Traducido del inglés al español - www.onlinedoctranslator.

com

Psicología actual
https://doi.org/10.1007/s12144-021-01470-8

Adicción a la tecnología de los adolescentes en la era COVID-19: efecto mediador de

la actitud sobre la conciencia y el comportamiento

nihan potas1 &Suay Nilhan Açicalinorte2 &SeficaSule erçetin3 &Nilüfer Koçtürk3 &Nilay Neyisci3 &
Mehmet Sabir Çevik3 &Deniz Gorgul3

Aceptado: 3 febrero 2021

# Los autores, bajo licencia exclusiva de Springer Science+Business Media, LLC parte de Springer Nature 2021

Resumen
Se ha llamado a los adolescentes los "nativos digitales de la era de la tecnología", pero es importante determinar la conciencia, las actitudes y el
comportamiento de los adolescentes con respecto a la adicción a la tecnología (AT) para desarrollar enfoques equilibrados y efectivos para apoyar su
bienestar físico y psicológico después de la Pandemia de COVID-19. Por esta razón, el presente estudio investiga el impacto de las actitudes en el
comportamiento de TA en 382 adolescentes por género y grado de uso de la tecnología. Se utilizaron tres escalas para determinar la conciencia, la
actitud y el comportamiento de los adolescentes sobre el AT. Los resultados del modelo de mediación moderada dual muestran que el género y la
duración del uso de la tecnología (h) moderaron la mediación completa de la actitud sobre la conciencia y el comportamiento en TA (F =39.29, df =
9;372,pag < .01). El efecto indirecto en varones con 16.04 h diarias de uso de tecnología es más fuerte (.24) que el efecto indirecto en varones con 4.90
h diarias de uso de tecnología (.13). Además, la gráfica de pendiente simple muestra que cuando aumentan las puntuaciones de actitud, el
comportamiento adictivo aumenta en las mujeres (pendiente simple = .74,t =8.79,pag < .01). Por otro lado, con 16.04 h por día de uso de tecnología,
cuando los puntajes de actitud disminuyen, el comportamiento adictivo aumenta en las mujeres (pendiente simple = .69,t =7.59,pag < .01). Además,
cuando los puntajes de actitud aumentan, el comportamiento adictivo aumenta en los hombres (pendiente simple = .85,t =13.26,pag < .01). Por lo
tanto, los programas de intervención psicoeducativa a implementar para el AT no solo deben enfocarse en la concientización, sino que también deben
abarcar cambios conductuales, cognitivos y de estilo de vida.

Palabras claveCOVID-19 . adolescente Adicción a la tecnología. Conciencia . Actitud . Modelo de mediación de moderador dual

Debido al desarrollo de las tecnologías de la información y la
comunicación, entre los adolescentes se generaliza el uso frecuente de
dispositivos tecnológicos como teléfonos inteligentes, computadoras y
tabletas. Según un estudio del Instituto de Estadística de Turquía (TÜYO
k,2013), los adolescentes tardíos son los segundos mayores usuarios de
tecnología en Turquía, con hombres (94,8 %) que usan tecnología más
que mujeres (86,6 %) en este grupo de edad (TÜYOk, 2019a). Además de
las mejoras en la tecnología de la información y las comunicaciones, una
tecnología global que está surgiendo actualmente
desafío es la nueva enfermedad del coronavirus de 2019 (COVID-19; El
Zowalaty & Järhult,2020; Wang, Horby, Hayden y Gao,2020). Las órdenes
de quedarse en casa, los toques de queda, el autoaislamiento, el
distanciamiento social, el aislamiento social y la cuarentena han llevado
a las personas a cambiar sus formas de vida y han afectado sus
relaciones (Okunlola, Lamptey, Senkyire, Dorcas y Dooshima, 2020). A
medida que muchas actividades diarias, desde el trabajo y la educación
hasta la atención médica y más allá, se trasladan de los espacios
públicos a los hogares, el uso de la tecnología e Internet ha aumentado.

