比智能手机更多。 最后,我们发现认知吸收对智能手机成瘾的影响是通过对SNS服务的成瘾来调节的。
关键词
1. 简介
Smartphones 在现代社会中无处不在; 有证据表明3.9全球有2016亿智能手机,估计6.8将增加2022亿(爱立信,2017)。 然而,智能手机技术是一个很好的例子 Mick和Fournier(1998) 被称为“技术悖论”,可以同时解放和奴役。 智能手机让我们能够以二十年前几乎无法想象的方式进行信息交流,社交和搜索; 智能手机技术还可能导致用户依赖性和有害的用户结果和行为。
传统上,互联网一直是研究技术成瘾和有问题的行为结果的主要焦点(德·索拉·古铁雷斯(De-SolaGutiérrez),罗德里格斯·德丰塞卡(Rodríguezde Fonseca)和卢比奥(Rubio),2016年)。 然而,近年来,手机技术 - 特别是智能手机的出现 - 已经开始取代互联网成为潜在的来源。 成瘾行为 (莱恩·曼纳(Lane&Manner),2011年; Lin等人,2015)。 此外,随着智能手机提供移动设备,智能手机上瘾可能比研究互联网有问题更重要 计算平台 (使用Web浏览器和GPS导航服务)具有比其他更大的可移植性 计算设备 如笔记本电脑和平板电脑和成瘾因此可能更加尖锐(Demirci,Orhan,Demirdas,Akpinar和Sert,2014年; 郑,金,百胜和黄,2016; 权金Kim与杨,2013).
目前文献中出现的争论是设备成瘾与应用和内容成瘾之间的区别,以及两者之间的关系(De-SolaGutiérrez等人。 2016),让人想起早些时候 审议 关于互联网(格里菲斯,1999)。 虽然许多研究已经研究过智能手机成瘾,但很少有人考虑过对设备上瘾而不是对某些服务上瘾,特别是社交网络服务(SNS)。 网上平台 建立关系 基于共同的个人维度。 虽然一小部分奖学金已经检查了对各种类型内容的成瘾(例如 消息,娱乐,社交网络)(梁和梁,2015; 罗森(Rosen),《捕鲸者》,《载体》,《 Cheever》和Rokkum,2013年; 范·德森(van Deursen),鲍尔(Bolle),海格纳(Hegner)和科默斯(Kommers),2015),除了 Jeong等。 (2016),之前的研究没有详细比较不同类型的内容,或者进一步区分设备成瘾与特定应用成瘾之间的区别。 这种微妙的差异很重要,因为它有助于我们更好地理解智能手机成瘾,特别是因为某些手机活动可能与其他人相比更容易与成瘾相关联(罗伯茨,亚亚和玛诺利斯,2014年).
与以往的经验研究不同,本研究在单个研究中研究了文献中开始出现的两种不同论点,即对设备的依赖与对SNS的依赖。 此外,我们通过智能手机和SNS成瘾检查了用户的认知吸收水平-他们参与和参与软件和技术的状态,以帮助理解用户感知在计算机介导环境中的作用。 最后,我们考虑了 人口因素 在智能手机和SNS成瘾。
研究设计 基于单个横截面样本和a 自我报告 调查。 从先前的研究中采用了量表,但是对于本研究的背景进行了调整和扩展。 该调查在线实施并分发给 商业 在美国中大西洋地区的一所大学的学生。 通过t检验,方差分析(ANOVA),回归和Sobel检验进行假设检验。
该研究的结构如下。 继介绍之后,我们考虑技术成瘾和研究有问题的智能手机使用情况的研究。 接下来,我们通过认知吸收的概念来研究用户感知的主题。 然后,我们转向一系列假设的发展。 本研究的其余部分根据通过调查获得的数据,以实证的方式检查该假设,包括讨论,结论和研究结果的含义。
1.1。 定义和文献综述
这项研究的目的是三方面的:检查智能手机成瘾和SNS成瘾之间的区别; 了解用户感知对成瘾的影响(通过认知吸收来衡量,以检查用户对软件和技术的参与和参与状态); 并研究智能手机和SNS成瘾以及用户感知的人口统计学差异。 本节探讨了有关这些主题的背景文献,重点关注技术成瘾,有问题的智能手机使用和认知吸收。
1.2。 技术成瘾
Merriam-Webster的医学词典 (1995:273) 将成瘾定义为“......已经变得几乎或完全不自主的后天行为模式”,而“成瘾”则是 大风百科全书 (1999)认为成瘾是“......依赖于一个人无力阻止的行为或物质。”传统上,成瘾被认为只与物质(如酒精和毒品)有关,但后来被扩大到包括 有问题的行为 (包括过度的性交和病态赌博)。 此外,一些人认为任何无法控制或过度使用的行为或活动都应被视为成瘾(Peele,1985).
美国精神病学协会的诊断和 统计手册 of 精神错乱 (DSM),目前正处于第五版(DSM-V, 2013),捕获共同商定的 心理状况。 临床医生已经在一定程度上考虑了可能存在的技术成瘾问题,尽管DSM目前并未将其视为一种病症,而是维持其表现为其他先前心理状况的结果,如减少 冲动控制 (Yellowlees&Marks,2007年)。 然而,对于技术的各个方面的成瘾已经吸引了一些学术领域的研究关注一段时间,并且已经有人要求它正式承认(Block,2008).
在上下文中 信息系统 学科, 卡里洛(Carillo),斯科纳瓦瓦卡(Scornavacca)和扎(Za),2017年 指出心理依赖(成瘾) 信息和通信技术 不应该混淆 目标导向 依赖性。 虽然这两个概念可能是相关的,并且可能影响个人合理的IT使用决策,但是面向目标的依存关系体现了个人达到其目标的能力在多大程度上取决于特定技术的使用。 它还倾向于关注更多 积极的后果 使用技术。 另一方面,成瘾倾向于关注更负面的 技术的影响 使用,因为它涉及到 心理状态 对技术使用的适应不良依赖程度,以至于出现典型的强迫行为症状。 本文着重于这一现象的这一方面。
越来越多的研究表明存在对几种形式的信息技术上瘾(Barnes&Pressey,2014年; Carillo等。 2017; 格里菲斯,2001; 林,2004; Turel,Serenko和Giles,2011年; Turel&Serenko,2010年). Turel等人。 (2011) 报告说,神经行为支持已被提供用于存在行为成瘾,包括技术成瘾,并指出物质和行为成瘾之间的相似性(Helmuth,2001)。 一项研究采用 功能磁共振成像 在线游戏中发现,对网络游戏成瘾中的物质成瘾和渴望/渴望的冲动/渴望有类似之处 神经生物学机制 (Ko等人。 2009)。 于是 Turel等人。 (2011,p。 1045)得出结论:“因此,将物质成瘾领域的概念,模型和理论应用于相当新的行为成瘾领域是合理的”。
研究有问题的技术使用的研究有相当大的谱系; 例如,Hadley Cantril和Gordon W. Allport质疑其潜在的上瘾性质 广播节目 在他们的文字中 广播心理学 发表于 1935。 后来的奖学金解决了某些技术的依赖性,如过度 电视观看 (Horvath,2004; Mcllwraith,1998),过度的视频游戏(守护者,1990),'电脑成瘾'(Shotton,1991),以及互联网的上瘾潜力(Brenner,1997; 格里菲斯,1996, 1997; 年轻,1998),后一主题吸引了大量的实证关注(Bozoglan,Demirer和Sahin,2014年; Bridges&Florsheim,2008年; 查尔顿和丹佛斯,2007年; 德米尔(Demirer)和博佐格兰(Bozoglan),2016年; 库斯(Kuss),范鲁伊(van Rooij),肖特(Shorter),格里菲思(Griffiths)和范德梅恩(van de Mheen),2013年; Lehenbauer-Baum等。 2015; 莫拉汉·马丁和舒马赫(2000); Pontes&Griffiths,2016年; Turel等人。 2011)。 一个子集 网络成瘾 研究还研究了具体的问题 线上活动,包括成瘾 在线拍卖 (Turel等人。 2011)和虚拟世界(Barnes&Pressey,2014年)。 这一受到学术关注的学术探究系列的一个自然延伸是有问题的智能手机使用。
1.3。 有问题的智能手机使用
首次对手机成瘾进行实证研究的研究归因于硕士论文(Jang,2002),在韩国进行。 近年来,智能手机成瘾的各个方面已经过检查和发表(见 表1 下面),重点介绍有问题的智能手机使用的驱动因素。 智能手机成瘾可能比互联网或计算机成瘾更重要,因为智能手机提供移动计算平台,因此比其他计算设备(如笔记本电脑和平板电脑)提供更大的便携性,并且成瘾可能更为严重(Demirci等人。 2014; Jeong等。 2016; Kwon等人,2013),导致习惯性检查设备(李,2015; Oulasvirta,Rattenbury,Ma和Raita,2012年)。 一些评论家推测,智能手机可能代表着鼓励我们成瘾的卓越技术设备(Shambare,Rugimbana和Zhowa,2012年).
