소셜 네트워크 접속은 스마트폰에서 가장 많이 사용되는 기능으로 꼽혀왔지만(Haug et al., 2015 ), 문제가 되는 스마트폰 사용과 소셜 네트워크의 중요성 사이의 관계를 조사한 연구는 거의 없습니다. 대부분의 연구에서는 개인이 소셜 네트워크를 사용하는지 여부와 그렇다면 소셜 네트워크에서 매일 소비하는 시간만 조사했습니다(Arnavut, Nutri, & Direktor, 2018 ; Gezgin, 2018 ). 그럼에도 불구하고 정, 김, 염, 황( 2016 )은 게임이나 소셜 네트워크가 참가자의 스마트폰 사용 문제를 더 크게 예측하는지 조사한 결과, 게임과 소셜 네트워크가 모두 예측 변수이기는 하지만 소셜 네트워크가 더 강력한 예측 변수라는 사실을 발견했습니다. Salehan과 Negahban( 2013 )은 소셜 네트워크가 스마트폰 사용 문제를 예측한다는 사실도 발견했습니다. 또한, 이 저자들은 소셜 네트워크 강도와 네트워크 규모가 문제가 있는 스마트폰 사용을 예측하는 데 중요한 요소임을 입증했습니다. 또한 Sha, Sariyska, Riedl, Lachmann 및 Montag( 2019 )는 문제가 있는 스마트폰 사용과 Whatsapp 및 Facebook 사용 장애 사이에 특정한 관계가 있음을 보여주었습니다. 이 저자들은 문제가 되는 스마트폰 사용이 Facebook 사용 장애보다 Whatsapp 사용 장애와 더 밀접하게 관련되어 있으며 이러한 연관성이 여성에게 더 많이 나타날 가능성이 있다고 주장합니다. 마지막으로 Sha et al. ( 2019 )는 이 관계가 누락에 대한 두려움을 통해 매개된다고 확인합니다. 다른 연구에서는 문제가 되는 스마트폰 사용을 예측하려고 시도했습니다(예: Bian & Leung, 2014 ; Kim et al., 2016 ; Lachmann, Duke, Sariyska, & Montag, 2019 ; Peterka-Bonetta et al., 2019 ). Kim et al. ( 2016 )은 인구통계학적 변수(성별, 연령, 교육 수준, 직업, 결혼 여부), 스마트폰 사용(주중 평균 사용 시간, 주말 평균 사용 시간), 성격 요인(행동 억제 시스템, 행동 활성화 시스템)을 입증하기 위해 로지스틱 회귀 분석을 사용했습니다. , 충동성, 자기 통제) 문제가 있는 스마트폰 사용 경향을 예측할 수 있습니다. Bian과 Leung( 2014 )은 다중 선형 회귀를 사용하여 연령, 성별, 학년, 가족 월 소득, 외로움, 수줍음 및 스마트폰 사용(예: 정보 탐색, 유용성, 재미 추구, 사교성)별로 문제가 있는 스마트폰 사용을 예측했습니다. 그들은 이러한 변수가 문제가 있는 스마트폰 사용의 20%를 예측한다는 것을 발견했습니다. 외로움과 수줍음이 가장 예측변수가 높았고, 스마트폰 사용이 가장 낮았습니다. Peterka-Bonettaet al. ( 2019 ) 계층적 회귀 분석을 사용하여 나이, 성별, 5가지 성격 특성, 불안, 충동성과 같은 예측 변수를 사용하여 문제가 있는 스마트폰 사용을 예측했습니다. 그들은 인구통계가 스마트폰 사용의 5.23%를 예측하고, 빅 5가 7.17%를 예측하고, 불안과 충동이 4.18%를 예측하여 총 16.58%의 스마트폰 사용 분산을 예측한다는 것을 발견했습니다. 또한, Lachmann et al. ( 2019 )은 계층적 회귀를 사용하여 문제가 있는 인터넷 사용과 문제가 있는 스마트폰 사용 간의 종합 점수인 "문제가 있는 디지털 사용"을 예측했습니다. 그들의 최종 모델에는 나이, 성별, 자기 주도성, 5대 성격 특성이 예측 변수로 포함되었습니다. 구체적으로 문제가 있는 디지털 이용의 변량 중 인구통계학적 변인은 2.6%, 자기주도성 변량은 15.6%, 빅5 변인은 5.0%로 설명 변량의 총 23.2%를 차지하였다. 구글상위노출 구글상단노출 구글백링크 빠른스포츠중계 롤솔랭토토 롤토토 무료스포츠중계 고화질 스포츠중계 수원 쩜오 강남달토 카지노솔루션 제작 백링크 구글 백링크 먹튀검증 안전한놀이터 먹튀사이트신고