* nihan potas Mehmet Sabir Çevik

nihan_potas@hotmail.com sahici1980@gmail.com

Deniz Gorgul
Suay Nilhan Açicalin
denizgorgulu87@gmail.com
suaynilhan@gmail.com

SeficaSule Erçetin 1
Departamento de Gestión de la Atención de la Salud, Ankara HaciUniversidad
sefikasule@gmail.com Bayram Veli, Ankara, Turquía

Nilüfer Koçtürk 2
Departamento de Relaciones Internacionales, Ankara HaciUniversidad
niluferkocturk@hacettepe.edu.tr Bayram Veli, Ankara, Turquía
3
Nilay Neyisci Departamento de Ciencias de la Educación, Universidad
nilbasar@hacettepe.edu.tr Hacettepe, Ankara, Turquía

dramáticamente (Ahorsu et al.,2020; King, Delfabbro, Billieux y Potenza,
2020). Mientras que algunas personas consideran el uso de la tecnología
como un medio para escapar de la depresión, la ansiedad o la
impotencia (HiniC,MihajloviÇ, ŠpiriC,DukiC-DejanoviC, & JovanoviC,2008),
el aumento del tiempo que se pasa en línea también puede resultar en
un aumento de la interacción e integración social (Magsamen-Conrad,
Billotte-Verhoff, & Greene,2014). Estos factores también pueden
aumentar la necesidad de usar la tecnología y, en última instancia,
escalarla hasta el nivel de la adicción. Se ha descubierto que el uso
excesivo de herramientas tecnológicas durante el brote de COVID-19
multiplica por dos o más la probabilidad de que sea un factor de riesgo
de adicción, especialmente a medida que aumenta la duración del uso
(Aliyev,2020; Király et al.,2020; Winther y Byrne,2020). Por lo tanto, el
público debe prestar mucha atención a la posibilidad de TA durante la
pandemia.
La adicción, se refiere a la dependencia fisiológica entre una
persona y algún estímulo, como una sustancia (Davis,2001). AT se
define como “el estado psicológico de un usuario de dependencia
desadaptativa del uso de TI que se manifiesta a través del patrón
obsesivo-compulsivo de comportamientos de búsqueda y uso de TI
que tienen lugar a expensas de otras actividades importantes” (Xu,
Turel y Yuan,2012, pags. 321). Sin embargo, no existe un claro
consenso en la literatura sobre el alcance y definición del concepto
de AT. Muchos términos como trastorno de adicción a Internet, uso
compulsivo de Internet, uso problemático o patológico de Internet,
adicción a la computadora y uso patológico de videojuegos también
se han utilizado para describir este fenómeno (Hekim et al.,2019;
Turel, Serenko y Giles,2011). Debido a que no hay suficiente
evidencia para establecer los criterios de diagnóstico necesarios
para identificarlo como un trastorno mental separado, el TA se
considera un trastorno del comportamiento en el DSM-5 (American
Psychiatric Association,2013; Hekim et al.,2019; Serenko y Turel,
2020).
Algunos investigadores han descrito el AT como la epidemia del siglo
XXI. Se ha vuelto común en muchas sociedades (Serenko & Turel,2020).
Es visto como un problema de comportamiento que afecta
negativamente la vida humana como resultado del uso excesivo y puede
causar resultados problemáticos en la vida del individuo debido a la
pérdida de control (Kuss & Griffiths,2015; Kuss, Griffiths, Karila y Billieux,
2014; Young & Nabuco de Abreu,2011). La literatura enfatiza que los
adolescentes con adicción al AT enfrentan varios problemas de salud
física y mental, que incluyen discapacidad visual, trastornos de la
columna, entumecimiento de los dedos, dolor en el brazo, bulimia,
obesidad, insomnio, problemas de ira, agresión, comportamiento
antisocial, intentos de suicidio, trastorno de ansiedad y depresión, entre
muchos otros (Cheung & Wong,2011; Cho, Sung, Shin, Lim y Shin,2013;
Eliacik et al.,2016; Gerçel y Çagramolar,2016; Hekim et al.,2019;
Karapetsas & Fotis,2020; tao,2013). TA también está significativamente
relacionado con malos resultados académicos (Adiele & Olatokun,2014).
En resumen, el AT generalmente se asocia con resultados negativos para
los adolescentes.
Los padres, compañeros y maestros son importantes modelos a seguir en
el proceso de desarrollo de formas positivas de comportamiento.
Psicología actual
en adolescentes, tanto en general como durante la pandemia
(Mason & Windle,2002; Xie, Chen, Zhu y él,2019). Los padres y los
profesores también son el primer y segundo elemento más eficaz,
respectivamente, en la protección de los adolescentes contra el AT.
En otras palabras, de acuerdo con la teoría del sistema ecológico de
Bronfenbrenner (Shelton,2018), la familia y el entorno social son
factores importantes que influyen en el uso de la tecnología por
parte de los adolescentes. Por ejemplo, hallazgos previos indican
que phubbing (ignorar a otras personas al ocuparse de un
dispositivo digital) por parte de los padres es un factor de riesgo de