作者(S) | 专注焦点 | 学术领域 |
---|---|---|
林等人。 (2017) | 通过应用程序(app)记录的数据诊断智能手机成瘾。 | 临床精神病学 |
Jeong等。 (2016) | 用户的心理特征和所使用的内容类型。 | 计算机研究 |
Sapacz,Rockman和Clark(2016) | 个性和有问题的手机使用。 | 计算机研究 |
Samaha和Hawi(2016) | 智能手机成瘾,压力,学业表现和生活满意度之间的关系。 | 计算机研究 |
Cho和Lee(2015) | 学生护士在临床环境中通过智能手机分心的经历以及他们对智能手机使用政策的看法。 | 医疗(护理)信息学 |
郑和李(2015) | 护理学生的智能手机成瘾与同理心。 | 科学,技术和医学研究 |
Al-Barashdi,Bouazza和Jabur(2015) | 本科大学生中的智能手机成瘾。 | 一般科学 |
Kibona和Mgaya(2015) | 智能手机成瘾和学业成绩。 | 工程与技术 |
Pearson和Hussain(2015) | 智能手机使用,成瘾,自恋和个性。 | 网络心理学和学习 |
Wang,Wang,Gaskin和Wang(2015) | 压力和动机在大学生智能手机使用中的作用。 | 计算机研究 |
Demirci,Akgongul和Akpinar(2015) | 智能手机使用严重程度,睡眠质量,抑郁和焦虑。 | 行为上瘾 |
van Deursen等人。 (2015) | 智能手机使用类型,情商,社会压力和自我调节。 | 计算机研究 |
Bernroider,Krumay和Margiol(2014) | 智能手机成瘾对智能手机使用的影响。 | 信息系统 |
卞和梁(2014) | 孤独,羞怯,智能手机成瘾症状和社会资本之间的关系。 | 计算机研究 |
戴维和戴维(2014) | 印度青少年中的智能手机成瘾。 | 预防医学 |
Demirci等人。 (2014) | 土耳其大学生中的智能手机成瘾。 | 临床精神药理学 |
Kim,Lee,Lee,Nam和Chung(2014) | 韩国青少年中的智能手机成瘾。 | 科学和医学 |
Lee,Chang,Lin和Cheng(2014) | 智能手机成瘾管理系统。 | 计算机研究 |
莫等人。 (2014) | 韩国大学生的互联网和智能手机成瘾。 | 神经精神科 |
公园和公园(2014) | 智能手机成瘾在童年早期。 | 社会科学和人文研究 |
张,陈和李(2014) | 智能手机成瘾的动机。 | 信息系统 |
Shin和Dey(2013) | 评估有问题的智能手机使用情况 | 软件工程和计算机科学(普适计算) |
Kwon等。 (2013) | 韩国青少年中的智能手机成瘾。 | 科学和医学 |
Kwon等。 (2013b) | 用于确定智能手机成瘾的自我诊断量表。 | 科学和医学 |
Takao,Takahashi和Kitamura(2009) | 个性和有问题的手机使用。 | 网络心理学 |
Ehrenberg,Juckes,White和Walsh(2008) | 个性,自尊和手机成瘾。 | 网络心理学 |
比安奇和菲利普斯(2005) | 手机使用问题的心理预测因素。 | 网络心理学 |
总的来说,这些研究代表了不同的学术领域,包括信息系统,计算机研究,医疗保健,教育和心理学等。 然而,只有少数研究经验性地检验了智能手机使用和成瘾的动机,驱动因素或用户感知(梁和梁,2014; 比安奇和菲利普斯,2005年; Ehrenberg等人。 2008; Jeong&Lee,2015年; 皮尔森与侯赛因,2015年; Takao等。 2009; van Deursen等人。 2015; 张等人。 2014)。 在这一部分论文中,用户对智能手机使用和成瘾的看法是从个性驱动因素的角度来看待的(例如低自尊, 神经质,外向)(比安奇和菲利普斯,2005年; Ehrenberg等人。 2008; 皮尔森与侯赛因,2015年; Takao等。 2009; 张等人。 2014), 影响因素 (例如朋友数量, 学术成就优异和阅读量)(Jeong&Lee,2015年),过程和社会定位(例如智能手机使用类型, 情绪智力,社会压力和自我调节)(van Deursen等人。 2015)和混合研究(例如研究检查 个性特征 和智能手机使用的模式)(梁和梁,2014).
用户感知的影响以及与智能手机成瘾的关联是一个相关的探究领域,因为它涉及用户如何与技术互动并且可能深深沉浸在其中 - 有时在某种程度上存在问题。 了解用户感知或信念非常重要,因为它们会影响用户行为,并有助于解释用户如何专注于技术。 进一步了解用户的动机 海港 某些信念有助于我们理解为什么他们持有这些信念; 虽然先前对手机成瘾的研究主要集中在使用和态度上,但对信念形成的关注较少。 这是我们现在转向的主题,特别是通过引入认知吸收的概念。
1.4。 认知吸收
虽然许多理论有助于阐明用户采用和接受信息技术 - 包括 扩散创新 理论, 计划行为理论,理论 合理的行动,并 技术接受模型 (TAM)(Ajzen,1985, 1991; Brancheau&Wetherbe,1990年; 戴维斯,1989; Fishbein&Ajzen,1975年; 罗杰斯,1995) - 他们在解释方面的能力有限 形成一种 信息技术的信念形成(阿加瓦尔和卡拉汉纳,2000年). Agarwal和Karahanna(2000) 介绍了认知吸收(CA)的概念,以帮助克服这种概念上的不足。 CA与第一个主要IT部门分享了概念根 用户接受 包括TAM在内的理论通过强调工具作为用户信念的核心驱动力,以及使用行为是由“......认知复杂性信念”驱动的(阿加瓦尔和卡拉汉纳,2000年,P。 666)。
CA还具有以认知和理论为基础的大量学术基础的优势 社会心理学 文献,其中CA从三个相关的文献链中得出其理论基础:吸收的人格特质维度(泰勒根与阿特金森(Tellegen&Atkinson),1974年; Tellegen,1981, 1982),流动状态(Csikszentmihalyi,1990; 特雷维诺和韦伯斯特,1992年),以及。的概念 认知参与 (韦伯斯特和哈克利,1997年; 韦伯斯特和何,1997).
