研究发现，“网上性使用”与黑暗人格特征（手淫，精神病，自恋，虐待狂和恶意）有关。 问题：长时间没有色情和游戏后，这些特征会有什么不同？
J Behav Addict。 2018 Nov 14：1-11。 doi：10.1556 / 2006.7.2018.109。
Kircaburun K.1, Griffiths医学博士2.
抽象
背景和目的：
研究表明，人格特质在有问题的互联网使用（PIU）中起着重要作用。 然而，黑暗的人格特质（即马基雅维利主义，精神病，自恋，虐待狂和恶意）与PIU之间的关系尚待研究。 因此，本研究的目的是调查黑暗特质与特定在线活动（即社交媒体，游戏，赌博，购物和性行为）和PIU的关系。
方法：
共有772大学的学生完成了一项自我报告调查，包括黑暗三重奏肮脏的十二级，短的虐待冲动量表，恶意量表以及卑尔根Facebook成瘾量表的改编版本。
结果：
分层回归分析和多元调解模型表明，男性与更高的在线游戏，在线性和在线赌博正相关，与社交媒体和在线购物负相关。 自恋与更高的社交媒体使用有关; Machiavellianism与更高的在线游戏有关， 在线性， 和在线赌博; 虐待狂与网络性有关; 和s可怜与网络性有关，在线赌博和在线购物。 最后，Machiavellianism和恶意通过在线赌博，在线游戏和在线购物直接和间接地与PIU相关联，并且自恋通过社交媒体使用与PIU间接相关。
讨论：
这项初步研究的结果表明，黑人人格特质较高的人可能更容易在开发有问题的在线使用中，并且有必要进一步研究，以检查黑暗人格特质与特定类型的有问题的在线活动的关联。
关键词：
马基雅维里; 自恋; 有问题的互联网使用; 精神病; 虐待狂; spitefulness
结论：30427212
介绍
国际疾病分类11th版本的最新beta版草案（世界卫生组织，2017）已经认识到“游戏障碍，主要是在线”，作为官方诊断，以及最新版本的 精神疾病诊断与统计手册 (美国精神病学协会，2013）已将3部分中的网络游戏障碍列为新出现的心理健康问题，应进一步调查。 尽管有不同的意见，是否考虑有问题的在线活动，除了互联网游戏紊乱，作为行为成瘾（曼恩·基弗，谢勒肯斯和唐，2017年），经验证据表明，少数人报告有问题的在线行为，例如有问题的互联网使用（PIU; 库斯，格里菲斯，卡里拉和比利厄斯，2014年）。 有几个术语被广泛用于描述有问题的互联网参与，包括“网络成瘾”，“互联网使用障碍”，“过度使用互联网”，“互联网依赖”和“强制性互联网使用”，尽管这些术语描述了有问题的在线使用经常使用类似的诊断标准（Kuss等，2014）。 一种最广泛使用的症状学框架是建立在成瘾的生物心理社会学框架内的，它由六个核心要素组成，这些要素包括在任何行为（即显着，专注，情绪调节，宽容，退缩和冲突）中的问题性参与。 格里菲斯，2005）。 在其他地方，PIU被认为是对互联网使用的过分关注和失去控制，从而导致个人的社会生活，健康，履行其现实生活职责（例如，职业和/或教育）以及睡眠和生活受到损害。饮食习惯 （Spada，2014）。 为了保持一致性，本研究使用术语“有问题的互联网使用”来描述一系列类似和/或重叠的在线成瘾，强迫和/或过度行为。 PIU可以说比互联网使用障碍更具全球性（和“全能”术语），因为PIU并不一定意味着患有某种疾病。
不同研究中PIU的患病率差异很大（1％和18％之间）（综述见 Kuss等，2014）。 PIU是一个重要的健康问题，尤其是青少年和新兴成人，因为他们的日常互联网接入率较高（安德森（Anderson），斯汀（Steen）和斯塔夫罗普洛斯（Stavropoulos），2017年）。 PIU在少数人中的负面影响包括抑郁，焦虑，压力，孤独（Ostovar等人，2016年），白天嗜睡，缺乏活力和生理功能障碍（Kuss等，2014）。 这些损伤导致研究人员调查PIU风险因素，以制定PIU的预防策略。
根据人 - 情感 - 认知 - 执行模型（I-PACE）的相互作用，这是解释PIU潜在机制的理论框架之一（Brand，Young，Laier，Wölfling和Potenza，2016年），人格，社会认知，生物心理构成和特定的在线使用动机是与PIU的发展和维护相关的核心因素。 这些因素可能是相互关联的，并且可能会相互影响他们关于PIU的关系的中介角色（布兰德（Brand）等人，2016年）。 因此，在考虑使用PIU时，重要的是应考虑人格差异与特定在线使用动机（例如，游戏，赌博，性，社交媒体和购物）的相互作用。
关于PIU的人格决定因素，荟萃分析评论指出了五大人格特质在PIU发展中的一致作用。 更具体地说，PIU与较高的神经质，较低的外向性，较低的责任心，较低的开放性和较低的适应性相关（Kayiş等人，2016年）。 横断面研究报告了PIU和HEXACO在责任心，诚实 - 谦卑和情绪方面的个性维度之间的显着关系（Kopuničová和Baumgartner，2016年）。 其他研究发现，更高的PIU与寻求新奇，寻求乐趣，低自我概念和消极情绪避免有关（Kuss等，2014）。 然而，尽管有大量关于人格对PIU影响的实证文献，但黑人人格特质的作用却被忽视了。
由于这些人格构造的共同相关因素（例如，无礼，乐于助人，较低的良心，进取心，较高的分离度，较高的交际人格特征和较高的轰动性，本研究的重点是马基雅维利主义，精神病，自恋，虐待狂和对PIU的恶意。兴趣）与PIU水平升高（Dalbudak，Evren，Aldemir和Evren，2014年; 道格拉斯，鲍尔和蒙罗，2012年; James，Kavanagh，Jonason，Chonody和Scrutton，2014年; Kayiş等人，2016年; Lu等，2017; 理查森与波格，2016年; Trumello，Babore，Candelori，Morelli和Bianchi，2018年）。 黑暗的人格特质与反社会的在线行为有关，包括奇怪的状态更新，网络欺凌和在线拖钓，以及使用不同的平台满足各种心理需求（Craker和2016年XNUMX月; 加西亚（Garcia＆Sikström），2014年; Panek，Nardis和Konrath，2013年）。 此外，最近的一项研究发现并认为，马基雅维利主义和自恋主义与有问题的社交媒体使用正相关，这可能与满足这些特征的个人的反社会需求有关（Kircaburun，Demetrovics和Tosuntaş，2018年）。 现在，互联网可以促进许多活动（例如社交媒体使用，在线游戏，在线赌博，网络性和在线购物），这些活动可能会吸引具有不同个性特征的个人的各种需求。 因此，黑暗的人格特质可能与不同的在线活动和PIU相关。 因此，本研究调查了黑暗人格特质，特定的在线活动与PIU之间的关系。
黑暗的人格特质和PIU
黑暗三合会是三个重叠的不良和反社会人格结构的星座：马基雅维利主义，精神病和自恋（Paulhus＆Williams，2002年）。 在过去的十年中，这些特征引起了研究人员越来越多的关注。 最近，有人建议将黑暗三合会扩展为黑暗的Tetrad，加上虐待狂（Buckels，Trapnell和Paulhus，2014年; 范·盖尔，戈曼斯，托普拉克和韦德，2017年）。 此外，一些研究已经研究了恶意与黑暗四分体特征的作用（Jonason，Zeigler-Hill和Okan，2017年; Zeigler-Hill＆Vonk，2015年）。 然而，一些学者认为虐待狂和恶意对黑暗三合会的贡献尚不清楚，需要进一步的经验证据（乔纳森等人，2017年; Tran等人，2018年）。 尽管黑人人格特质的共同核心要素，如人际操纵和冷酷无情（琼斯与菲格瑞多（Jones＆Figueredo），2013年; Marcus，Preszler和Zeigler-Hill，2018年），这些特征具有不同的特征，可能会导致有问题的在线使用的漏洞。
自恋，指的是一种宏大的自我意识，优越感，支配地位和权利感（Corry，Merritt，Mrug和Pamp，2008年），与更多参与有问题的社交媒体使用有关（Andreassen，Pallesen和Griffiths，2017年; Kircaburun，Demetrovics等，2018），有问题的在线游戏使用（Kim，Namkoong，Ku，＆Kim，2008）和PIU（Pantic等人，2017年）。 那些自恋的人表示更多地参与自我推销（有时是欺骗性的）在线行为，例如自拍（编辑和发帖，尤其是男性）（Arpaci，2018; 福克斯与鲁尼（2015）），而自我推销和在社交媒体上呈现更受欢迎的自我是在线使用问题的重要风险因素（Kircaburun，Alhabash，Tosuntaş和Griffiths，2018年）。 自恋人士可能会使用在线社交媒体获得更高的归属感和钦佩感（卡萨莱和菲奥拉万蒂（2018））和/或参与在线游戏，以此感受优于竞争对手的方式（Kim等人，2008年）。 此外，社交媒体使用和在线游戏使用都可以导致少数人的PIU（Király等人，2014年).