AT para la AT del adolescente (Xie et al.,2019). Además, estudios
previos han enfatizado los efectos de la concientización de padres y
maestros acerca del AT en la concientización y el uso de tecnología
entre los adolescentes (Ebbeck, Yim, Chan, & Goh,2016; Jabbar, Al-
Shboul, Tannous, Banat y Aldreabi,2019; Karadağ &kiyoiC,2019;
Ybarra & Mitchell,2004). Los enfoques de los padres y maestros
sobre la disciplina y sus estilos de comunicación afectan la
conciencia de los adolescentes sobre muchos temas de la vida
(Düzgün,2003; Moazedian, Taqavi, Hosseinialmadani,
Mohammadyfar y Sabetimani,2014). Sin embargo, es posible que
los padres y maestros no puedan ser consistentes en sus enfoques
durante el brote de COVID-19 debido a sus propios problemas
individuales, que pueden incluir problemas de salud, económicos y
psicológicos. La experiencia de pandemias anteriores muestra que
las tensiones económicas, sociales y psicológicas combinadas con
hogares hacinados, restricciones de movimiento y órdenes de
quedarse en casa pueden alterar el clima familiar (ONU Mujeres,
2020; Organización Mundial de la Salud,2020).
Estudios previos indican que la concientización o educación de los
adolescentes con respecto a la adicción al AT puede ser un factor
efectivo para prevenirla o reducir la cantidad de daño que causa (Kuss,
Van Rooij, Shorter, Griffiths, & Van De Mheen,2013; Xu et al.,2012).
Además, con respecto a la relación entre actitud y comportamiento, se
puede decir que los individuos con actitudes más positivas adoptan
formas deseables de comportamiento más que los individuos que tienen
una actitud negativa (Kim & Choi,2005; Selai,1998; Streufert,1987). En la
literatura, una actitud se define como una evaluación relativamente
estable, general y duradera de un grupo, persona, objeto, tema o
concepto en una dimensión que va de negativa a positiva. La conciencia
se define como la “percepción o conocimiento de algo” (VandenBos,2015
). Considerando que la conciencia es un proceso cognitivo basado en el
conocimiento (Sweldens, Corneille y Yzerbyt,2014), las actitudes
proporcionan evaluaciones resumidas de los objetos y, a menudo, se
supone que se derivan de emociones, creencias y comportamientos
pasados específicos asociados con esos objetos (VandenBos,2015).
Como muestran las definiciones, la conciencia de TA por sí sola puede no
ser suficiente para medir el comportamiento real. La literatura establece
que la actitud afecta la intención de comportamiento y da forma a la
conciencia (Ajzen,2005; Kollmuss y Agyeman, 2002). Según kasoldado
americanotcilicenciado en Letrassi (2010), cuando necesitamos actuar,
nos enfocamos en nuestra actitud ante la situación y dejamos que dirija
Psicología actual
nosotros, y los procesos cognitivos conscientes por los que
pasamos hacen que nuestro comportamiento se vea afectado por
nuestras actitudes. Por otro lado, la relación entre actitud y
comportamiento es uno de los temas discutidos en la literatura
(Fishbein & Ajzen,2010). Se sabe que en la literatura se han
desarrollado diversas teorías sociocognitivas para explicar la
relación entre actitud y comportamiento. Según la teoría del
comportamiento planificado (Montaño & Kasprzyk,2015), que es
una de estas teorías, la relación entre actitud y comportamiento se
explica en el marco de un modelo de variable mediadora. Según
Fishbein y Ajzen (2010), en la base de los comportamientos de los
individuos existen creencias que se alimentan de diferentes fuentes
como la personalidad de los individuos, internet. Estas creencias
afectan si el individuo se comportará o no, independientemente de
la fuente de alimentación. De acuerdo con el enfoque de acción
razonada, la premisa más obvia de que un individuo realice un
comportamiento es la intención del individuo de realizar este
comportamiento (Ajzen,2012; Montaño y Kasprzyk, 2015). Son las
actitudes y las normas subjetivas las que determinan la intención.
En el contexto de estas teorías, se puede esperar que la actitud
medie en la relación entre la conciencia y la adicción a la tecnología.
En este sentido, el efecto mediador de la actitud surge como un
punto importante, y este vínculo oculto puede revelarse
intensamente durante el brote de COVID-19.
El uso prolongado de la tecnología es un indicador de AT.
Widyanto, Griffiths y Brunsden (2011) encontró que cuanto más
tiempo pasa un usuario en Internet, mayor es la probabilidad de
adicción al TA. De hecho, en un estudio que examina la relación
entre las normas sociales y el uso del sitio social, se encuentra que
el tiempo pasado en la plataforma social tuvo un efecto significativo
en la relación entre la norma social y la continuidad del sitio social
