دوره 21، شماره 4 - ( مجله علمی پژوهان، پاییز 1402 )
جلد 21 شماره 4 صفحات 275-263 |
برگشت به فهرست نسخه ها
Ethics code: (IR.UMA.REC.1400.047)
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
herangza M, hajloo N, narimani M, basharpoor S. Designing and Testing the Structural Model of Addiction to Online Games Based on Brain-behavioral Systems and Metacognitive Beliefs. Pajouhan Sci J 2023; 21 (4) :263-275
URL: http://psj.umsha.ac.ir/article-1-1035-fa.html
URL: http://psj.umsha.ac.ir/article-1-1035-fa.html
هرنگ‌زا محمد، حاجلو نادر، نریمانی محمد، بشرپور سجاد. طراحی و آزمون مدل ساختاری اعتیاد به بازی‌های آنلاین بر اساس سیستم‌های مغزی‌رفتاری و باورهای فراشناختی. مجله علمی پژوهان. 1402; 21 (4) :263-275
محمد هرنگ‌زا1 
، نادر حاجلو* 2، محمد نریمانی3 ، سجاد بشرپور3
، نادر حاجلو* 2، محمد نریمانی3 ، سجاد بشرپور3
1- دانشکده‌ی علوم تربیتی و روانشناسی، دانشگاه محقق اردبیلی، اردبیل، ایران
2- گروه آموزشی روانشناسی، دانشکده‌ی علوم تربیتی و روانشناسی، دانشگاه محقق اردبیلی، اردبیل، ایران ،hajloo53@uma.ac.ir
3- گروه آموزشی روانشناسی، دانشکده‌ی علوم تربیتی و روانشناسی، دانشگاه محقق اردبیلی، اردبیل، ایران
2- گروه آموزشی روانشناسی، دانشکده‌ی علوم تربیتی و روانشناسی، دانشگاه محقق اردبیلی، اردبیل، ایران ،
3- گروه آموزشی روانشناسی، دانشکده‌ی علوم تربیتی و روانشناسی، دانشگاه محقق اردبیلی، اردبیل، ایران
چکیده: (709 مشاهده)
سابقه و هدف: اعتیاد به بازی‌های آنلاین بر سلامت جسمی و روانی نوجوانان تأثیر منفی می‌گذارد. پژوهش حاضر با هدف بررسی نقش میانجی‌گر باورهای فراشناختی در رابطه‌ی سیستم‌های مغزی‌رفتاری با اعتیاد به بازی‌های آنلاین انجام شد.
مواد و روش ها: این پژوهش از نوع توصیفی و هم‌بستگی است. جامعه‌ی آماری شامل تمام دانش‌آموزان (نوجوانان) دختر و پسر دوره‌ی اول متوسطه‌ی منطقه‌ی آموزش و پرورش بستک هرمزگان بود که در سال تحصیلی ۱۴۰۱-۱۴۰۰ به تحصیل اشتغال داشتند. با استفاده از روش نمونه‌گیری تصادفی خوشه‌ای چندمرحله‌ای، تعداد ۳۵۰ نفر به‌عنوان نمونه انتخاب شدند و به پرسش‌نامه‌های سیستم‌های بازداری/فعال‌ساز رفتاری، مقیاس فراشناخت بازی‌های آنلاین و اعتیاد به بازی‌های آنلاین پاسخ دادند. برای تحلیل داده‌ها از مدل‌سازی ساختاری استفاده شد.
یافته‌ها: نتایج نشان داد که سیستم‌های فعال‌ساز رفتاری و سیستم‌های بازداری رفتاری به‌ترتیب، با مقدار ضریب ۰/۴۱ و ۰/۳۲، به‌صورت مستقیم، با اعتیاد به بازی‌های آنلاین ارتباط معناداری دارند (۰/۰۰۱< P). همچنین، سیستم‌های فعال‌ساز رفتاری و سیستم‌های بازداری رفتاری به‌ترتیب، با مقدار ضریب ۰/۱۸ و ۰/۱۳ و میانجی‌گری باورهای فراشناختی به‌صورت غیرمستقیم، با اعتیاد به بازی‌های آنلاین ارتباط معناداری دارند (۰/۰۰۱< P).