马基雅维利主义，指的是具有欺骗性，操纵性，野心性和剥削性（佳士得和盖伊斯，1970年），与有问题的社交媒体使用有关（Kircaburun，Demetrovics等，2018），在网络游戏中拖钓（拉丹尼和道尔·波蒂略（2017）），在线自我监控，自我推销（阿贝尔和布鲁尔，2014年）。 Machiavellians可能选择社交媒体和游戏平台进行人际操纵或欺骗性自我推销（阿贝尔和布鲁尔，2014年; 拉丹尼和道尔·波蒂略（2017））部分是因为他们害怕社会排斥（Rauthmann，2011）。 鉴于这些行为的潜在强迫性，这些有问题的在线行为可能与成瘾性症状相关，如专注和情绪调整（格里菲斯，2005），反过来，为少数人发展为PIU（Kircaburun，Demetrovics等，2018）。 而且，马基雅维利主义与积极情绪负相关（Egan，Chan和Shorter，2014年）并且对压力水平升高（理查森与波格，2016年）。 鉴于有问题的在线使用是一种抵制负面情绪的适应不良的应对策略（Kuss等，2014），合乎逻辑的是期望一些马基雅维利主义高的人参与PIU并成为有问题的用户。
精神病的特点是高冲动性，鲁莽和低同理心（乔纳森，里昂，贝瑟尔和罗斯，2013年）。 与Machiavellianism相似，精神病也与情绪失调和较低的积极情绪有关（Egan等人，2014年; Zeigler-Hill＆Vonk，2015年）。 除了精神病患者倾向于将PIU作为适应不良的应对策略（Kuss等，2014），他们可能会参与PIU以寻求并获得更高的感受（林与蔡，2002; 维塔科和罗杰斯，2001年）。 同样，充满虐待狂冲动的人会从事异常和反社会的在线行为，例如网络欺凌（van Geel等人，2017年），在线拖钓（Buckels等，2014年），亲密伴侣网络追踪（吸烟者＆2017年XNUMX月），以及暴力视频游戏（Greitemeyer和Sagioglou，2017年）。 此外，精神变态者和虐待狂者可能会尝试满足网上的性欲（例如，观看网络色情和色情内容）并过分幻想（鲍曼，乔纳森，韦瑟尔卡和弗农，2014年）以增加性唤起和刺激（Shim，Lee和Paul，2007年）。 虐待狂可能会试图弥补他们对残忍的需要（O'Meara，Davies和Hammond，2011年）他们无法在现实世界中实现在线环境。 成功的尝试可能会通过积极的情绪修改导致有问题的使用。
恶意，被称为愿意为了伤害他人而伤害自己（Zeigler-Hill，Noser，Roof，Vonk和Marcus，2015年），是一个明显的人格维度，未被研究，但与不同的人格结构重叠，如侵略，马基雅维利主义，精神病，低自尊，低同理心和低情商（Marcus，Zeigler-Hill，Mercer和Norris，2014年; Zeigler-Hill等人，2015年）。 这些结构是反社会和有问题的在线行为的重要风险因素（Kuss等，2014）。 因此，较高的恶意可能是有问题的在线使用的潜在风险因素。 由于他们的反社会人格方面，例如人际操纵（例如人际操纵），因此个人高度厌恶经历有问题的现实社会互动的可能性增加（Marcus等，2014）和有害的幽默风格（Vrabel，Zeigler-Hill和Shango，2017年），他们可能更容易参与更高问题的在线使用，以避免现实生活中的社交关系和/或更容易操纵他人（Kircaburun，Demetrovics等，2018; Kırcaburun，Kokkinos等人，2018年）。 此外，恶意个体的冲动性增加（乔纳森等人，2013年; Marcus等，2014）因为冲动性是PIU的一致预测因素之一，因此可以使个体处于易受伤害的位置以体验PIU（Kuss等，2014).
具体在线活动的作用
互联网是一种便于使用不同行为和活动的媒介，例如使用社交媒体，游戏，赌博，购物和性（格里菲斯，2000; Montag等人，2015年）。 除了社交媒体使用之外，大多数这些活动已经存在于离线环境中。 因此，个人的离线行为可能会迁移到在线行为，以弥补未满足的离线需求（Kardefelt-Winther，2014），例如游戏，赌博，性，购物和交流。 根据I-PACE模型（布兰德（Brand）等人，2016年），个人的个性是使用特定在线平台和/或应用程序的偏好的重要决定因素。 关于不同个性方面的个体如何从不同的在线活动中获得多样化满足的上述经验证据提供了对I-PACE模型的验证。
如前所述，参与在线活动可能会让人上瘾，并导致少数人的PIU。 例如，在线游戏与有问题的游戏有关。 然而，除了在线游戏之外，还发现在线社交媒体使用可以预测更高的PIU，而有问题的游戏仅与在线游戏相关（Király等人，2014年）。 因此，PIU可以被称为跨越其不同活动的一般过度使用互联网。 因此，参与上述在线活动可能涉及更高的PIU，并考虑到黑暗人格特质与PIU之间的关系。 一些经验证据似乎通过报告在线游戏，赌博和色情观看与PIU的重要关系来支持这一假设（Alexandraki，Stavropoulos，Burleigh，King和Griffiths，2018年; Critselis等，2013; Stavropoulos，Kuss，Griffiths，Wilson和Motti-Stefanidi，2017年）。 因此，可能不同的黑暗人格特质指导个人使用不同的在线活动，反过来，从他们偏好的在线活动中获得满足可能导致互联网的重复和有问题的使用。 因此，预计黑暗的人格特质将通过特定的在线活动使用间接途径与PIU相关。
目前的研究
这是第一项研究通过特定的在线活动（例如社交媒体，在线游戏，在线赌博，在线购物）将黑暗的人格特质（即，马基雅维利主义，精神病，自恋，虐待狂和恶意）与PIU的直接和间接关联，以及在线性爱）。 先前的研究主要集中在跨在线行为的三个黑暗人格特质（即马基雅维利主义，精神病和自恋）之间的关系。 但是，没有研究考虑过同时使用不同的在线活动和PIU的五个不同特征（即，除了虐待狂和恶意外，还有黑暗三合会）。 可以预期，人格结构与PIU之间的在线活动会产生中介作用。 基于I-PACE模型的理论假设（该假设断言，人格特质和特定的在线使用动机等相互关联的核心因素可以在其与PIU的关系中起中介作用）和现有的经验证据，本研究提出并检验了多个假设控制性别和年龄。
H1： 自恋和马基雅维利主义将直接与PIU相关联，并间接通过社交媒体和在线游戏（Kim等人，2008年; Kircaburun，Demetrovics等，2018; 拉丹尼和道尔·波蒂略（2017）).