(Osatuyi & Turel,2019). La influencia moderadora de la cantidad de
tiempo que se pasa en el sitio social sugiere que la influencia social
es más prominente cuando uno pasa más tiempo en el sitio. Este
estudio muestra que cuanto más tiempo pasa un usuario en esos
sitios, mayor es la influencia de la norma social en su
comportamiento de uso continuo. En otras palabras, la duración del
uso de Internet puede afectar la actitud del individuo y provocar un
cambio de comportamiento. Sin embargo, en la literatura no existe
ningún estudio realizado con adolescentes que investigue el efecto
moderador del uso prolongado de la tecnología.
El género es innegablemente una variable que afecta la
conciencia, las actitudes y el comportamiento en AT. Existen varios
hallazgos en la literatura que asocian género con AT (Dufour et al.,
2016; Ha y Hwang,2014; Su, Han, Jin, Yan y Potenza, 2019). Si bien
algunos estudios han demostrado que los hombres son más
propensos a TA (Bandawar, Narasimha y Chand,2018; Vollmer,
Randler, Horzum y Ayas,2014), otros han demostrado que el uso de
herramientas tecnológicas es mayor entre las adolescentes que
entre los varones (Gerçel & Çagramolar,2016). Un estudio encontró
que la tasa de prevalencia era del 3,3 %, en una proporción entre
hombres y mujeres de aproximadamente 3:1 (Adiele & Olatokun,
2014). Varios estudios muestran que las mujeres
generalmente muestran una actitud positiva pero más baja (más débil)
hacia el uso de la tecnología que sus contrapartes masculinas (Ardies, De
Maeyer, Gijbels y van Keulen,2015; Sáinz & López-Sáez,2010; Yau y
Cheng,2012). Se observa que se producen diferencias de género en
términos de actitudes hacia el uso de la tecnología, antes de los niveles
de comportamiento observables (Cai, Fan y Du, 2017; Shashaani,1994).
Cay et al. (2017) sugirieron que esta diferencia de género en las
actitudes puede ser responsable de muchas de las formas de
comportamiento que están asociadas con las nociones generalizadas de
que la tecnología es un campo dominado por los hombres y que los
hombres son usuarios más competentes de la tecnología, así como otros
intereses sociales y culturales. normas Algunos investigadores han
sugerido que las diferencias de género pueden surgir de las actitudes de
los padres (Vollmer et al.,2014). Por otro lado, todas estas diferencias de
género pueden no aplicarse de la misma manera durante la pandemia
de COVID-19 en condiciones de aislamiento social, toque de queda y
retiro social. Además, las diferencias entre los hallazgos de estudios
previos sugieren que pueden existir otros factores que afecten o medien
la relación entre el género y el uso de herramientas tecnológicas o AT
(Ardies et al.,2015; Cay et al.,2017; Sáinz & López-Sáez, 2010; Xu et al.,
2012). Por ejemplo, la diferenciación en las características de los
adolescentes, como la necesidad de relacionarse y la necesidad de
escapismo, es un factor que afecta el estado de TA (Xu et al.,2012). Sin
embargo, suponiendo que todos los adolescentes tienen necesidades
sociales similares (por ejemplo, una necesidad de relaciones y una
necesidad de escapismo), puede que no haya diferencia entre los
géneros para TA durante la pandemia de COVID-19. Se necesitan nuevos
estudios para llegar a una conclusión firme.
Objetivo del estudio y desarrollo de hipótesis
Los adolescentes han sido llamados los “nativos digitales de la era de la
tecnología”, pero su conciencia, actitudes y comportamientos
relacionados con el AT deben, sin embargo, ser moldeados y
monitoreados (Prensky,2001). Esto es especialmente cierto durante la
pandemia de COVID-19, ya que la AT podría generar dificultades para
readaptarse a la vida “normal” después de la crisis, lo que podría afectar
negativamente la calidad de sus vidas. Los hábitos son difíciles de
romper y la adolescencia es una etapa crítica en términos del desarrollo
de adicciones. Determinar la conciencia, las actitudes y el
comportamiento de los adolescentes con respecto al AT es importante
para desarrollar enfoques equilibrados y efectivos para apoyar su
bienestar físico y psicológico después de la pandemia. Además, aunque
los estudios sobre el AT son comunes en muchos países desarrollados,
apenas ha comenzado a generalizarse en los últimos 10 años en Turquía
(Ayas & Horzum,2013). Por tal motivo, el presente estudio pretende
determinar el nivel de conciencia, actitudes y comportamiento de los
adolescentes en relación con el AT durante el brote de COVID-19.
Basándose en la teoría del aprendizaje social (Bandura, 1969) y la teoría
del sistema ecológico de Bronfenbrenner (Shelton,2018), el estudio
pretende utilizar el modelo de mediación