定义为“......与软件密切相关的状态”(阿加瓦尔和卡拉汉纳,2000年,第673),认知吸收可以成为与IT相关的信念的有力激励因素,高度参与和引人入胜的体验会导致用户的“深度关注”,并完全沉浸并参与一项活动(Csikszentmihalyi,1990; Deci和Ryan,1985年; 泰勒根与阿特金森(Tellegen&Atkinson),1974年; Vallerand,1997).
Agarwal和Karahanna(2000) 建议CA作为与IT相关的信念的强大推动因素,其中高度吸引人和引人入胜的体验导致“深度关注”。 CA由一个人驱动 固有 动机(即体验带来的愉悦,满足和愉悦)而不是 外在 动机(即与某种行为相关的奖励的期望)。 作为“......自己的目的”(Csikszentmihalyi,1990),内在激励因素更大 解释力 在使用意图比 外在激励因素 (戴维斯,巴格兹和华沙,1992年)。 认知吸收是一种 多维构造 五个维度:
- i.
时间分离(“在参与互动时无法记录时间的流逝”);
- II。
专注于沉浸式(“完全参与的体验,其他注意力需求在本质上被忽略”);
- III。
高兴的享受(“互动的愉快方面”);
- IV。
控制(“用户对交互负责的感觉”); 和
- v.
Curiosity (“体验引起个人的感官和认知好奇心的程度”)。
我们希望那些智能手机和SNS服务使用或成瘾问题水平较高的人会体验到更高水平的CA,因为这可以解释一些人在互动时可能会遇到的深入参与,参与和关注状态。与计算机介导的环境,可能会导致一些用户的问题行为。 因此,上瘾的用户很可能会有某种形式 感性失真.
有一些证据支持这种说法。 成瘾和感知失真之间的关系可能导致更高水平的CA,特别是当成瘾可能产生一个 框架效应 这导致用户比非上瘾的用户更积极地感知网站(Barnes&Pressey,2017年; Turel等人。 2011)。 成瘾导致了 修改 认知过程和特定经验的强化。 因此,表现出较高成瘾水平的用户对系统持有积极的看法(即使这种感知是不合逻辑的),因此导致系统中更高的吸收水平。 例如, Turel等人。 (2011) 发现有证据表明,对在线拍卖上瘾的用户报告了更高水平的感知有用性,享受和拍卖网站的易用性, 巴恩斯和普雷西(2017) 报告说,对虚拟世界的成瘾会对认知吸收产生积极影响。
总而言之,检查CA与成瘾之间的关系使我们有能力理解有关技术的行为表现出来的途径,以及驱使个人怀有关于IT的特定信念的因素,并且“作为对信息技术的显着信念的关键前提” “(阿加瓦尔和卡拉汉纳,2000年,p。 666)。 鉴于无处不在的智能手机技术和有问题的使用报告,这似乎既有价值又适时,并有助于我们理解为什么有些 用户体验 与其他人更深入地参与特定技术。 在下一节中,我们概述了与智能手机技术成瘾相关的假设。
2。 假设发展
本节分为六个方面。 最初,我们检查 智能手机 成瘾与成瘾对SNS,其次是认知吸收对成瘾的影响,以及 人口因素 与智能手机成瘾有关。 接下来,我们考虑认知吸收对智能手机成瘾的影响,最后考虑性别,年龄和教育对认知吸收的影响。
2.1。 智能手机成瘾与对SNS的成瘾
大多数研究检查有问题 技术用途 专注于设备或设备本身(无线电,电视,计算机,手机),而不是技术提供的内容(特定程序,软件,网站或应用程序)。 如 Roberts和Pirog(2012:308) 注意:“研究必须挖掘用于吸引用户使用特定技术的活动的技术。”文献中目前正在讨论成瘾是针对电话还是提供给它的服务; 如 Pearson和Hussain(2015,p。 19)观察到:“智能手机上有这么多令人上瘾的应用程序,很难解读 因果 有问题的使用关系。 智能手机多面化 功能 可能是上瘾的,或者可能是用户沉迷于某种媒体。“此外,它可能是共现的情况,其中用户沉迷于他们的智能手机和SNS网站。
As De-SolaGutiérrez等人。 (2016:2) 注意:“有证据表明智能手机具有广泛的应用和用途,往往比普通手机更容易受到滥用”(另见 Taneja,2014)。 但是,它是对设备成瘾(例如智能手机)还是对内容和应用程序成瘾的情况? 这一系列的调查与早期关于互联网成瘾的讨论相吻合,人们认识到“成瘾之间存在根本区别” 至 互联网和成瘾 on 互联网” (格里菲斯,2012,p。 519)。 如 格里菲斯(2000) 认为, 线上活动 他们养成习惯的能力会有所不同(另见 年轻,1999).
然而,迄今为止,尽管在早期的研究中被提及,但没有研究区分智能手机的成瘾或他们为用户提供的活动的成瘾,或者已经整合了这两种观点。 De-SolaGutiérrez等人。 (2016:1) 提及:“这一领域的研究一般都是从手机作为设备的全球视角演变为通过应用和内容进行分析。”这场辩论的核心 - 与目前的研究密切相关 - 是问题是智能手机还是其应用和内容(De-SolaGutiérrez等人。 2016).
罗伯茨等人。 (2014) 断言由于可以在手机上进行的活动种类不断扩大,因此我们必须理解哪些活动比其他活动更容易形成习惯。 在进行此类研究之前,确定智能手机成瘾与成瘾的成瘾是否存在差异似乎是一个相关的起点。 核心应用 (如SNS)。 SNS的使用已被证明是智能手机成瘾的有力预测因素,并且比其他受欢迎的智能手机用户更强大,如游戏(Jeong等。 2016),是将其纳入本研究的基础。 这是对智能手机使用,SNS的一个重要方面上瘾的情况,还是更广泛或全球性的成瘾案例? 我们认为,更具体地说,对设备的上瘾比对SNS的成瘾更加敏感; 因此,没有任何一个应用程序可能比该设备更容易上瘾 总体。 因此,我们提出以下建议:
H1
对智能手机的成瘾将比对SNS的成瘾更大。
2.2。 认知吸收对智能手机和SNS成瘾的影响
我们现在分别考虑认知吸收对SNS和智能手机成瘾的影响。 在智能手机上使用的最受欢迎的应用程序被广泛报道为SNS,由他们提供的社交关系驱动(Barkhuus&Polichar,2011年; 皮尔森与侯赛因,2015年; Salehan&Negahban,2013年)和SNS的使用被报道为智能手机成瘾的先行者(Salehan&Negahban,2013年)。 在后一点上,对SNS可用性和使用率与智能手机采用率和成瘾率之间关系的一种解释是,用户所经历的认知吸收水平以及高度参与和引人入胜的体验会导致用户“深入关注”并完全沉浸(Csikszentmihalyi,1990; Deci和Ryan,1985年; 泰勒根与阿特金森(Tellegen&Atkinson),1974年; Vallerand,1997),特别是随着SNS的扩展和复杂性的增长。 因此,我们认为SNS的认知吸收会比智能手机更大,因为高水平认知吸收的结果之一是无法自我调节潜在的有害或有害行为,特别是那些通过SNS受欢迎的行为。
H2
SNS认知吸收对成瘾的直接影响将大于智能手机。
2.3。 人口因素和智能手机成瘾
年轻人和女性可能更容易受到智能手机成瘾的风险,而有关教育影响的证据则更为复杂。 最初,女性每天花在手机上的时间比男性多(Roberts等,2014),有令人信服的证据表明女性比男性更容易受到手机依赖和使用问题(Beranuy等人。 2009; Geser,2006; 函馆&函山,2011; 杰克逊等人。 2008; Jenaro,Flores,Gomez-Vela,Gonzalez-Gil和Caballo,2007年; 梁,2008; 洛佩兹·费尔南德斯(Lopez-Fernandez),本鲁比亚·塞拉诺(Honrubia-Serrano)和弗莱卡·布朗克斯(Freixa-Blanxart),2012年; Sanchez Martinez和Otero,2009年)。 女性(特别是那些自尊心低的女性)被认为是最多的 弱势群体 关于智能手机成瘾(Pedrero等人。 2012),并且可能更多地依靠智能手机而不是男性,以减少社交焦虑(李等人。 2014)。 证据还表明,女性比男性发送更多的短信,并且往往比男性撰写更长的文本(帕沃夫斯卡和波滕布斯卡,2012年)。 尽管如此,一些研究发现手机对性别的依赖程度很小或没有差异(比安奇和菲利普斯,2005年; Junco,Merson和Salter,2010年; 皮尔森与侯赛因,2015年).