H2： 精神病和虐待狂将与PIU直接相关，间接通过网络性行为（Buckels等，2014年; 林与蔡，2002; 维塔科和罗杰斯，2001年).
H3： 精神病和恶意将与PIU直接相关，间接通过在线赌博（乔纳森等人，2013年; Marcus等，2014).
方法
共有772土耳其大学生（64％女性），年龄在18和28之间（平均年龄= 20.72年， SD = 2.30），已完成纸笔调查表。 所有参与者均已获悉研究的详细信息，并表示知情同意。 参与该研究是匿名和自愿的。 本研究中使用的数据与其他地方发表的另一项研究（即， Kircaburun，Jonason和Griffiths，2018a).
为了获得有关参与者的性别，年龄和参与的特定在线活动的信息，使用了个人信息表。 参与者使用了来自“5点的李克特量表”决不要“要”时刻“为了表明他们在线使用赌博（即”我用互联网进行赌博”，游戏（即“我用互联网进行游戏”，购物（即“我用互联网购物”，社交媒体（即“我使用互联网进行社交媒体”和性别（即“我用互联网做爱“）。
该比例包括12点李克特量表上的9项目。坚决不同意“要”非常同意”，对于每个人格维度都有四个项目，包括Machiavellianism（例如，“我曾经用过欺骗或谎言来找我的路”，精神病（例如“我倾向于不太关心道德或行为的道德”和自恋（例如，“我倾向于希望别人关注我“）。 以前报告的土耳其规模的高效性和可靠性（Özsoy，Rauthmann，Jonason和Ardıç，2017年）。 该研究中的量表具有足够好的内部一致性（Cronbach'sα= .67-.88）。
该比例包括10二分（“不像我“和”像我这样的”）（例如“我有幻想涉及伤害别人“）。 以前报告的土耳其规模的高效性和可靠性（Kircaburun，Jonason和Griffiths，2018年b）。 该量表在该研究中具有良好的内部一致性（α= .77）。
原始比例包括17个项目（例如，“为了传播关于我不喜欢的人的八卦，可能值得冒我的声誉“）来自”5点的李克特量表“决不要“要”时刻“在本研究中，选择与土耳其大学生兼容的11项目进行探索性（EFA）和验证性因子分析（CFA）。 结果，EFA（KMO = 0.90; p <.001; 社区介于0.29和0.59之间； 解释了48％的方差）和CFA（标准化回归权重在0.49到0.72之间）产生了两个子因子，其概念化为 伤害他人 （例如，“如果我有机会，那么我很乐意支付一小笔钱，看到一个我不喜欢的同学未能通过期末考试“）和 困扰别人 （例如，“如果我是课堂上最后一个参加考试的学生之一，我注意到教练看起来很不耐烦，我肯定会花时间完成考试，只是为了激怒他或她。“）。 二阶CFA（χ2/df = 2.67，RMSEA = 0.05 [90％CI（0.04，0.06）]，CFI = 0.97，GFI = 0.97）表明该标度可以一维使用。 该量表在本研究中具有良好的内部一致性（α= .84）。
土耳其BIAS用于评估网络成瘾。 BIAS是通过改编卑尔根Facebook成瘾量表（Andreassen，Torsheim，Brunborg和Pallesen，2012年）。 土耳其BIAS（Tosuntaş等人，2018年）简单地取代“Facebook“单词”随。” BIAS包含六个项目（例如，“在去年你有多少次尝试减少使用互联网而没有成功？“）来自”5点的李克特量表“决不要“要”时刻“以前报告的土耳其形式的有效性和可靠性很高。 该量表在该研究中具有良好的内部一致性（α= .83）。
在招募参与者之前，从教师行政委员会收到了对该研究的道德批准，并遵守了赫尔辛基宣言。
成果
描述性统计，偏度，峰度和方差膨胀因子（VIF）值以及性别，年龄，黑暗四分体特征，恶意，特定在线活动和PIU之间的相关性如表所示 1。 在进行分层多元回归分析之前，检查偏度，峰度，VIF和容差值，以确保未检测到异常分布和多重共线性。 根据West，Finch和Curran（1995），正态性的偏度和峰度阈值分别为±2和±7，而Kline（2011）有一个更自由的方法，分别为±3和±8，尽管一些保守的指导方针假设如果偏度和峰度值为±2则违反正态分布（乔治与马洛里，2010年）。 在这项研究中，变量没有被转换，也没有使用非参数测试，因为当偏度值低于阈值时，由较大的样本中可以忽略由峰度引起的正态性假设违规（塔巴尼克和菲德尔，2001年）。 分层回归分析（表 2用于检查特定在线活动的个性预测因子，同时使用SPSS 23软件控制性别和年龄。 男性与在线游戏正相关（β= 0.35， p <.001），在线性爱（β= 0.42， p <.001）和在线赌博（β= 0.19， p <.001），而社交媒体使用率则为负（β= −0.16， p <.001）和在线购物（β= −0.13， p <.001）。 年龄仅与社交媒体使用相关（β= −0.16， p <.001）。 自恋与社交媒体的使用有关（β= 0.18， p <.001）; 马基雅维利主义与在线游戏有关（β= 0.11， p <.05）和网上性爱（β= 0.09， p <.05）。 那些怀有恶意的人在网上性爱中得分较高（β= 0.10， p <.05），在线赌博（β= 0.16， p <.001）和在线购物（β= 0.15， p <.01）。 最后，虐待狂仅与网上性行为有关（β= 0.12， p <.01）。
|
表1。 平均分数， SDs和Pearson对研究变量的相关性
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1。 有问题的互联网使用 | – | |||||||||||
| 2。 社交媒体使用 | .33 *** | – | ||||||||||
| 3。 游戏使用 | .14 *** | -.01 | – | |||||||||
| 4。 性使用 | .10 ** | .00 | .28 *** | – | ||||||||
| 5。 赌博使用 | .14 *** | -.02 | .26 *** | .32 *** | – | |||||||
| 6。 购物使用 | .17 *** | .19 *** | .10 ** | .03 | .09 ** | – | ||||||
| 7。 马基雅维里 | .24 *** | .10 ** | .19 *** | .32 *** | .22 *** | .05 | – | |||||
| 8。 精神病 | .15 *** | .04 | .14 *** | .26 *** | .18 *** | .05 | .53 *** | – | ||||
| 9。 自恋狂 | .20 *** | .18 *** | .11 ** | .24 *** | .07 * | .03 | .50 *** | .28 *** | – | |||
| 10。 性虐待狂 | .20 *** | .08 * | .16 *** | .34 *** | .16 *** | .05 | .47 *** | .48 *** | .29 *** | – | ||
| 11。 Spitefulness | .26 *** | .11 ** | .13 *** | .31 *** | .24 *** | .13 *** | .46 *** | .48 *** | .34 *** | .49 *** | – | |
| 12。 年龄 | -.16 *** | -.17 *** | -.04 | .04 | .06 | -.03 | -.00 | .03 | .02 | -.06 | .00 | – |
| 13。 男人 | -.00 | -.12 ** | .37 *** | .50 *** | .25 *** | -.09 ** | .22 *** | .20 *** | .15 *** | .26 *** | .21 *** | .05 |
| M | 16.67 | 4.23 | 2.29 | 1.52 | 1.56 | 2.74 | 9.43 | 9.83 | 16.25 | 11.29 | 16.60 | 20.72 |