para probar si el efecto indirecto de la actitud o el efecto directo de
la conciencia tiene un mayor impacto en el comportamiento. Luego,
el estudio examina si el género y el alcance del uso de la tecnología
influyen en la fuerza de estos impactos utilizando un modelo de
mediación dual moderado. Con base en la teoría y los hallazgos
previos, se formularon las siguientes hipótesis (Dinçman & Akbasyo
i,2020) y el modelo se presentó como en la Fig.1:
H1:A medida que aumenta la conciencia de TA, el comportamiento de TA de
los adolescentes disminuye durante el brote de COVID-19.
H2:Las actitudes de los adolescentes hacia el TA median el efecto directo
de la conciencia sobre el comportamiento del TA durante el brote de
COVID-19.
H2a:A medida que aumenta la conciencia de TA, aumentan las puntuaciones de las
actitudes de los adolescentes hacia TA.
H2b:A medida que aumentan las actitudes hacia TA, aumenta el comportamiento de TA de los
adolescentes.
H3:El género modera el efecto indirecto en la segunda etapa
de mediación (entre actitud y comportamiento), en lugar de en
la primera etapa de mediación (entre conciencia y
comportamiento) durante el brote de COVID-19.
H4:La mayor duración del uso de la tecnología (horas) y el
género moderan el efecto indirecto en la segunda etapa de
mediación (entre actitud y comportamiento), en lugar de en la
primera etapa de mediación (entre conciencia y
comportamiento) durante el brote de COVID-19.
Metodología
Participantes
El estudio empleó un enfoque transversal en el que se recopilaron
datos cuantitativos a través del método de encuesta
autoinformada. Había 257 (67,3%) mujeres y 125 (32,7%)
Figura 1modelo hipotético
Psicología actual
participantes adolescentes varones. Los participantes tenían
entre 10 y 19 años. La edad media de los participantes fue de
14,92 años (DE =3.18). De los adolescentes, el 64,92% (norte =
248) están estudiando secundaria y el 35,08% (norte =134) en la
escuela secundaria. El estado civil de los padres de los adolescentes
se dio como: 16.75% (norte =64) soltero y 83,25% (norte =318)
casado. El nivel de escolaridad de las madres de las adolescentes
fue el siguiente: 3,66% (norte =14) primaria, 11,78% (norte =
45) secundaria, 56,81% (norte =217) secundaria, 24,61% (n =
94) grado asociado o licenciatura, y 3.14% (norte =
12) maestría o doctorado. El nivel de escolaridad de los padres
de los adolescentes fue el siguiente: 1.83% (norte =7) primaria,
4,71% (norte =18) secundaria, 35,34% (norte =135) secundaria,
46,86% (norte =179) grado asociado o licenciatura, y 11.26% (
norte =43) maestría o doctorado. La proporción de
adolescentes que procedían de familias con un ingreso
mensual promedio de TRY0–3000 (USD 0–389) fue del 21,20 % (
norte =81). Esta proporción fue del 44,25% (norte =169) por
TRY3001–6000 (USD390–780) y 34,55% (norte =132) por
TRY6001 (USD781) o superior.
El estudio utilizó una lista de verificación de adjetivos para que los
adolescentes se describieran a sí mismos y a sus padres (Gough & Heilbrun,
1965). Los adolescentes en su mayoría describieron a sus padres en primer
orden como buenos padres (norte =211, 55,2%), en segundo orden como
padres preocupados (norte =138, 36,1%), y en tercer orden como autoritario
(n =80, 20,9%) y aburrido (norte =80, 20,9%) padres. Los adolescentes en su
mayoría se describen a sí mismos en primer orden como una buena persona
(n =260, 68,1%), en segundo orden como persona divertida (norte =195,
51,0%) y en tercer orden como persona tranquila (norte =179, 46,9%). Las