有证据表明,男性和女性以不同的方式使用手机。 Geser(2006,p。 3)声称“手机使用的动机和目标反映了传统 性别角色“虽然女性倾向于支持手机允许的情感和个人交流,因此比男性更重视设备的社交功能 - 特别是 社交网站 (如Facebook)(比安奇和菲利普斯,2005年; De-SolaGutiérrez等人。 2016; Geser,2006; Lenhart,Purcell,Smith和Zickuhr,2010年) - 男性倾向于重视专业网站(如LinkedIn)(Lenhart等人。 2010)。 而且,在他们的研究中 大学生 在美国, 罗伯茨等人。 (2014) 发现女性花在了更多的时间上 Facebook 比他们的男同事要高,而且某些社交网站是导致手机成瘾的重要因素。 因此,我们可能会争辩说,社会动机是女性使用智能手机的主要动力。
年轻人,特别是青少年,容易使用强迫性手机,而手机上花费的总时间会随着年龄的增长而减少(De-SolaGutiérrez等人。 2016),归因于能力下降 自制 (比安奇和菲利普斯,2005年)。 研究还指出,人们首先获得手机的时代和未来有问题使用的可能性增加(Sahin,Ozdemir,Unsal和Temiz,2013年).
有关之间关系的证据 教育程度 并且有问题的手机使用是模棱两可的。 虽然一些研究指出有问题的手机使用与教育水平之间的联系(特别是那些进行长期学习的人)(Tavakolizadeh,Atarodi,Ahmadpour和Pourgheisar,2014年),其他人反驳这一点(Billieux,2012),甚至报告低之间的联系 教育水平 和有问题的手机使用(梁,2007)。 因此,对有问题的手机使用和教育程度之间的联系所做的解释并不特别引人注目。
我们假设如下:
H3
SNS服务成瘾会因以下因素而异:(a)性别; (b)年龄; (c)教育。
H4
智能手机成瘾会因以下因素而异:(a)性别; (b)年龄; (c)教育。
2.4。 认知吸收对智能手机成瘾的影响
由于SNS可以被视为智能手机上提供的功能和服务的子集,并且是在设备上花费的主要时间方面,认知吸收对电话成瘾本身的影响应该(逻辑上)由SNS成瘾介导。 换句话说,对SNS成瘾(如Facebook, Instagram, Pinterest等等)将作为对设备和管道的整体成瘾的吸引或诱惑 处理认知 吸收。
在相关文献中支持这种关系。 如前所述,到目前为止,最受欢迎的智能手机应用选择是SNS(Barkhuus&Polichar,2011年; 皮尔森与侯赛因,2015年; Salehan&Negahban,2013年),证据表明手机成瘾与SNS之间存在正相关关系。 因此,智能手机采用和使用的快速增长与重要性相对应 增殖 SNS,SNS使用驱动智能手机上瘾(Salehan&Negahban,2013年)。 因此,SNS的拉动越大,对设备的整体成瘾水平越高。 鉴于我们预计认知吸收对成瘾的直接影响对于SNS而言将比智能手机更大,正如前面所述,我们预计会成瘾SNS来调解认知吸收与智能手机成瘾之间的关系。 因此,我们假设:
H5
认知吸收对智能手机成瘾的影响将通过对SNS的成瘾来调节。
2.5。 性别,年龄和教育对认知吸收的影响
一些证据表明,不同的性别以不同的方式感知和识别技术。 女性被认为强调以人为本和社会驱动的使用动机,而男性被认为更注重任务(克莱斯罗(Claisse&Rowe),1987年)。 与本研究相关的是,男性和女性用户之间存在差异 心理特征 和强迫性的智能手机使用。 李等人。 (2014) 发现三种心理特征(需要触摸, 控制点及 社交 焦虑)男性和女性智能手机用户之间存在差异。
如前所述,与男性相比,女性倾向于喜欢手机允许的情感和个人交换,因此重视设备的社交功能,特别是社交网站(比安奇和菲利普斯,2005年; De-SolaGutiérrez等人。 2016; Geser,2006; Lenhart等人。 2010)。 此外,女性倾向于出于社区原因使用智能手机,而男性则倾向于代理目的(Lenhart等人。 2010)。 因此,与Sles相比,女性是否能够体验到与SNS相关的更深入的(或认知吸收)状态?
而 阿加瓦尔和卡拉汉娜(2000) 通过互联网进行的认知吸收研究发现,根据性别没有差异,他们的研究是在一个前SNS世界进行的。 如果,如前所述,由于女性用户偏爱智能手机允许的个人和情感交流及其社交功能,女性用户将比男性经历更高水平的SNS成瘾,那么我们可以假设女性用户将体验到更高水平的认知吸收。男性用户。
在年龄和教育方面,没有证据表明这两种因素在用户所经历的认知吸收水平中起作用。 因此,我们期望在年龄或教育程度方面的认知吸收没有差异。
鉴于以上情况,我们假设:
H6a
使用SNS时,女性的认知吸收效果将强于男性。
H6b
使用SNS时认知吸收的影响不会因年龄而异。
H6c
使用SNS时认知吸收的影响不会因教育程度而有所不同。
2.6。 认知吸收和用户成瘾
我们的最后一系列假设涉及用户智能手机和SNS成瘾以及所经历的认知吸收水平。 如上所述,我们预计,遇到问题的智能手机和SNS服务使用或成瘾问题的用户将表现出更高级别的CA. 这可以解释为什么有些 用户体验 与计算机中介环境交互时的深度参与,参与和关注,而其他用户则不然。 因此,CA程度的提高正在推动成瘾和培养 有问题的行为 在一些用户中,并作为一种形式 感性失真。 因此,我们假设:
H7
对智能手机上瘾的用户将拥有更高级别的CA.
H8
对SNS成瘾的用户将具有更高级别的CA.
3。 研究方法论
3.1。 研究设计
研究设计 采用了一个横截面便利样本 自我报告 调查。 该研究采用了先前研究中的尺度来测量研究中的结构,尽管这些结构是针对研究背景进行调整和扩展的 - 社交网络应用和 智能手机。 衡量标准 认知吸收 改编自 Agarwal和Karahanna(2000) 并包括五个因素: 时间分离 (“在参与互动时无法记录时间的推移”), 专注沉浸 (“完全参与的经验,其他注意力要求实际上被忽略了”), 高兴的享受 (“互动的愉快方面”), 控制 (“用户对交互负责的感觉”),以及 好奇心 (“体验引起个人的感官和认知好奇心的程度”)。 认知吸收问题的措词侧重于“使用 社交网络 我的智能手机上的应用“。 措施 对智能手机上瘾 和 社交网络服务成瘾 改编自 查尔顿和丹佛斯(2007)。 每项措施的内容相同,但在关注“我的智能手机”或“社交网络应用”方面存在差异。 其中包括五个项目 查尔顿和丹佛斯(2007),补充了另外两项,以更好地适应研究的背景“我感到迷失没有[社交网络应用程序/我的智能手机]”和“我倾向于容易被[社交网络应用程序/我的智能手机]分心。”所有构造项目是在七点测量的 李克特量表 从1 =强烈不同意到7 =非常同意,其中4 =既不同意也不同意。 调查中使用的比例项目在 附录。 收集了有关性别,年龄,最高水平的人口统计和背景信息 教育成就,每日SNS使用情况和每日智能手机使用情况。
3.2。 数据收集和分析
该调查通过Qualtrics在线实施,并分发给学习的学生 商业 2月2015在美国中大西洋地区的一所大学。 共收集了140有效回复。 样品为68.6%雌性和31.4%雄性。 75%的样本总数为34年龄或以下,而42.9%则为 学士学位 和13.6%a 硕士.