| SD | 5.34 | 1.01 | 1.27 | 0.90 | 0.99 | 1.11 | 6.15 | 5.75 | 9.06 | 1.82 | 6.66 | 2.30 |
| 偏态 | 0.17 | 1.80 | 0.69 | 0.20 | - 1.45 | 1.75 | 1.55 | 1.52 | 0.31 | 2.17 | 1.82 | 1.38 |
| 峰度 | - 0.37 | 2.44 | - 0.62 | - 0.56 | 1.67 | 2.43 | 2.43 | 3.11 | - 0.93 | 5.16 | 3.59 | 1.67 |
| VIF | – | 1.20 | 1.24 | 1.09 | 1.13 | 1.55 | 1.89 | 1.62 | 1.42 | 1.61 | 1.61 | 1.05 |
注意。 SD：标准差; VIF：方差膨胀因子。
*p <.05。 **p <.01。 ***p <.001。
|
表2。 分层回归分析摘要预测不同的在线活动
| β（t) | ||||||
|---|---|---|---|---|---|---|
| 社交媒体 | 游戏 | 性生活 | 赌博 | 购物 | ||
| 座1 | 男性 | -0.16（-4.33）*** | 0.35（9.93）*** | 0.42（13.40）*** | 0.19（5.43）*** | -0.13（-3.42）*** |
| 年龄 | -0.16（-4.58）*** | -0.06（-1.85） | 0.02（0.78） | 0.05（1.56） | -0.02（-0.60） | |
| 座2 | 马基雅维里 | 0.01（0.17） | 0.11（2.41）* | 0.09（2.33）* | 0.14（3.00）** | 0.01（0.24） |
| 精神病 | -0.02（-0.49） | 0.01（0.19） | 0.00（0.10） | 0.02（0.55） | -0.00（-0.03） | |
| 自恋狂 | 0.18（4.39）*** | -0.00（-0.11） | 0.06（1.83） | -0.08（-1.99）* | -0.01（-0.26） | |
| 性虐待狂 | 0.03（0.71） | 0.01（0.15） | 0.12（3.27）** | -0.02（-0.46） | 0.01（0.14） | |
| Spitefulness | 0.07（1.66） | 0.00（0.10） | 0.10（2.60）* | 0.16（3.66）*** | 0.15（3.37）** | |
| R2ADJ = .08; F（7，764） = 10.48; p <.001 | R2ADJ = .15; F（7，764） = 19.84; p <.001 | R2ADJ = .32; F（7，764） = 53.25; p <.001 | R2ADJ = .11; F（7，764） = 13.97; p <.001 | R2ADJ = .02; F（7，764） = 3.62; p <.01 | ||
注意事项。 括号中的值描述了 t 变量的值。
*p <.05。 **p <.01。 ***p <.001。
为了检验人格特征与PIU之间在线活动可能产生的中介效应，采用黑暗人格特质作为自变量，作为调解者的特定在线活动，作为结果变量的PIU，以及作为控制变量的性别和年龄来测试饱和多重调解模型。 （数字 1）。 使用具有23自举样本的引导方法和5,000％偏差校正置信区间运行AMOS 95软件进行路径分析。 使用estimand检查间接途径（Gaskin，2016）。 作为分析的结果（表 3），Machiavellianism通过在线赌博和在线游戏与PIU直接和间接相关（β= 0.12， p <.05; 95％CI [0.02，0.21]。 自恋通过社交媒体的使用与PIU间接相关（β= 0.09， p <.05; 95％CI [0.00，0.18]）。 最后，恶意行为通过在线赌博和在线购物与PIU直接或间接相关（β= 0.18， p <.001; 95％CI [0.10，0.26]。 该模型解释了PIU中21％的方差。
图1。 有效路径系数的最终模型。 根据模型中的中介和结果变量调整性别和年龄。 为清楚起见，图中未描绘独立，控制和中介变量之间的控制变量和相关性。 *p <.05。 **p <.01。 ***p <.001
|
表3。 对有问题的互联网使用和中介变量的总体，直接和间接影响的标准化估计
| 效果（SE) | 总效应解释（％） | |
|---|---|---|
| Machiavellianism→有问题的互联网使用（总效应） | 0.12（0.05）* | – |
| Machiavellianism→有问题的互联网使用（直接影响） | 0.09（0.05）* | 75 |
| Machiavellianism→有问题的互联网使用（总间接效应） | 0.03（0.02） | 25 |
| Machiavellianism→赌博→有问题的互联网使用（间接影响） | 0.01（0.01）* | 8 |
| Machiavellianism→游戏→有问题的互联网使用（间接影响） | 0.01（0.01）* | 8 |
| 自恋→有问题的互联网使用（总效应） | 0.09（0.04）* | – |
| 自恋→有问题的互联网使用（直接影响） | 0.05（0.04） | 56 |
| 自恋→社交媒体使用→有问题的互联网使用（间接影响） | 0.04（0.02）* | 44 |
| 恶意→有问题的互联网使用（总效应） | 0.18（0.04）*** | – |
| 恶意→有问题的互联网使用（直接影响） | 0.14（0.04）*** | 78 |
| 恶意→有问题的互联网使用（总间接效应） | 0.04（0.02）** | 22 |
| 恶意→赌博→有问题的互联网使用（间接影响） | 0.02（0.01）* | 11 |
| 恶意→购物→有问题的互联网使用（间接影响） | 0.01（0.01）* | 6 |
注意事项。 *p <.05。 **p <.01。 ***p <.001。
讨论
据作者所知，这是首次通过特定的在线活动（例如社交媒体，社交媒体，社交媒体，社交媒体，在线游戏，在线赌博，在线购物和在线性爱）。 根据分析，并与I-PACE模型一致，不同的人格特征与不同的在线活动和PIU水平相关。 但是，应该注意的是，变量之间的大多数效应大小很小。 自恋与PIU之间的关系完全由社交媒体使用来调节，而马基雅维利主义则通过在线赌博和在线游戏与PIU直接或间接相关。 最后，在线赌博和在线购物部分地介导了恶意与PIU之间的关联。 虽然第一个和第三个假设得到部分支持，但发现与第二个假设不符。
社交媒体的使用部分与假设一致，介导了自恋与PIU之间的关系。 自恋与更高的社交媒体使用有关，反过来，更高的社交媒体使用与更高的PIU相关。 似乎高度自恋的人喜欢社交媒体到在线游戏平台，以满足他们的反社会人格所产生的心理需求，如需要钦佩（卡萨莱和菲奥拉万蒂（2018））。 自恋者使用不同的社交媒体工具来促进和监督自己，这可能会变成对他们的个人资料和其他人对其帖子的评论的关注（Kircaburun，Demetrovics等，2018）。 反过来，这种关注可能转变为少数个体的PIU。 鉴于此，与其他在线应用程序不同，社交媒体的使用只能在线进行，与具有离线等效的在线活动相比，其有问题的使用可能更容易转化为PIU。
正如假设的那样，Machiavellianism通过在线游戏和在线赌博直接和间接地与PIU相关联。 鉴于马基雅维利亚人在现实社会交往中可能会遇到困难，因为他们性格低廉，情绪操纵性高，情绪高落，情商低（奥斯汀，法雷利，布莱克和摩尔，2007年; 乔纳森和克劳斯（Jonason＆Krause），2013年），他们可能在网上感觉更舒服，更喜欢在线互动和面对面的交流。 此外，与非马基雅维利学生相比，马基雅维利学生被发现患有更高的抑郁症（Bakir等，2003）。 这表明对于马基雅维利主义高的人来说PIU会更高，因为抑郁症是在线使用问题的一致预测因子（Kircaburun，Kokkinos等人，2018年).