puntuaciones de TA de los adolescentes se agruparon primero por el
estado civil de sus padres. Adolescentes cuyos padres fueron únicotenía un
bajo nivel de conciencia (1,99 ± 0,36), actitudes positivas (3,48 ± 0,39) y un alto
nivel de comportamiento adictivo (3,57 ± 0,41). Adolescentes cuyos padres
fueroncasadotenía un nivel moderado de conciencia (2,00 ± 0,35), actitudes
positivas (3,52 ± 0,36) y un alto nivel de comportamiento adictivo (3,59 ± 0,39).
Los puntajes de TA de los adolescentes fueron luego agrupados por
sus percepciones de sus padres. Adolescentes que describieron
Psicología actual
sus padres comoBuenos padrestenía un bajo nivel de conciencia
(1,98 ± 0,34), actitudes positivas (3,54 ± 0,37) y un alto nivel de
conducta adictiva (3,62 ± 0,39). Adolescentes que describen a sus
padres comoPadres preocupadostenía un bajo nivel de conciencia
(1,99 ± 0,37), actitudes positivas (3,50 ± 0,38) y un alto nivel de
conducta adictiva (3,58 ± 0,38). Adolescentes que describen a sus
padres comopadres autoritariostenía un bajo nivel de conciencia
(1,98 ± 0,35), actitudes positivas (3,50 ± 0,39) y un alto nivel de
conducta adictiva (3,58 ± 0,38). Adolescentes que describen a sus
padres comopadres aburridostenía un nivel moderado de
conciencia (2,05 ± 0,35), actitudes positivas (3,50 ± 0,37) y un alto
nivel de comportamiento adictivo (3,58 ± 0,34).
Los puntajes de TA de los adolescentes también fueron agrupados
por sus autoevaluaciones. Los adolescentes que se describen a sí
mismos comobuena personatenía un nivel moderado de conciencia
(2,00 ± 0,35), actitudes positivas (3,53 ± 0,36) y un alto nivel de
comportamiento adictivo (3,57 ± 0,37). Los adolescentes que se
describen a sí mismos comopersona divertidatenían un nivel moderado
de conciencia (2,03 ± 0,35), actitudes positivas (3,50 ± 0,37) y un alto nivel
de comportamiento adictivo (3,58 ± 0,39). Los adolescentes que se
describen a sí mismos comopersona calmadatenía un nivel moderado de
conciencia (2,01 ± 0,35), actitudes positivas (3,49 ± 0,38) y un alto nivel de
comportamiento adictivo (3,53 ± 0,40).
Herramientas de medición
El formulario de información personal
El formulario fue desarrollado por los investigadores y se utilizó
para obtener información sobre el sexo y la edad de los
adolescentes y la cantidad de tiempo que pasan usando la
tecnología. El formulario también se utilizó para pedir a los
adolescentes que se describieran a sí mismos ya sus padres
marcando las opciones que consideraban apropiadas para ellos y
sus padres de una lista dada de atributos personales (p. ej., padres
preocupados, padres autoritarios). A través del formulario, también
se solicitó a los participantes información sociodemográfica sobre
sus padres e información sobre el estado civil de sus padres.
Niveles de educación y niveles aproximados de ingresos.
Conciencia, Actitud y Comportamiento en la Escala TA
Se administraron escalas de Conciencia en TA, Actitud en TA y
Comportamiento en TA. Las escalas fueron diseñadas de acuerdo al
uso de dispositivos tecnológicos con conexión a internet como
computadoras, teléfonos móviles y tabletas. La escala 3D para la
conciencia, la actitud y el estigma de la adicción se desarrolló para
un proyecto nacional (financiado por el Programa II de apoyo a
proyectos juveniles del Ministerio de Juventud y Deportes de la
República de Turquía de 2014; Potas et al.,2016). En este proyecto;
Se utilizaron los patrones de adicción de "medición psicométrica"
(p. ej., conciencia, actitud, estigmatización y comportamiento). Las