我们使用Cronbach的Alpha检验了这些措施的可靠性。 对智能手机和社交网络应用程序的依赖程度的克朗巴赫Alpha值分别为0.835和0.890,远高于建议的0.7阈值 Nunnally(2010)。 克伦巴赫认知吸收量度的阿尔法值为0.909,而其子成分的阿尔法范围为0.722至0.949,所有这些都被认为是可以接受的。 判别有效性 还通过方差膨胀因素对其进行了检验。 在我们的研究中检验测量变量的方差膨胀因子(VIF),我们发现所有VIF值远低于10,范围从1.032到1.404,表明多重共线性不是问题(头发,黑色,巴宾和安德森(2014))。 使用Harman单因素检验检查通用方法的偏倚。 第一个因素仅解释了样本方差的35%,因此似乎没有常见的方法偏差。
为了评估用于测试的ANOVA的成瘾水平 H7 和 H8,我们使用类似的方法创建了三个成瘾组 莫拉汉 - 马丁和舒马赫(2000)。 我们的成瘾组根据七项成瘾量表中的“活跃”症状的数量进行评估。 对于症状“活跃”,李克特量表响应应该超过中点4(查尔顿和丹佛斯,2007年; 莫拉汉·马丁和舒马赫(2000))。 三个成瘾组是:没有成瘾(没有症状),低成瘾(一个或两个症状)和高成瘾(三个或更多症状)。
大部分的 统计分析 在SPSS 22中进行。 假设 测试过程 利用了许多统计程序:t检验,方差分析(ANOVA),回归和使用以下方法计算的Sobel检验: 男爵和肯尼(1986).
4。 结果
4.1。 智能手机成瘾与对SNS的成瘾
我们的第一系列测试试图找出用户成瘾之间的任何差异 智能手机 通过配对样本对SNS成瘾 t- 智能手机成瘾和SNS成瘾的摘要变量之间的测试(见 表2)。 结果表明有一个 显着差异 在这两种成瘾形式之间,平均差异为3.44,t值为7.303(p <.001,Msmartphone_addiction = 25.43,MSNS_addiction = 21.99)。 因此 H1 - 智能手机上瘾将比SNS上瘾更大 - 得到支持。
变量 | 平均值 | SD | SE | 平均差 | SD(差异) | SE(差异) | t | df | p |
---|---|---|---|---|---|---|---|---|---|
智能手机使用成瘾 | 25.43 | 9.19 | 0.78 | 3.44 | 5.57 | 0.47 | 7.303 | 139 | <.001 |
SNS使用成瘾 | 21.99 | 9.75 | 0.82 |
4.2。 认知吸收对成瘾的影响
为了检验认知吸收(CA)对两种成瘾形式的影响,我们运行了两个双变量 回归模型:一个检查CA对智能手机成瘾的影响,另一个检测CA对SNS成瘾的影响。 结果显示在 表3。 我们可以看到,SNS使用成瘾受CA影响比智能手机使用成瘾更强烈,具有更大的β系数和更高的F值(SNS使用成瘾:R2 = 0.254; F = 47.061; p <001; β= 0.746,p <.001; 智能手机使用成瘾:R2 = 0.240; F = 43.444,p <.001; β= 0.683,p <.001)。
独立变量 | β | SE | β(标准) | t值 | p | |
---|---|---|---|---|---|---|
型号1。 DV:SNS使用成瘾 R2 = 0.254(F = 47.061,p <.001,df回归 = 1,df剩余的 = 138,df总 = 139) | 认知吸收 | .746 | .109 | .504 | 6.860 | <.001 |
型号2。 DV:智能手机使用成瘾 R2 = 0.240(F = 43.444,p <.001,df回归 = 1,df剩余的 = 138,df总 = 139) | 认知吸收 | .683 | .103 | .490 | 6.599 | <.001 |
为了测试β值的差异是否具有统计学意义,我们使用的测试 Paternoster,Brame,Mazerolle和Piquero(1998) 和以下公式:
结果是Z = 1.766,这在5%水平上是显着的,证实CA具有更多 重大影响 关于SNS成瘾而不是智能手机上瘾。 因此, H2 - 对于SNS,认知吸收对成瘾的直接影响将大于智能手机 - 得到支持。
4.3。 人口因素和成瘾
现在我们来看智能手机成瘾的人口统计方面。 为了测试根据性别,教育程度和年龄的差异,我们使用ANOVA来检查各组之间针对智能手机和SNS的成瘾变量的差异。 为了按年龄组检查成瘾性,由于数据不足,必须将年龄较大的组重新编码为35年以上的单个组。 因此,我们有三个年龄段:18-24岁,25-34岁和35岁以上。 同样, 教育程度 由于数据不足,我被重新编码为三组: 高中 研究生或以下, 学士学位 或等价物,和 硕士 或同等学历。
SNS服务成瘾的ANOVA测试显示,根据年龄(F = 1.368; p = .258),性别(F = 0.327,p = .568)或教育程度(F = 1.488,p = .229)没有显着差异。 因此, H3 - SNS服务成瘾将因以下因素而异:(a)性别; (b)年龄; (c)教育 - 被拒绝。
在智能手机上瘾和 人口因素,ANOVA检验发现受教育程度的人群之间存在显着差异(F = 3.098,p = .048)。 使用Bonferroni程序进行的事后测试发现,文化程度最低的人群,即高中或以下学历者的成瘾率明显高于学士学位或同等学历(差异= 4.093,中学 = 27.462,M学士 = 23.333,p = .042)。 根据性别(F = 0.102,p = .750)或年龄(F = 1.008,p = .368),没有发现显着差异。 因此, H4 - 智能手机成瘾会因以下因素而异:(a)性别; (b)年龄; (c)教育 - 部分被接受,有证据表明智能手机成瘾的教育差异。
4.4。 认知吸收对智能手机成瘾的影响
使用Sobel测试检验了SNS成瘾对认知吸收与智力成瘾之间关系的中介作用(男爵和肯尼,1986年; 索贝尔,1986)。 该测试的结果显示在 表4,表明认知吸收确实是由SNS成瘾显着介导的(Z = 6.865,SE = 0.063,p <.001)。 这表明,对SNS的沉迷会加剧认知吸收,并导致对智能手机的沉迷。 从而, H5 - 认知吸收对智能手机成瘾的影响将由对SNS的成瘾介导 - 得到支持。
关系测试 | a | SEa | b | SEb | 索贝尔 | SE | p |
---|---|---|---|---|---|---|---|
认知吸收→ SNS使用成瘾→ 电话使用成瘾 | 0.573 | 0.072 | 0.760 | 0.056 | 6.865 | 0.063 | <.001 |
请注意: 路径a:认知吸收→SNS使用成瘾; 路径b:SNS使用成瘾→电话使用成瘾。
4.5。 性别,年龄和教育对认知吸收的影响
我们的下一组测试着眼于CA和差异 用户经验丰富 按性别,年龄和教育程度。 在性别方面,我们发现使用SNS时女性的CA水平高于男性(MCA_Male = 4.517; 中号CA_Female = 4.925; 看到 表5一个)。 假设方差相等,则为独立样本 t - 发现男性和女性之间CA差异的测试是显着的(平均差异= 0.408; t = 2.421; p = .017)。 然而,CA子组件的进一步测试发现,这种差异是由时间分离驱动的,时间分离是CA中唯一显示性别差异的元素,平均差异为0.735(t = 2687; p = .008;见 表5B)。 从而, H6a - 使用SNS时,女性的认知吸收效果会比男性更强 - 得到支持。
变量 | 性别 | N | 平均值 | SD | SE |
---|---|---|---|---|---|
CA | 男性 | 44 | 4.517 | 0.861 | 0.130 |
女性 | 96 | 4.925 | 0.953 | 0.097 | |
FI | 男性 | 44 | 4.046 | 0.825 | 0.124 |
女性 | 96 | 4.413 | 1.123 | 0.115 | |
TD | 男性 | 44 | 4.859 | 1.567 | 0.236 |
女性 | 96 | 5.594 | 1.472 | 0.150 | |