马基雅维利主义与在线游戏和在线赌博有关，反过来，在线游戏和在线赌博导致更高的PIU。 先前的研究将马基雅维利主义与悲伤游戏（即在线游戏中的巨魔）相关联，这可能为这种关系提供了解释（拉丹尼和道尔·波蒂略（2017））。 鉴于马基雅维利主义高的人被证明具有竞争感，并且在实现目标时不遵守道德和道德行为（Clempner，2017），他们可能已经从事悲伤游戏以克服其他玩家，这些尝试和努力可能会变成在线玩游戏的时间更长。 与游戏类似，赌博是另一种竞争环境，有额外的奖励，如赚取真钱。 已发现Machiavellian行为特征与奖励敏感性相关联，表明奖励是具有高Machiavellian特征的个体的重要激励因素（Birkás，Csathó，Gács和Bereczkei，2015年）。 在线游戏和在线赌博是使用互联网的两个最受欢迎的特定活动，并且很容易转变为某些用户的有问题的在线参与（布兰德（Brand）等人，2016年).
与预期结果平行，恶意与PIU直接相关，间接使用在线赌博和在线购物。 与Machiavellianism相似，恶意与更高的情绪失调有关（Zeigler-Hill＆Vonk，2015年），分离和去除（Zeigler-Hill＆Noser，2018年） - 可能通过在线满足来满足社会需求的协会（Gervasi等人，2017年; Niemz，Griffiths和Banyard，2005年）。 嫉妒行为受到嫉妒和权利情绪的激励（Marcus等，2014和恶意高的人有更高水平的弱势自恋和更低的自尊（Marcus等，2014），与更高的病态在线使用相关（Andreassen等人，2017年; 卡萨莱，菲奥拉万蒂和如uga，2016年）。 同样，恶意的个人也可能会因为嫉妒他人的嫉妒，以及他们对自我强化的不断需要而使用在线购物，因为他们的自恋情绪低，自尊心低。 反过来，在调查所有不同的网站以购买不同的产品时，网上购物可能导致强制性的在线使用。
这项研究是为考虑黑人人格特征对PIU的作用而进行的少数研究之一。 这里报告的研究结果与这些研究结果之间存在一些重叠，尽管也有一些相互矛盾的发现。 例如，虽然这项研究报告了Machiavellianism和PIU之间的直接关系，但Machiavellianism是以前研究中大学生中有问题的社交媒体使用的直接预测因子（Kircaburun，Demetrovics等，2018），这与其他研究有问题的在线游戏的研究无关（Kircaburun等人，2018b）。 同样，自恋在这项研究中通过社交媒体的使用与PIU间接弱相关，尽管它是社交媒体使用和游戏问题的重要预测指标。 鉴于上述研究是针对完全不同的大学生和游戏玩家进行的，样本差异可能是预测不同在线活动（例如社交媒体，游戏和互联网使用）问题的不同人格特征的可能解释。 但是，这些差异也支持以下概念：尽管有问题的在线使用（例如游戏和社交媒体）和PIU的特定类型（尽管在某种程度上有所重叠）和PIU在概念上是不同的行为，并且是可能具有不同人格预测因子的独立疾病学实体（布兰德（Brand）等人，2016年; Király等人，2014年; Montag等人，2015年）。 尽管如此，这些初步研究表明，在考虑PIU和其他有问题的在线行为时，应该更加关注黑暗的人格特质，并且为了更好地理解这些关系，需要对该主题进行更多的研究。
该研究存在一些局限性，应在未来的研究中加以解决。 首先，研究数据是通过自我选择的样本中的自我报告问卷收集的，这些样本容易出现众所周知的偏见和局限性。 未来的研究应该使用更深入的工具，例如更大和更具代表性的样本中的定性或混合方法。 其次，横截面设计可以防止因果关系的绘制。 为了能够指出这些关系的因果关系和方向，未来的研究应采用纵向设计。 第三，研究样本包括来自单一大学的土耳其本科生; 因此，结果的普遍性是有限的。 未来的研究应该尝试使用来自不同国家和文化的不同年龄组和个体来复制这些发现。
尽管存在局限性，但这是第一项研究黑暗人格特质，特定在线活动和PIU之间关系的研究。 此外，该研究表明，通过使用不同的在线活动，恶意可能与升高的PIU直接和间接相关。 这项研究的结果表明，应该有更多的研究关注黑暗人格特质在有问题的在线使用中的作用，通过马基雅维利主义的重要直接联系和与PIU的恶意。 此外，结果表明，Machiavellianism，恶意，虐待狂和自恋与不同类型的互联网活动有关，如在线性，社交媒体使用，在线赌博，在线游戏和在线购物，所有这些都有可能导致由于有问题和/或过度使用而导致某些人的生命受到伤害。 在考虑PIU的可能预防和干预策略时，卫生专业人员和临床医生需要考虑这些人格特质。 除了上述含义之外，本研究还测试了I-PACE模型的理论假设，并为人格差异在线活动差异和在线使用问题中的重要作用以及不同在线偏好的重要作用提供了实证证据。确定PIU水平的活动。
两位作者都为撰写手稿做出了重要贡献。
作者宣称没有利益冲突。
参考资料
| 一口钟， L.，＆ 布鲁尔， G. (2014). Facebook上的Machiavellianism，自我监控，自我推销和关系攻击。 人类行为中的计算机，36， 258–262。 DOI：https://doi.org/10.1016/j.chb.2014.03.076 交叉引用, Google Scholar | |
| Alexandraki， K., 斯达夫罗泊罗斯， V., 伯利， T. L., 王， D.L.，＆ 格里菲思 M.D. (2018). 网络色情观看偏好是青少年网络成瘾的一个风险因素：课堂人格因素的调节作用。 行为成瘾杂志，7（2）， 423–432。 DOI：https://doi.org/10.1556/2006.7.2018.34 链接, Google Scholar | |
| 美国精神病学协会。 （2013）。 精神疾病诊断与统计手册 （5th编辑。). 阿灵顿德克萨斯州: 美国精神病学协会. 交叉引用, Google Scholar | |
| 安德森， E. L., 斯蒂恩， E.，＆ 斯达夫罗泊罗斯， V. (2017). 互联网使用和有问题的互联网使用：对青春期和新生儿成年期纵向研究趋势的系统评价。 国际青春期和青年杂志，22（4）， 430–454。 DOI：https://doi.org/10.1080/02673843.2016.1227716 交叉引用, Google Scholar | |
| 安德瑞， C. S., Pallesen， S.，＆ 格里菲思 M.D. (2017). 成瘾地使用社交媒体，自恋和自尊之间的关系：来自大型全国性调查的调查结果。 上瘾行为，64， 287–293。 DOI：https://doi.org/10.1016/j.addbeh.2016.03.006 交叉引用, MEDLINE, Google Scholar | |
| 安德瑞， C. S., Torsheim， T., Brunborg， G.S.，＆ Pallesen， S. (2012). 开发Facebook成瘾量表。 心理学报告，110（2）， 501–517。 DOI：https://doi.org/10.2466/02.09.18.PR0.110.2.501-517 交叉引用, MEDLINE, Google Scholar | |
| Arpaci， I. (2018). 性别在自恋与自拍行为关系中的调节作用。 个性与个体差异，134， 71–74。 DOI：https://doi.org/10.1016/j.paid.2018.06.006 交叉引用, Google Scholar | |
| 奥斯汀， E.J., 法雷利， D., 黑色， C.，＆ 穆尔， H. (2007). 情绪智力，马基雅维利主义和情绪操纵：EI有黑暗面吗？ 个性与个体差异，43（1）， 179–189。 DOI：https://doi.org/10.1016/j.paid.2006.11.019 交叉引用, Google Scholar | |
| 巴克尔， B., 厄泽尔， M., UCAR， M., 古籁， M., 铁， C.，＆ Hasde， M. (2003). 土耳其医生样本中Machiavellianism与工作满意度的关系。 心理学报告，92（3）， 1169–1175。 DOI：https://doi.org/10.2466/PR0.92.3.1169-1175 交叉引用, Google Scholar | |
| 鲍曼， H.M., 乔纳森， P.K., Veselka， L.，＆ 弗农 P.A. (2014). 四种性幻想与黑暗三合会有关。 个性与个体差异，67， 47–51。 DOI：https://doi.org/10.1016/j.paid.2014.01.034 交叉引用, Google Scholar | |
| Birkás， B., Csathó， 一个。, GACS， B.，＆ Bereczkei， T. (2015). 没有任何事情可以冒险获得：奖励敏感度和两种马基雅维利主义衡量标准之间的强烈关联。 个性与个体差异，74， 112–115。 DOI：https://doi.org/10.1016/j.paid.2014.09.046 交叉引用, Google Scholar | |