escalas fueron tomadas del proyecto anterior y
adaptado para la adicción a la tecnología (Potas et al.,2016; Potas,
Erçetin, Nilhan Açicalin, Güngör y SoydasAkyol,2018). En el Apéndice
se proporciona información detallada sobre las escalas.1.
La escala de conciencia consta de 19 ítems, calificados en una escala de 4 puntos
con respuestas que van desde 1 (Muy en desacuerdo)para 4 (Totalmente de
acuerdo).Las puntuaciones se clasifican de la siguiente manera: 1–1,99 = ninguna o
baja; 2–2,99 = moderado; 3–3,99 = alto. Los elementos de muestra de la escala de
conciencia son "La adicción a la tecnología puede conducir a muchos problemas
personales, familiares y sociales" y "Los adictos a la tecnología no pueden
controlarse a sí mismos en el uso de herramientas tecnológicas". La escala de actitud
consta de 8 ítems, y los ítems se califican como positivos o negativos utilizando una
escala de 4 puntos: (1)Definitivamente negativo,
(2)Negativo, (3)Positivo,y (4)Definitivamente positivo.Las puntuaciones se
clasifican de la siguiente manera: 1–1,99 = negativo; 2–2,99 = neutro; 3–
3,99 = positivo (Hair, Gabriel, da Silva y Braga Junior,2019; Mcleod,2009).
Los elementos de muestra de la escala de actitud son "La adicción a la
tecnología impide el éxito" y "La adicción a la tecnología se puede
reducir bajo la supervisión de nuestros padres". La escala de
comportamiento consta de 10 ítems que miden la frecuencia de ciertos
tipos de comportamiento utilizando una escala de 4 puntos con
respuestas que van desde 1 (Nunca)para 4 (Siempre).Estas puntuaciones
se clasifican de la siguiente manera: 1–1,99 = bajo; 2–2,99 = moderado;
3–3,99 = alto. Ejemplos de ítems de la escala de comportamiento son
“Limito mi uso de herramientas tecnológicas” e “Informo a mis amigos
sobre la adicción a la tecnología”. En línea con la literatura (Louangrath,
2018), puntuaciones más altas en la escala TA indican un nivel más
severo de TA.
En el presente estudio, la confiabilidad α de Cronbach de las escalas
fue de .78 para la escala de conciencia, .83 para la escala de actitud y .90
para la escala de comportamiento. Para la validación concurrente de su
comportamiento de TA, también se les pidió a los participantes que
completaran la versión corta de la escala de adicción a los teléfonos
inteligentes (Ítem SAS-SF-10), el formulario breve de la prueba de
adicción a Internet de Young (ítem YIA-SF-12) y el cuestionario de
Internet de Chen. escala de adicción (elemento CIAS-26) (Chen, Weng,
Su, Wu y Yang,2003; Kwon et al.,2013; Joven,1998; Young & Nabuco de
Abreu,2011). Se consideraron los siguientes coeficientes de correlación:
pequeña validez ρ < .25; validez moderada ρ = 0,25–0,50; buena validez r
= .50–0,75; y excelente validez: ρ > .75 (Portney & Watkins,2007). Los
coeficientes de correlación indicaron buena validez para el
comportamiento de TA y SAS-SF (ρ = .64,pag < .01), buena validez para el
comportamiento de TA y YIA-SF (ρ = .57,pag < .01) y buena validez para
el comportamiento de TA y CIAS (ρ = .61, p < .01). Al evaluar todos los
resultados de validez y confiabilidad en conjunto, se concluyó que los
ítems de conciencia, actitud y comportamiento en las escalas de TA son
una herramienta de medición adecuada que puede usarse
psicométricamente (Tabla1, Apéndice1: higos.4,5y6).
Recopilación de datos
El estudio fue aprobado por el Comité de Ética (AHBV-2020/133).
Después de recibir la aprobación ética, se recopilaron datos de
adolescentes en Turquía del 7 de abril al 7 de mayo de 2020.
 Psicología actual