CU | 男性 | 44 | 4.466 | 1.464 | 0.221 |
女性 | 96 | 4.625 | 1.496 | 0.153 | |
CO | 男性 | 44 | 4.432 | 1.039 | 0.157 |
女性 | 96 | 4.646 | 1.130 | 0.115 | |
HE | 男性 | 44 | 4.790 | 1.054 | 0.159 |
女性 | 96 | 5.159 | 1.222 | 0.125 |
Levene方差均等检验 | t- 手段平等的测试 | |||||||
F | SIG。 | T | df | SIG。 (2尾) | 平均差 | 标准。 错误差异 | ||
CA | 假设等方差 | .027 | .870 | - 2.421 | 138 | .017 | - 40795 | .16849 |
---|---|---|---|---|---|---|---|---|
没有假设相等的差异 | - 2.515 | 91.786 | .014 | - 40795 | .16220 | |||
FI | 假设等方差 | 3.048 | .083 | - 1.940 | 138 | .054 | - 36705 | .18918 |
没有假设相等的差异 | - 2.170 | 110.830 | .032 | - 36705 | .16911 | |||
TD | 假设等方差 | 1.919 | .168 | - 2.687 | 138 | .008 | - 73466 | .27346 |
没有假设相等的差异 | - 2.624 | 78.928 | .010 | - 73466 | .27999 | |||
CU | 假设等方差 | .000 | .991 | - 588 | 138 | .557 | - 15909 | .27052 |
没有假设相等的差异 | - 593 | 85.141 | .555 | - 15909 | .26839 | |||
CO | 假设等方差 | .913 | .341 | - 1.066 | 138 | .288 | - 21402 | .20072 |
没有假设相等的差异 | - 1.100 | 90.264 | .274 | - 21402 | .19452 | |||
HE | 假设等方差 | 1.238 | .268 | - 1.730 | 138 | .086 | - 36908 | .21334 |
没有假设相等的差异 | - 1.828 | 95.834 | .071 | - 36908 | .20194 |
为了按年龄组检查认知吸收,由于数据不足(如上所述),有必要将年龄较大的组重新编码为35年以上的单个组。 因此,我们有三个年龄段:18-24岁,25-34岁和35岁以上。 假设方差分析的方差相等。 方差分析测试显示,各年龄组之间存在少量显着差异,即 Curiosity 和控制(F = 4.444,p = .013; F = 5.008,p = .008)。 使用Bonferroni程序进行事后检验发现,对于好奇心,18-24岁年龄组明显大于25-34岁年龄组(平均差异= 0.800,p = .016)。 对于对照组,发现35岁以上年龄组的水平显着高于25-34岁年龄组(平均差异= 0.731,p = .006)。 数据没有其他显着差异。 因此,我们发现 H6b - 使用SNS时认知吸收的影响不会因年龄而异 - 部分支持。
ANOVA测试根据教育程度确定认知吸收的差异,未发现显着结果。 因此, H6c - 使用SNS时认知吸收的影响不会因教育程度而有所不同 - 得到支持。
4.6。 认知吸收和用户成瘾
我们的最后一系列测试检查了成瘾水平与智能手机和SNS用户体验的CA程度之间的关系。 为了进行这些测试,我们创建了高,低和无成瘾的用户组,如方法部分所述。
我们最初的ANOVA测试检查了CA差异和智能手机成瘾(见 表6),发现对于智能手机成瘾程度,各组的CA差异显着(F = 19.572,p <.001)。 尽管CA的Control子组件不显着(F = 2.359,p = .98),但CA的所有其他子组件均显着,最大的影响是时间失真(F = 35.229,p <.001),其后是聚焦沉浸感(F = 7.514,p = .001),好奇心(F = 5.255,p = .006)和愉悦感(F = 4.484,p = .009)。 总体而言,用户 报告 高水平的智能手机成瘾报告的CA水平高于报告低成瘾水平的用户,而智能手机成瘾水平低的用户报告的CA水平高于没有智能手机成瘾水平的用户。 于是 H7 - 对智能手机上瘾的用户将具有更高水平的认知吸收 - 得到支持。
特点 | 1。 高成瘾(n = 67) | 2。 低成瘾(n = 47) | 3。 没有成瘾(n = 26) | P(F值) | 方差分析 |
---|---|---|---|---|---|
认知吸收 | 5.15 | 4.76 | 3.94 | <.001(19.572) | 1> 2**,1> 3***,2> 3*b |
聚焦沉浸 | 4.58 | 4.24 | 3.69 | .001(7.514) | 1> 3**a |
系统 | 4.77 | 4.48 | 4.26 | .098(2.359) | 非-SIG。b |
时间扭曲 | 6.06 | 5.33 | 3.62 | <.001(35.229) | 1> 2**,1> 3***,2> 3**b |
Curiosity | 4.87 | 4.60 | 3.79 | .006(5.255) | 1> 3**a |
提升享受 | 5.23 | 5.08 | 4.43 | .009(4.854) | 1> 3*b |
请注意: a 邦费罗尼; b Tamhane的T2由于异方差性而使用; ***p <001; **p <01; *p <.05; dfbetweengroups = 2,dfwithingroups = 137,df总 = 139。
接下来,我们检查了CA差异和用户的SNS成瘾程度(请参阅 表7)。 我们发现,成瘾组的CA差异显着(p <.001)。 报告高SNS成瘾水平的用户报告的CA级别高于低SNS成瘾水平的用户和没有SNS成瘾水平的用户。 同样,CA的Control子组件并不重要,Cuiosity子组件也不重要。 鉴于这些结果, H8 - 对SNS成瘾的用户将具有更高水平的认知吸收 - 得到支持。
特点 | 1。 高成瘾(n = 53) | 2。 低成瘾(n = 37) | 3。 没有成瘾(n = 50) | P(F值) | 方差分析 |
---|---|---|---|---|---|
认知吸收 | 5.25 | 4.82 | 4.35 | <.001(13.902) | 1> 2*,1> 3***b |
聚焦沉浸 | 4.72 | 4.25 | 3.94 | .001(7.871) | 1> 3***a |
系统 | 4.85 | 4.40 | 4.45 | .092(2.425) | 非-SIG.a |
时间扭曲 | 6.14 | 5.55 | 4.50 | <.001(18.777) | 1> 2**,1> 3***b |
Curiosity | 4.91 | 4.58 | 4.26 | .080(2.571) | 非-SIG。a |
提升享受 | 5.38 | 5.18 | 4.63 | .004(5.827) | 1> 3***a |
请注意: a 邦费罗尼; b Tamhane的T2由于异方差性而使用; ***p <001; **p <01; *p <.05 dfbetweengroups = 2,dfwithingroups = 137,df总 = 139。
表8 提供了假设检验结果的摘要。 正如我们所看到的,在所测试的十个假设中,我们的研究结果为其中七个提供了支持(H1, H2, H5, H6a, H6c, H7 和 H8)。 我们还发现了对另外两个假设的部分支持(H4 和 H6b); 特别是,发现智能手机成瘾因教育程度(支持H4b)而异,高中生的成瘾程度超过学士学位的成瘾者,而出于好奇心和控制力,各个年龄组的SNS认知吸收程度不同。 我们的数据不支持一种假设(H3).