نتیجه‌گیری: درمانگران و متخصصان به‌منظور کاهش اعتیاد به بازی‌های آنلاین باید از یک سو، سیستم‌های مغزی‌رفتاری افراد را بررسی و ارزیابی کنند و از سوی دیگر، ضمن چالش‌های شناختی و گذشته‌نگر، به‌دنبال کاهش مکانیسم باورهای فراشناختی ناسازگار باشند.
مواد و روش ها: این پژوهش از نوع توصیفی و هم‌بستگی است. جامعه‌ی آماری شامل تمام دانش‌آموزان (نوجوانان) دختر و پسر دوره‌ی اول متوسطه‌ی منطقه‌ی آموزش و پرورش بستک هرمزگان بود که در سال تحصیلی ۱۴۰۱-۱۴۰۰ به تحصیل اشتغال داشتند. با استفاده از روش نمونه‌گیری تصادفی خوشه‌ای چندمرحله‌ای، تعداد ۳۵۰ نفر به‌عنوان نمونه انتخاب شدند و به پرسش‌نامه‌های سیستم‌های بازداری/فعال‌ساز رفتاری، مقیاس فراشناخت بازی‌های آنلاین و اعتیاد به بازی‌های آنلاین پاسخ دادند. برای تحلیل داده‌ها از مدل‌سازی ساختاری استفاده شد.
یافته‌ها: نتایج نشان داد که سیستم‌های فعال‌ساز رفتاری و سیستم‌های بازداری رفتاری به‌ترتیب، با مقدار ضریب ۰/۴۱ و ۰/۳۲، به‌صورت مستقیم، با اعتیاد به بازی‌های آنلاین ارتباط معناداری دارند (۰/۰۰۱< P). همچنین، سیستم‌های فعال‌ساز رفتاری و سیستم‌های بازداری رفتاری به‌ترتیب، با مقدار ضریب ۰/۱۸ و ۰/۱۳ و میانجی‌گری باورهای فراشناختی به‌صورت غیرمستقیم، با اعتیاد به بازی‌های آنلاین ارتباط معناداری دارند (۰/۰۰۱< P).
نتیجه‌گیری: درمانگران و متخصصان به‌منظور کاهش اعتیاد به بازی‌های آنلاین باید از یک سو، سیستم‌های مغزی‌رفتاری افراد را بررسی و ارزیابی کنند و از سوی دیگر، ضمن چالش‌های شناختی و گذشته‌نگر، به‌دنبال کاهش مکانیسم باورهای فراشناختی ناسازگار باشند.
واژه‌های کلیدی: اعتیاد به بازی‌های آنلاین، باورهای فراشناختی، دانش‌آموزان دوره‌ی اول متوسطه، سیستم‌های مغزی‌رفتاری
نوع مطالعه: مقاله پژوهشي |
موضوع مقاله:
روانشناسی و روانپزشکی
دریافت: 1402/4/26 | پذیرش: 1402/8/14 | انتشار: 1402/9/10
دریافت: 1402/4/26 | پذیرش: 1402/8/14 | انتشار: 1402/9/10
فهرست منابع
1. Kaya A, Dalgiç AI. How does internet addiction affect adolescent lifestyles? Results from a school-based study in the Mediterranean region of Turkey. J Pediatr Nurs. 2021;59:e38-43. [DOI:10.1016/j.pedn.2021.01.021] [PMID]
2. Young K. Understanding online gaming addiction and treatment issues for adolescents. The American journal of family therapy. 2009;37(5):355-72. [DOI:10.1080/01926180902942191]
3. Yilmaz R, Sulak S, Griffiths MD, Yilmaz FG. An exploratory examination of the relationship between internet gaming disorder, smartphone addiction, social appearance anxiety and aggression among undergraduate students. Journal of Affective Disorders Reports. 2023;11:100483. [DOI:10.1016/j.jadr.2023.100483]
4. Tsui YY, Cheng C. Internet gaming disorder, risky online behaviour, and mental health in Hong Kong adolescents: the beneficial role of psychological resilience. Front Psychiatry. 2021;12:722353. [DOI:10.3389/fpsyt.2021.722353] [PMID] []
5. Wang HR, Cho H, Kim DJ. Prevalence and correlates of comorbid depression in a nonclinical online sample with DSM-5 internet gaming disorder. J Affect Disord. 2018 ;226:1-5. [DOI:10.1016/j.jad.2017.08.005] [PMID]
6. Islam MR, Apu MM, Akter R, Tultul PS, Anjum R, Nahar Z, Shahriar M, Bhuiyan MA. Internet addiction and loneliness among school-going adolescents in Bangladesh in the context of the COVID 19 pandemic: Findings from a cross-sectional study. Heliyon. 2023;9(2):e13340. [DOI:10.1016/j.heliyon.2023.e13340] [PMID] []
7. Erdogan O. The mediator's role of communication skills in the effect of social skills on digital game addiction. Acta Psychologica. 2023;237:103948. [DOI:10.1016/j.actpsy.2023.103948] [PMID]