| 牌， M., 年轻， K.S., 德莱尔， C., Wölfling， K.，＆ 波坦察， M.N. (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因素：人 - 情感 - 认知 - 执行（I-PACE）模型的相互作用。 神经科学和生物行为评论，71， 252–266。 DOI：https://doi.org/10.1016/j.neubiorev.2016.08.033 交叉引用, MEDLINE, Google Scholar | |
| 合力五金， E. E., Trapnell， P.D.，＆ Paulhus， D.L. (2014). 巨魔只想玩得开心。 个性与个体差异，67， 97–102。 DOI：https://doi.org/10.1016/j.paid.2014.01.016 交叉引用, Google Scholar | |
| 卡萨莱， S.，＆ 菲奥拉万蒂， G. (2018). 为什么自恋者有发展Facebook成瘾的风险：需要被人钦佩和需要归属。 上瘾行为，76， 312–318。 DOI：https://doi.org/10.1016/j.addbeh.2017.08.038 交叉引用, Google Scholar | |
| 卡萨莱， S., 菲奥拉万蒂， G.，＆ Rugai， L. (2016). 宏大而脆弱的自恋者：谁有更高的社交网络成瘾风险？ 网络心理学，行为和社交网络，19（8）， 510–515。 DOI：https://doi.org/10.1089/cyber.2016.0189 交叉引用, Google Scholar | |
| 克里斯蒂， R.，＆ 盖斯， F. L. (1970）。 马基雅维利主义研究。 纽约: 学术出版社. Google Scholar | |
| Clempner， J.B. (2017). 基于马基雅维利主义的操纵博弈论模型：道德与伦理行为。 人工社会与社会模拟杂志，20（2）， 1–12。 DOI：https://doi.org/10.18564/jasss.3301 交叉引用, Google Scholar | |
| 科里， N., 梅里特， R.D., Mrug， S.，＆ 辛夷， B. (2008). 自恋人格量表的因子结构。 人格评估杂志，90（6）， 593–600。 DOI：https://doi.org/10.1080/00223890802388590 交叉引用, Google Scholar | |
| Craker， N.，＆ 三月， E. (2016). Facebook的黑暗面®：黑暗的四分体，消极的社交能力和拖钓行为。 个性与个体差异，102， 79–84。 DOI：https://doi.org/10.1016/j.paid.2016.06.043 交叉引用, Google Scholar | |
| Critselis， E., Janikian， M., Paleomilitou， N., Oikonomou， D., Kassinopoulos， M., Kormas， G.，＆ Tsitsika， A. (2013). 互联网赌博是塞浦路斯青少年互联网成瘾行为的预测因素。 行为成瘾杂志，2（4）， 224–230。 DOI：https://doi.org/10.1556/JBA.2.2013.4.5 链接, Google Scholar | |
| Dalbudak， E., 埃夫伦， C., Aldemir， S.，＆ 埃夫伦， B. (2014). 土耳其大学生网络成瘾风险的严重程度及其与边缘人格特征，童年创伤，分离经历，抑郁和焦虑症状严重程度的关系。 精神病学研究，219（3）， 577–582。 DOI：https://doi.org/10.1016/j.psychres.2014.02.032 交叉引用, MEDLINE, Google Scholar | |
| Douglas 的支持与帮助下， H., 缸径， M.，＆ 蒙罗， D. (2012). 区分黑暗三位一体：来自五因素模型和霍根发展调查的证据。 心理学，3（03）， 237–242。 DOI：https://doi.org/10.4236/psych.2012.33033 交叉引用, Google Scholar | |
| 伊根， V., 陈， S.，＆ 短， G.W. (2014). 黑暗三合会，幸福和主观幸福。 个性与个体差异，67， 17–22。 DOI：https://doi.org/10.1016/j.paid.2014.01.004 交叉引用, Google Scholar | |
| 狐狸， J.，＆ 鲁尼， M.C. (2015). 黑暗三合会和特质自我客体化作为男性在社交网站上使用和自我呈现行为的预测因子。 个性与个体差异，76， 161–165。 DOI：https://doi.org/10.1016/j.paid.2014.12.017 交叉引用, Google Scholar | |
| 加西亚， D.，＆ Sikström， S. (2014). Facebook的黑暗面：状态更新的语义表示预示着黑人三位一体的个性。 个性与个体差异，67， 92–96。 DOI：https://doi.org/10.1016/j.paid.2013.10.001 交叉引用, Google Scholar | |
| 加斯金， J. (2016）。 Gaskination的统计数据。 检索六月19，2018，来自 http://statwiki.kolobkreations.com Google Scholar | |
| 乔治 D.，＆ 马勒， M. (2010）。 SPSS for Windows一步一步：简单的指南和参考，17.0更新。 马萨诸塞州 波士顿: 皮尔逊. Google Scholar | |
| Gervasi区， A.M., 拉马卡， L., 隆巴多， E., 曼尼诺， G., Iacolino， C.，＆ Schimmenti， A. (2017). 年轻人中适应不良的人格特质和网络成瘾症状：一项基于替代性DSM-5人格障碍模型的研究。 临床神经精神病学，14（1）， 20–28. Google Scholar | |
| Greitemeyer， T.，＆ Sagioglou， C. (2017). 日常虐待狂与暴力电子游戏玩法之间的纵向关系。 个性与个体差异，104， 238–242。 DOI：https://doi.org/10.1016/j.paid.2016.08.021 交叉引用, Google Scholar | |
| 格里菲思 M.D. (2000). 网瘾 - 时间被认真对待？ 成瘾研究，8（5）， 413–418。 DOI：https://doi.org/10.3109/16066350009005587 交叉引用, Google Scholar | |
| 格里菲思 M.D. (2005). 生物心理社会框架内成瘾的“组成部分”模型。 物质使用杂志，10（4）， 191–197。 DOI：https://doi.org/10.1080/14659890500114359 交叉引用, Google Scholar | |
| 詹姆斯， S., 卡瓦纳 P.S., 乔纳森， P.K., Chonody， J.M.，＆ Scrutton， H. E. (2014). 黑暗三合会，幸灾乐祸和耸人听闻的兴趣：黑暗的个性，黑暗的情感和黑暗的行为。 个性与个体差异，68， 211–216。 DOI：https://doi.org/10.1016/j.paid.2014.04.020 交叉引用, Google Scholar | |
| 乔纳森， P.K.，＆ 克劳斯， L. (2013). 与黑暗三联症特征相关的情绪缺陷：认知移情，情感移情和述情障碍。 个性与个体差异，55（5）， 532–537。 DOI：https://doi.org/10.1016/j.paid.2013.04.027 交叉引用, Google Scholar | |
| 乔纳森， P.K., 里昂， M., 贝瑟尔， E.，＆ 罗斯， R. (2013). 在性别中限制同理心的不同途径：检查黑暗三合会与同理心之间的联系。 个性与个体差异，54（5）， 572–576。 DOI：https://doi.org/10.1016/j.paid.2012.11.009 交叉引用, Google Scholar | |
| 乔纳森， P.K.，＆ 韦伯斯特， G.D. (2010). 肮脏的打击：黑暗三合会的简洁尺度。 心理评估，22（2）， 420–432。 DOI：https://doi.org/10.1037/a0019265 交叉引用, Google Scholar | |