假设 | 结果 |
---|---|
H1:对智能手机的成瘾将比对SNS的成瘾更大。 | 支持 |
H2:SNS认知吸收对成瘾的直接影响将大于智能手机。 | 支持 |
H3:SNS服务成瘾会因以下因素而异:(a)性别; (b)年龄; (c)教育。 | 不支持 |
H4:智能手机成瘾会因以下因素而异:(a)性别; (b)年龄; (c)教育。 | 部分支持 |
H5:认知吸收对智能手机成瘾的影响将通过对SNS的成瘾来调节。 | 支持 |
H6a:使用SNS时,女性的认知吸收效果会强于男性。 | 支持 |
H6b:使用SNS时认知吸收的影响不会因年龄而异。 | 部分支持 |
H6c:使用SNS时认知吸收的影响不会因教育程度而有所不同。 | 支持 |
H7:对智能手机上瘾的用户将具有更高水平的认知吸收。 | 支持 |
H8:对SNS成瘾的用户将具有更高水平的认知吸收。 | 支持 |
5。 调查结果和讨论
本文提供了与成瘾有关的经验证据 智能手机 与成瘾 社交网络 应用。 虽然有关于智能手机设备上瘾和成瘾的明显相关研究流 社交网站 虽然最近的研究中提到了这个问题,但这些问题尚未完全整合(De-SolaGutiérrez等人。 2016; Jeong等。 2016; 皮尔森与侯赛因,2015年)。 然而,到目前为止,还没有研究区分智能手机的成瘾与他们为用户提供的活动成瘾,或者试图整合这两种观点。 我们发现用户对智能手机上瘾比对SNS上瘾更大; 因此,目前对设备的成瘾程度通常高于对其提供的每种服务的成瘾程度。
虽然我们发现SNS服务成瘾并没有因性别,年龄或教育而异,但我们发现智能手机成瘾因教育而异。 具体来说,我们发现用户的级别最低 教育程度 表现出最高水平的智能手机成瘾。 为什么教育程度相对较低的智能手机用户应该体验更高的成瘾水平并不完全清楚; 也许这个群体的自我调节强迫智能手机使用的能力下降。
这些发现强调了在未来研究中对智能手机成瘾的更细致理解的重要性以及对有问题的智能手机使用的理论化,尤其是因为成瘾之间存在明显的重要差异 至 智能手机与成瘾 on 智能手机。 如 伊曼纽尔(2015) 注意:我们“沉迷于[智能手机]提供的信息,娱乐和个人关系”,但显然有问题的用法将与正在进行的任务有关。 随着智能手机变得越来越复杂 - 以及他们现在和未来可以执行的任务的无处不在 - 我们需要了解智能手机和SNS之间成瘾性质的差异(以及正在执行的许多其他任务)。
一个相关的问题是如何形成对智能手机和SNS的成瘾? 与行为上瘾(如智能手机成瘾)有关 过度使用 或依赖性是由药物滥用(例如药物,酒精,烟草)驱动的使用障碍,或者在智能手机的情况下,“物质”是 社会关系 和他们提供的娱乐服务。 作为一个社会,许多人对不间断的娱乐和维持社交联系具有吸引力,而智能手机可以说是最受欢迎的设备。 尽管有多少手机“......改变了社会习俗并改变了我们的做法 商业 ......令人惊讶的是,我们对它们在[生活]中的影响几乎没有看法“(卡兹与阿克胡斯(Katz&Akhus),2002年)。 鉴于越来越多的受访者声称要使用智能手机来避免,这一点令人惊讶 社交互动,或者习惯性地使用他们的设备 社会环境 (Belardi,2012; Merlo,Stone和Bibbey,2013年)。 连通性也成为了关键的驱动因素 社会行为 更改; 然而,在极端的层面上,被消息,文本,电子邮件和更新所淹没可能会使我们对我们周围的人进行非人格化,将其视为数字实体(Turkle,2017).
智能手机等设备的习惯使用也是由于“害怕错过”(Baral,2017)。 习惯是通过一个过程形成的 强化学习 围绕某些曾经给我们带来回报的行为; 智能手机正在帮助确保用户不会错过任何事件或更新,从而减少 社会压力。 正如俄勒冈大学心理学教授艾略特•伯克曼(Elliot Berkman)所说,“智能手机可以逃脱 无聊 因为它们是进入你面前的许多世界的窗口“(Baral,2017)。 抑制某些用户习惯使用智能手机可能会导致焦虑和烦躁。 用户感知也会在驱动成瘾方面发挥作用,我们将在下面详细讨论。
本研究是第一个强调用户感知作用的现存研究(通过认知吸收水平测量)阿加瓦尔和卡拉汉纳,2000年))关于智能手机上瘾。 我们发现,对于SNS而言,CA对成瘾的直接影响大于智能手机,这可能是由于高水平认知吸收的结果之一 - 无法自我调节潜在的有害或有害行为,尤其是那些受到影响的人群。 SNS。 此外,我们发现认知吸收对智能手机成瘾的影响是由对SNS的成瘾介导的。 换句话说,对SNS成瘾(例如 Facebook, Instagram, Pinterest等等)将作为诱导或诱惑整体上瘾的设备和管道 处理认知 吸收。 因此,智能手机采用和使用的快速增长与重要性相对应 增殖 SNS使用SNS,驱动智能手机成瘾。
我们发现,对智能手机上瘾的用户也表现出比智能手机成瘾水平较低或没有水平的用户更高的CA水平。 此外,我们还发现对SNS成瘾的用户具有更高的CA水平。 这些发现提供了强有力的证据,表明为什么有些用户上瘾而有些用户没有出现问题,尽管需要更多的研究来探索用户对智能手机设备和SNS成瘾的驱动因素。
转向 人口因素 在认知吸收方面,我们初步发现,使用SNS时,女性的认知吸收效应强于男性; CA的时间解离子组件被认为是驱动这一点,表明与男性相比,女性在参与SNS使用时无法记录时间的流逝。 这表现为时间似乎更快地传递,失去时间,并且花费更多时间在社交网络应用程序上而非预期。 在CA和年龄方面,观察到一些差异,但这些差异相对较小,因此没有特别明确的发现。 最后,使用SNS时CA的效果因教育程度而不同。
总之,本文作出了三个理论贡献。 最初,我们讨论智能手机成瘾的“设备与内容”辩论,因此,回应最近调查此现象的呼吁(De-SolaGutiérrez等人。 2016; Jeong等。 2016; 皮尔森与侯赛因,2015年)。 之前的研究没有详细比较不同类型的内容,或者进一步区分设备成瘾与特定应用成瘾之间的差异; 这种微妙的差异很重要,因为它有助于我们更好地理解智能手机成瘾(Jeong等。 2016)。 其次,我们分析了性别差异和智能手机成瘾,包括用户感知。 第三,本研究扩展了我们对与智能手机成瘾相关的认知吸收和用户感知的理解。 总的来说,本研究有助于解决手机技术和用户成瘾的黑暗面,以及用户感知在计算机媒介环境中的作用。
总之,这些发现强调了考虑到这一点的重要性 潜在的差异 任何设备与计算机之间 处理能力 及其应用或内容。 因此,未来对智能手机成瘾和有问题的智能手机使用的研究需要更加微妙,并考虑到这些潜在的重要差异,特别是考虑到当代的普遍存在 计算设备。 与此相关的是用户感知的作用; 根据正在进行的任务,用户对智能手机的感知可能会有所不同,这表明未来的研究应该在调查有问题的智能手机使用的不同方面时考虑到这一点。
6。 结论