8. American Psychiatric Association DS, American Psychiatric Association. Diagnostic and statistical manual of mental disorders: DSM-5. Washington, DC: American psychiatric association; 2013. [DOI:10.1176/appi.books.9780890425596]
9. Labana RV, Hadjisaid JL, Imperial AR, Jumawid KE, Lupague MJ, Malicdem DC. Online game addiction and the level of depression among adolescents in Manila, Philippines. Cent Asian J Glob Health. 2020;9(1). [DOI:10.5195/cajgh.2020.369] [PMID] []
10. Wallenius M, Rimpelä A, Punamäki RL, Lintonen T. Digital game playing motives among adolescents: Relations to parent-child communication, school performance, sleeping habits, and perceived health. Journal of applied developmental psychology. 2009;30(4):463-74. [DOI:10.1016/j.appdev.2008.12.021]
11. Jo YS, Bhang SY, Choi JS, Lee HK, Lee SY, Kweon YS. Clinical characteristics of diagnosis for internet gaming disorder: comparison of DSM-5 IGD and ICD-11 GD diagnosis. J. Clin. Med.2019;8(7):945. [DOI:10.3390/jcm8070945] [PMID] []
12. Davis RA. A cognitive-behavioral model of pathological Internet use. Computers in human behavior. 2001;17(2):187-95. [DOI:10.1016/S0747-5632(00)00041-8]
13. Gray JA, McNaughton N. The neuropsychology of anxiety: An enquiry into the functions of the septo-hippocampal system (Oxford psychology series). New York: Oxford University Press, 2000.
14. Standen, B., Firth, J., Sumich, A., & Heym, N. The neural correlates of reinforcement sensitivity theory: A systematic review of the (f)MRI literature. Psychology & Neuroscience. 2022; 15(4), 395-422. [DOI:10.1037/pne0000284]
15. Rho MJ, Lee H, Lee TH, Cho H, Jung D, Kim DJ, Choi IY. Risk factors for internet gaming disorder: Psychological factors and internet gaming characteristics. Int J Environ Res Public Health. 2018;15(1):40. [DOI:10.3390/ijerph15010040] [PMID] []
16. Aydınlıyurt ET, Taşkın N, Scahill S, Toker A. Continuance intention in gamified mobile applications: A study of behavioral inhibition and activation systems. International Journal of Information Management. 2021;61:102414. [DOI:10.1016/j.ijinfomgt.2021.102414]
17. Vargas T, Maloney J, Gupta T, Damme KS, Kelley NJ, Mittal VA. Measuring facets of reward sensitivity, inhibition, and impulse control in individuals with problematic Internet use. Psychiatry Res. 2019;275:351-8. [DOI:10.1016/j.psychres.2019.03.032] [PMID] []
18. Dong H, Zheng H, Wang M, Ye S, Dong GH. The unbalanced behavioral activation and inhibition system sensitivity in internet gaming disorder: evidence from resting-state Granger causal connectivity analysis.Prog Neuropsychopharmacol Biol Psychiatry. 2022;119:110582. [DOI:10.1016/j.pnpbp.2022.110582] [PMID]
19. Meerkerk GJ, van den Eijnden RJ, Franken IH, Garretsen HF. Is compulsive internet use related to sensitivity to reward and punishment, and impulsivity?. Computers in human behavior. 2010 ;26(4):729-35. [DOI:10.1016/j.chb.2010.01.009]
20. Wang ZL, Potenza MN, Song KR, Fang XY, Liu L, Ma SS, Xia CC, Lan J, Yao YW, Zhang JT. Neural classification of internet gaming disorder and prediction of treatment response using a cue-reactivity fMRI task in young men. J Psychiatr Res. 2022;145:309-16. [DOI:10.1016/j.jpsychires.2020.11.014] [PMID]