| 乔纳森， P.K., 齐格勒 - 希尔， V.，＆ 奥坎， C. (2017). 善与邪恶：用黑暗的人格特质和道德基础来预测犯罪。 个性与个体差异，104， 180–185。 DOI：https://doi.org/10.1016/j.paid.2016.08.002 交叉引用, Google Scholar | |
| 琼斯， D.N.，＆ 菲格雷多， A.J. (2013). 黑暗的核心：揭开黑暗三合会的核心。 欧洲人格杂志，27（6）， 521–531。 DOI：https://doi.org/10.1002/per.1893 交叉引用, Google Scholar | |
| Kardefelt - 温特， D. (2014). 对网络成瘾研究的概念和方法论批评：建立互补性互补使用模型。 人类行为中的计算机，31， 351–354。 DOI：https://doi.org/10.1016/j.chb.2013.10.059 交叉引用, Google Scholar | |
| Kayiş， A.R., Satici， S.A., 耶尔马兹， M. F., Şimşek， D., 杰伊汉， E.，＆ Bakioğlu， F. (2016). 大五人格特质和网络成瘾：一种元分析评论。 人类行为中的计算机，63， 35–40。 DOI：https://doi.org/10.1016/j.chb.2016.05.012 交叉引用, Google Scholar | |
| 金， E.J., Namkoong， K., 苦， T.，＆ 金， S.J. (2008). 网络游戏成瘾与攻击，自我控制和自恋人格特质之间的关系。 欧洲精神病学，23（3）， 212–218。 DOI：https://doi.org/10.1016/j.eurpsy.2007.10.010 交叉引用, MEDLINE, Google Scholar | |
| 基拉伊， O., 格里菲思 M.D., 城市， R., 法卡斯， J., Kökönyei， G., Elekes， Z., 陶马什， D.，＆ Demetrovics， Z. (2014). 有问题的互联网使用和有问题的在线游戏并不相同：来自一个具有全国代表性的大型青少年样本的结果。 网络心理学，行为和社交网络，17（12）， 749–754。 DOI：https://doi.org/10.1089/cyber.2014.0475 交叉引用, MEDLINE, Google Scholar | |
| Kircaburun， K., Alhabash， S., Tosuntaş， 秒。 B.，＆ 格里菲思 M.D. (2018). 使用和满足大学生中有问题的社交媒体使用：同时检查人格特质，社交媒体平台和社交媒体使用动机的五大问题。 国际心理健康与成瘾杂志。 推进在线出版。 DOI：https://doi.org/10.1007/s11469-018-9940-6 交叉引用, Google Scholar | |
| Kircaburun， K., Demetrovics， Z.，＆ Tosuntaş， 秒。 B. (2018). 分析有问题的社交媒体使用，黑暗三元组特征和自尊之间的联系。 国际心理健康与成瘾杂志。 推进在线出版。 DOI：https://doi.org/10.1007/s11469-018-9900-1 交叉引用, Google Scholar | |
| Kircaburun， K., 乔纳森， P.K.，＆ 格里菲思 M.D. (2018a). Dark Tetrad的特点和有问题的社交媒体使用：网络欺凌和cybertrolling的中介作用。 个性与个体差异，135， 264–269。 DOI：https://doi.org/10.1016/j.paid.2018.07.034 交叉引用, Google Scholar | |
| Kircaburun， K., 乔纳森， P.K.，＆ 格里菲思 M.D. (2018b). Dark Tetrad的特点和有问题的在线游戏：在线游戏动机的中介作用和游戏类型的调节作用。 个性与个体差异，135， 298–303。 DOI：https://doi.org/10.1016/j.paid.2018.07.038 交叉引用, Google Scholar | |
| Kırcaburun， K., Kokkinos， 厘米。, Demetrovics， Z., 基拉伊， O., 格里菲思 M.D.，＆ 乔拉克， T. S. (2018). 青少年和新兴成人中存在问题的在线行为：网络欺凌行为，有问题的社交媒体使用和心理社会因素之间的关联。 国际心理健康与成瘾杂志。 推进在线出版。 DOI：https://doi.org/10.1007/s11469-018-9894-8 交叉引用, Google Scholar | |
| 克莱恩， R. B. (2011）。 结构方程模型的原理和实践（2nd编辑。). 纽约: 吉尔福德. Google Scholar | |
| Kopuničová， V.，＆ 鲍姆加特纳， F. (2016). 人格，抑郁和有问题的互联网使用。 心理学及其背景，7（1）， 81–92. Google Scholar | |
| 库斯， D.J., 格里菲思 M.D., Karila， L.，＆ Billieux， J. (2014). 网络成瘾：过去十年对流行病学研究的系统回顾。 目前的制药设计，20（25）， 4026–4052。 DOI：https://doi.org/10.2174/13816128113199990617 交叉引用, MEDLINE, Google Scholar | |
| Ladanyi， J.，＆ 道尔·波蒂略 S. (2017). MMORPG中悲伤游戏规模（GPS）的开发和验证。 个性与个体差异，114， 125–133。 DOI：https://doi.org/10.1016/j.paid.2017.03.062 交叉引用, Google Scholar | |
| 林， S. S.，＆ 仔， C. C. (2002). 台湾高中青少年的感情寻求与互联网依赖。 人类行为中的计算机，18（4）， 411–426。 DOI：https://doi.org/10.1016/S0747-5632(01)00056-5 交叉引用, Google Scholar | |
| 路， W.H., 李， K.H., 柯， C.H., 萧 R.C., 胡， 高，＆ 日元， C. F. (2017). 边缘人格症状与网络成瘾的关系：心理健康问题的中介作用。 行为成瘾杂志，6（3）， 434–441。 DOI：https://doi.org/10.1556/2006.6.2017.053 链接, Google Scholar | |
| 曼 K., 基弗， F., Schellekens， A.，＆ 大教堂， G. (2017). 行为成瘾：分类和后果。 欧洲精神病学，44， 187–188。 DOI：https://doi.org/10.1016/j.eurpsy.2017.04.008 交叉引用, MEDLINE, Google Scholar | |
| 马库斯， D.K., Preszler， J.，＆ 齐格勒 - 希尔， V. (2018). 黑暗人格特质的网络：黑暗的核心是什么？ 人格研究杂志，73， 56–62。 DOI：https://doi.org/10.1016/j.jrp.2017.11.003 交叉引用, Google Scholar | |
| 马库斯， D.K., 齐格勒 - 希尔， V., 美世， S.H.，＆ 诺里斯 A.L. (2014). 怨恨的心理和恶意的测量。 心理评估，26（2）， 563–574。 DOI：https://doi.org/10.1037/a0036039 交叉引用, Google Scholar | |
| 蒙塔格， C., 贝， K., 沙 P., 李， M., 陈， Y. F., 刘， W. Y., 朱， Y.K., 李， C., Markett， S., 恺博， J.，＆ 路透社， M. (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。 亚太精神病学，7（1）， 20–26。 DOI：https://doi.org/10.1111/appy.12122 交叉引用, MEDLINE, Google Scholar | |
| Niemz， K., 格里菲思 M.，＆ 班亚德， P. (2005). 大学生病态互联网使用的流行程度以及与自尊，一般健康问卷（GHQ）和去抑制的相关性。 网络心理学与行为，8（6）， 562–570。 DOI：https://doi.org/10.1089/cpb.2005.8.562 交叉引用, MEDLINE, Google Scholar | |
| 欧米拉， A., 戴维斯， J.，＆ 哈蒙德 S. (2011). 短道德冲动量表（SSIS）的心理测量属性和效用。 心理评估，23， 523–531。 DOI：https://doi.org/10.1037/a0022400 交叉引用, Google Scholar | |