作为鲁迪 Volti(1995) 已经观察到“[我们]无法理解技术并认识到它对我们社会和我们自己的影响是一个受到如此严重影响的时代中最大的,如果最微妙的问题之一 技术变革“悖论 智能手机 技术是它具有同时解放用户和征服用户的能力,这可能导致有问题的用户行为甚至成瘾。 因此,了解智能手机技术对用户和社会的影响,尤其是技术的黑暗面,似乎势在必行。 这项研究在许多方面扩展了技术和智能手机成瘾的工作。 本研究的结果表明存在 显着差异 就用户成瘾而言,介于智能手机设备成瘾和SNS之间; 对智能手机设备的依赖大于对SNS的依赖(t = 7.303,p <.001),智能手机的依赖因 教育程度 (F = 3.098,p = .048),而SNS的使用不受性别,年龄或教育程度的影响。 这些结果强调了不仅将研究限于使用设备本身孤立地研究用户行为的重要性,而且还必须确保其使用和所进行的特定活动的可信性。 我们还发现用户感知方面的重要差异; 对智能手机和SNS上瘾的用户体验到更高水平的认知吸收(分别为F = 19.592,p <.001; F = 13.902,p <.001),使用SNS时女性比男性更容易感知认知(t = 2.421,p = .017),SNS的认知吸收影响大于智能手机(Z = 1.766,p = .039),认知吸收对智能手机成瘾的影响是由对SNS的成瘾介导的(Z = 6.865, p <.001)。
6.1。 启示
这项研究为理论,政策和实践做出了许多贡献。 虽然许多研究已经研究了智能手机成瘾的各个方面(例如,参见 梁和梁,2015; 罗森等人。 2013; van Deursen等人。 2015很少有人区分设备和应用程序,以便更好地了解有问题的智能手机使用情况。 此外,虽然早期的研究已经研究过 个性特征 和强迫性的智能手机使用(李等人。 2014; 王等人。 2015),用户的看法被忽视了。 通过认知吸收来衡量,我们发现沉迷于智能手机的用户会经历更深层次的参与和参与 - 可能被称为“认知走廊”。 因此,据我们所知,这项研究是第一个现存的 研究项目 在有问题的智能手机使用以及用户感知的背景下区分设备和应用程序。
许多 政策影响 也可以画出来。 最初,我们必须谨慎地将活动描述为“上瘾”,尤其是智能手机的使用,这实际上可能是由于更广泛的问题(例如 冲动控制 障碍)。 然而,据说,过度使用智能手机可能会导致社交退出和受损 个人关系。 类似于相关的辩论 网络成瘾 及其规定(Barnes&Pressey,2014年),智能手机使用的规定是有问题的,并且是媒体最近辩论的主题,尽管超出了本研究的范围。 无论什么标签可能归因于过度使用智能手机技术 - 依赖性,强迫性和习惯性使用或成瘾 - 它在大多数情况下都是一个受关注的主题 发达国家特别是智能手机的使用几乎完全是自我调节的。 随着设备和平台变得越来越复杂,它们具有更大的鼓励能力 用户参与和参与反过来,这可能导致过度使用。 此外,研究表明,强制性的智能手机使用可能导致'技术压力'(李等人。 2014) - 无法应对新的 计算技术 (Brod,1984)和用户由于沟通和沟通而感到焦虑 信息超载 (Ragu-Nathan,Tarafdar,Ragu-Nathan和Tu,2008年).
本研究的结果也有 实际影响。 智能手机已经成为许多人日常生活中不可或缺的一部分,而这项技术提供了参与的能力 社交网络然而,它也可能导致过度依赖和强迫性使用,并最终导致其过度依赖和强制使用 心理困扰 对于一些用户(詹姆斯与德伦南(2005); 李等人。 2014)。 对于可以促进更高水平的认知吸收的设备的行业影响是鲜明的,媒体报道质疑智能手机是否应该实际携带健康警告,以及青少年智能手机使用问题的担忧(Pells,2017; Siddique,2015)。 支持智能手机使用有问题的个人的另一个实际应用将是提供信息的 移动应用程序 它将应用程序使用情况记录到其用户,这应该有所帮助 自我调节.
6.2。 局限和未来的研究
这项研究有一些局限性。 关于 内部效度,研究是基于参与者的 自我报告,这可能容易受到通用方法差异的影响。 这就是说,自我报告可能是评估个人心理特征的最有效机制,因为与外部观察者相比,受试者更容易提供对自己信仰的见解。 但是,与通用方法差异相关的问题可能会被夸大(Spector,2006)。 其次,关于 外部有效性,该研究是基于横截面 调查,管理 美国学生样本,可能会干扰研究中人口统计关系的检测。 未来的研究可能采用纵向 研究设计 以及更广泛的样本概况,试图复制本研究的结果。 为了做到这一点,进一步的研究应该集中在具体的服务上,并寻求更多的分层样本 代表 SNS人口。 第三,鉴于两个维度在认知吸收与两个成瘾之间的关系方面产生了不显着的结果,我们可能开始质疑当前的认知吸收结构是否适合其目前的形式用于研究社会网络服务成瘾,以及如何沉浸于社交网络可能与其他潜在的沉浸不同 令人上瘾的行为. 规模发展 并在此进行改进 上下文提供 未来研究的另一个潜在途径,以提高内部效度。
对于智能手机及其应用成瘾以及更普遍的技术弊端,未来的研究仍有很大的空间,特别是在青少年等较弱势群体中,尤其是在青少年群体中。 需要进一步关注的一个问题是,智能手机的扩展使用是否实际上正在增加互联网成瘾性。 此外,智能手机使用出现问题的某些方面(例如,所谓的智能手机僵尸)尚未受到详细审查。 我们必须从对“全球”成瘾的研究到对设备的研究,再到对设备及其应用和用户成瘾进行区分的更细致的研究,以及对用户对技术的认知感知的理解。 最后,鉴于智能手机设备无处不在,重要的是要了解技术的解放和征服能力的悖论。
附录。 调查项目
认知吸收
时间分离
|
聚焦沉浸
|
提升享受
|
系统
|
Curiosity
|
对设备成瘾
成瘾的应用程序
- •
由于我对社交网络应用的兴趣,我有时会忽略重要的事情。
- •
由于我与社交网络应用交互,我的社交生活有时会受到影响。
- •
使用社交网络应用程序有时会干扰其他活动。
- •
当我不使用社交网络应用程序时,我常常感到焦虑不安。
- •
我尝试减少与社交网络应用程序交互的时间是不成功的。
- •
没有我的智能手机我感到很遗憾
- •
我倾向于容易被智能手机分心。
参考资料
- Agarwal和Karahanna,2000
- R. Agarwal,E。Karahanna当您玩乐时,时光飞逝:对信息技术使用的认知吸收和信念MIS Quarterly,24(4)(2000),pp.665-694
- Ajzen,1985
- I. Ajzen从意图到行动:计划行为理论J. Kuhl,J。Beckmann(编辑),行动控制:从认知到行为,Springer-Verlag,纽约(1985),pp.11-39
- Ajzen,1991
- I. Ajzen计划行为理论组织行为和人类决策过程,50(2)(1991),pp.179-211
Lehenbauer-Baum和Fohringer,2015