21. Berger U, Anaki D. The behavioral inhibition system (BIS) mediates major aspects of the relationship between disgust and OCD symptomology. Journal of Obsessive-Compulsive and Related Disorders. 2014;3(3):249-56. [DOI:10.1016/j.jocrd.2014.06.004]
22. Wells A. Advances in metacognitive therapy. International Journal of Cognitive Therapy. 2013;6(2):186-201. [DOI:10.1521/ijct.2013.6.2.186]
23. Spada MM, Wells A. Metacognitions about alcohol use in problem drinkers. Clinical Psychology & Psychotherapy: An International Journal of Theory & Practice. 2006;13(2):138-43. [DOI:10.1002/cpp.478]
24. Nikčević AV, Caselli G, Wells A, Spada MM. The metacognitions about smoking questionnaire: development and psychometric properties. Addict Behav. 2015;44:102-7. [DOI:10.1016/j.addbeh.2014.11.004] [PMID]
25. Caselli G, Fernie B, Canfora F, Mascolo C, Ferrari A, Antonioni M, Giustina L, Donato G, Marcotriggiani A, Bertani A, Altieri A. The metacognitions about gambling questionnaire: Development and psychometric properties. Psychiatry Research. 2018;261:367-74. [DOI:10.1016/j.psychres.2018.01.018] [PMID]
26. Akbari M. Metacognitions or distress intolerance: The mediating role in the relationship between emotional dysregulation and problematic internet use. Addictive Behaviors Reports. 2017;6:128-33. [DOI:10.1016/j.abrep.2017.10.004] [PMID] []
27. Caselli G, Marino C, Spada MM. Modelling online gaming metacognitions: The role of time spent gaming in predicting problematic Internet use. Journal of Rational-Emotive & Cognitive-Behavior Therapy. 2021;39:172-82. [DOI:10.1007/s10942-020-00365-0]
28. Casale S, Caponi L, Fioravanti G. Metacognitions about problematic Smartphone use: Development of a self-report measure. Addictive Behav. 2020;109:106484. [DOI:10.1016/j.addbeh.2020.106484] [PMID]
29. Akbari M, Bahadori MH, Khanbabaei S, Milan BB, Horvath Z, Griffiths MD, Demetrovics Z. Metacognitions as a predictor of problematic social media use and internet gaming disorder: Development and psychometric properties of the Metacognitions about Social Media Use Scale (MSMUS). Addict Behav. 2023;137:107541. [DOI:10.1016/j.addbeh.2022.107541] [PMID]
30. Chen H, Ma J, Guan J, Yin L, Shi Z, Zhang Y. The impact of psychological distress on problematic smartphone use among college students: The mediating role of metacognitions about smartphone use. Front Psychol. 2022;13:932838. [DOI:10.3389/fpsyg.2022.932838] [PMID] []
31. Marino C, Canale N, Vieno A, Caselli G, Scacchi L, Spada MM. Social anxiety and Internet gaming disorder: The role of motives and metacognitions. J Behav Addict. 2020;9(3):617-28. [DOI:10.1556/2006.2020.00044] [PMID] []
32. Sistad RE, Simons RM, Simons JS. Sensitivity to reward and punishment and alcohol outcomes: Metacognition as a moderator. Addict Behav Rep. 2019;10:100213. [DOI:10.1016/j.abrep.2019.100213] [PMID] []
33. Homan AH. Structural Equation Modeling Using LaserL Software. Tehran: Samt. 2014. (Persian)
34. Carver CS, White TL. Behavioral inhibition, behavioral activation, and affective responses to impending reward and punishment: the BIS/BAS scales. Journal of personality and social psychology. 1994;67(2):319-333. [DOI:10.1037/0022-3514.67.2.319]
35. Babapour Khairuddin J, Dadashzadeh R, Toosi F. Comparison of brain-behavioral systems of smokers and non-smokers. New Psychological Research Quarterly. 2011;6(23):12-13.