| Ostovar， S., Allahyar， N., Aminpoor， H., Moafian， F., 也不， M. B. M.，＆ 格里菲思 M.D. (2016). 网络成瘾及其在伊朗青少年和年轻人中的心理社会风险（抑郁，焦虑，压力和孤独）：横断面研究中的结构方程模型。 国际心理健康与成瘾杂志，14（3）， 257–267。 DOI：https://doi.org/10.1007/s11469-015-9628-0 交叉引用, Google Scholar | |
| 厄兹索伊， E., Rauthmann， J.F., 乔纳森， P.K.，＆ Ardıç， K. (2017). 土耳其版Dark Triad Dirty Dozen（DTDD-T），Short Dark Triad（SD3-T）和Single Item Narcissism Scale（SINS-T）的可靠性和有效性。 个性与个体差异，117， 11–14。 DOI：https://doi.org/10.1016/j.paid.2017.05.019 交叉引用, Google Scholar | |
| Panek， E.T., 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。 人类行为中的计算机，29（5）， 2004–2012。 DOI：https://doi.org/10.1016/j.chb.2013.04.012 交叉引用, Google Scholar | |
| Pantic的， I., 诺维奇， A., Loboda， B., Błachnio， A., Przepiorka， A., Nesic， D., Mazic， S., Dugalic， S.，＆ 里斯蒂奇， S. (2017). 自尊，自恋和网络成瘾的生理振荡之间的关联：横断面研究。 精神病学研究，258， 239–243。 DOI：https://doi.org/10.1016/j.psychres.2017.08.044 交叉引用, Google Scholar | |
| Paulhus， D.L.，＆ 威廉姆斯， K.M. (2002). 人格的黑暗三位一体：自恋，马基雅维利主义和精神病。 人格研究杂志，36（6）， 556–563。 DOI：https://doi.org/10.1016/S0092-6566(02)00505-6 交叉引用, Google Scholar | |
| Rauthmann， J.F. (2011). 黑暗人物的获得性或保护性自我呈现？ 黑暗三合会与自我监控之间的联系。 个性与个体差异，51（4）， 502–508。 DOI：https://doi.org/10.1016/j.paid.2011.05.008 交叉引用, Google Scholar | |
| 理查森， E.N.，＆ Boag， S. (2016). 进攻性防御：黑暗三合会特征面具下的头脑。 个性与个体差异，92， 148–152。 DOI：https://doi.org/10.1016/j.paid.2015.12.039 交叉引用, Google Scholar | |
| 垫片， J·W·, 李， S.，＆ 保罗， B. (2007). 谁回应互联网上未经请求的色情内容？ 个体差异的作用。 网络心理学与行为，10（1）， 71–79。 DOI：https://doi.org/10.1089/cpb.2006.9990 交叉引用, Google Scholar | |
| 吸烟者， M.，＆ 三月， E. (2017). 预测亲密伙伴网络跟踪的实施：性别和黑暗四分体。 人类行为中的计算机，72， 390–396。 DOI：https://doi.org/10.1016/j.chb.2017.03.012 交叉引用, Google Scholar | |
| 斯帕达， M. M. (2014). 有问题的互联网使用概述。 上瘾行为，39（1）， 3–6。 DOI：https://doi.org/10.1016/j.addbeh.2013.09.007 交叉引用, MEDLINE, Google Scholar | |
| 斯达夫罗泊罗斯， V., 库斯， D.J., 格里菲思 M.D., 威尔逊 P.，＆ Motti-Stefanidi， F. (2017). MMORPG游戏和敌意预测青少年网络成瘾症状：经验多层次纵向研究。 上瘾行为，64， 294–300。 DOI：https://doi.org/10.1016/j.addbeh.2015.09.001 交叉引用, MEDLINE, Google Scholar | |
| Tabachnick， B.G.，＆ Fidell， L.S. (2001）。 使用多变量统计（4th编辑。). Needham，MA: 阿琳和培根. Google Scholar | |
| Tosuntaş， 秒。 B., 卡拉达格， E., Kircaburun， K.，＆ 格里菲思 M.D. (2018）。 新兴成人中的一种新现象：Sofalizing及其与社交媒体成瘾和心理社会风险因素的关系。 稿件已提交出版。 Google Scholar | |
| 陈德良， 美国, BERTL， B., Kossmeier， M., Pietschnig， J., Stieger， S.，＆ Voracek， M. (2018). “我会教你差异”：对黑暗三位一体，特质虐待狂和人格黑暗核心的计量分析。 个性与个体差异，126， 19–24。 DOI：https://doi.org/10.1016/j.paid.2018.01.015 交叉引用, Google Scholar | |
| Trumello， C., Babore， A., Candelori， C., 莫雷利 M.，＆ 比安奇， D. (2018). 与青少年网络成瘾的父母关系，情绪调节和冷酷无情的特征。 BioMed Research International，2018， 1–10。 DOI：https://doi.org/10.1155/2018/7914261 交叉引用, Google Scholar | |
| 范吉尔， M., Goemans， A., 托普拉克， F.，＆ 维德， P. (2017). 哪些人格特质与传统欺凌和网络欺凌有关？ 与五大，黑暗三合会和虐待狂的研究。 个性与个体差异，106， 231–235。 DOI：https://doi.org/10.1016/j.paid.2016.10.063 交叉引用, Google Scholar | |
| Vitacco， M.J.，＆ 罗杰斯 R. (2001). 青少年精神病的预测因子：冲动，多动和寻求感觉的作用。 美国精神病学和法律学会杂志，29（4）， 374–382. Google Scholar | |
| Vrabel， J.K., 齐格勒 - 希尔， V.，＆ Shango， R.G. (2017). 恶意和幽默风格。 个性与个体差异，105， 238–243。 DOI：https://doi.org/10.1016/j.paid.2016.10.001 交叉引用, Google Scholar | |
| 西， S.G., 芬奇， J.F.，＆ 柯伦， P.J. (1995). 具有非正态变量的结构方程模型：问题和补救措施。在 R.H. 霍伊尔 （编辑），结构方程建模：概念，问题和应用（pp。 56–75). 千橡: 贤者出版社. Google Scholar | |
| 世界卫生组织。 （2017）。 ICD-11 Beta草案。 精神，行为或神经发育障碍。 检索了9月6，2018，来自 https://icd.who.int/dev11/l-m/en Google Scholar | |
| 齐格勒 - 希尔， V.，＆ Noser， A.E. (2018). 根据病理性人格特征的DSM-5模型表征恶意。 当前心理学，37（1）， 14–20。 DOI：https://doi.org/10.1007/s12144-016-9484-5 交叉引用, Google Scholar | |
| 齐格勒 - 希尔， V., Noser， A.E., 屋顶， C., Vonk， J.，＆ 马库斯， D.K. (2015). 恶意和道德价值观。 个性与个体差异，77， 86–90。 DOI：https://doi.org/10.1016/j.paid.2014.12.050 交叉引用, Google Scholar | |
| 齐格勒 - 希尔， V.，＆ Vonk， J. (2015). 黑暗的人格特征和情绪失调。 社会与临床心理学杂志，34（8）， 692–704。 DOI：https://doi.org/10.1521/jscp.2015.34.8.692 交叉引用, Google Scholar |
;