36. Spada MM, Caselli G. The metacognitions about online gaming scale: Development and psychometric properties. Addictive Behaviors. 2017;64:281-6. [DOI:10.1016/j.addbeh.2015.07.007] [PMID]
37. Droodgar, A. and Fathi Ashtiani, A. Examining the psycho-metric properties of the metacognition scale of online games. Educational Measurement Quarterly of Allameh Tabatabai University.2017; 8(31): 151-166.
38. Zandi payam A, Davoudi I, Mehrabi Zadeh M,.Validation of Online Game Addiction Inventory. Iranian Journal of Psychiatry and Clinical Psychology. 2016; 21(4): 351-361.
39. Kim K, Ryu E, Chon MY, Yeun EJ, Choi SY, Seo JS, Nam BW. Internet addiction in Korean adolescents and its relation to depression and suicidal ideation: a questionnaire survey. Int J Nurs Stud. 2006;43(2):185-92. [DOI:10.1016/j.ijnurstu.2005.02.005] [PMID]
40. Pavlov G, Maydeu-Olivares A, Shi D. Using the standardized root mean squared residual (SRMR) to assess exact fit in structural equation models. Educ Psychol Meas. 2021;81(1):110-30. [DOI:10.1177/0013164420926231] [PMID] []
41. Kuss DJ, Griffiths MD, Binder JF. Internet addiction in students: Prevalence and risk factors. Computers in Human Behavior. 2013;29(3):959-66. [DOI:10.1016/j.chb.2012.12.024]
42. Wahlstrom D, Collins P, White T, Luciana M. Developmental changes in dopamine neurotransmission in adolescence: behavioral implications and issues in assessment. Brain Cogn. 2010;72(1):146-59. [DOI:10.1016/j.bandc.2009.10.013] [PMID] []
43. Elovainio M, Kivimäki M, Viikari J, Ekelund J, Keltikangas-Järvinen L. The mediating role of novelty seeking in the association between the type 4 dopamine receptor gene polymorphism and cigarette smoking behavior. Personality and Individual Differences. 2005;38(3):639-45. [DOI:10.1016/j.paid.2004.05.018]
44. Spada MM, Caselli G, Nikčević AV, Wells A. Metacognition in addictive behaviors. Addict Behav. 2015;44:9-15.
https://doi.org/10.1016/j.addbeh.2014.12.006 [DOI:10.1016/j.addbeh.2014.08.002]
45. Meyer B, Johnson SL, Winters R. Responsiveness to Threat and Incentive in Bipolar Disorder: Relations of the BIS/BAS Scales With Symptoms. J Psychopathol Behav Assess. 2001;23(3):133-143. [DOI:10.1023/A:1010929402770] [PMID] []
46. Casale S, Caplan SE, Fioravanti G. Positive metacognitions about Internet use: The mediating role in the relationship between emotional dysregulation and problematic use. Addictive behaviors. 2016 ;59:84-8. [DOI:10.1016/j.addbeh.2016.03.014] [PMID]
47. Wells A, Fisher P, Myers S, Wheatley J, Patel T, Brewin CR. Metacognitive therapy in recurrent and persistent depression: A multiple-baseline study of a new treatment. Cognitive therapy and research. 2009;33:291-300. [DOI:10.1007/s10608-007-9178-2]
48. Nejati V, Fathi E, Shahidi S, Salehinejad MA. Cognitive training for modifying interpretation and attention bias in depression: Relevance to mood improvement and implications for cognitive intervention in depression. Asian J Psychiatr. 2019;39:23-8. [DOI:10.1016/j.ajp.2018.11.012] [PMID]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
حق تالیف (کپی رایت) برای مولفان محفوظ است.
صاحب امتیاز: دانشگاه علوم پزشکی همدانناشر: انتشارات دانشگاه علوم پزشکی همدان
شماره تماس مجله: 08138380090
شماره تماس ناشر: 08138382022
ایمیل: psj@umsha.ac.ir