tabla 1Resultados del Análisis

Factorial Exploratorio (AFE) y Conciencia en TA Actitud en TA Comportamiento en AT

Análisis Factorial Confirmatorio

(CFA) Elementos 19 8 10
subdimensiones 6 – –
KMO . 78 . 83 . 90
Valores propios de los factores 55,72% 45,37% 45,80%
explicados de la varianza total 1.09–4.27 3.63 4.58
Carga factorial . 42–.89 . 55–.69 . 45–0,77

Prueba de Barlett χ2 1821.624 895.826 1313.025

Alfa de Cronbach . 78 . 82 . 86
Correlación artículo-total . 40–.57 . 50–.62 . 42–0,70

NFI . 90 . 95 . 96
NNFI . 96 . 95 . 96
CFI . 97 . 97 . 97
SI YO . 97 . 97 . 97
RMR . 04 . 02 . 02
SRMR . 06 . 04 . 05
RMSEA . 039 . 078 . 075

x2/Dakota del Sur 1.43 2.54 2.57

ejército de reservaadicción a la tecnología,KMOKaiser-Meyer-Olkin

Debido al brote de COVID-19, Turquía comenzó a implementar la educación a
distancia el 23 de marzo de 2020. El proceso de recopilación de datos coincidió
con el período de toque de queda para los adolescentes en Turquía.
Se utilizó un muestreo estratificado, un método de muestreo
probabilístico, para determinar el tamaño de la muestra en función de la
población adolescente informada por el Instituto de Estadística de Turquía (TÜ
YOK) para 2019. Según TÜYOK, había 6 406 170 preadolescentes de 10 a 14
años en Turquía en 2019 y 6 331 594 adolescentes mayores de 15 a 19 años
(TÜYOk,2019b). Los estratos para el muestreo estratificado se determinaron
de acuerdo a la edad de los participantes. Con un margen de error del 5%, la
muestra total se calculó en 385. Los criterios de inclusión en el estudio fueron
que los participantes tuvieran acceso a internet y que tanto los adolescentes
como sus padres dieran su consentimiento para su participación. En
consecuencia, los criterios de exclusión fueron la falta de acceso a internet y la
ausencia de consentimiento del adolescente o de los padres. Los casos en los
que los participantes dieron respuestas idénticas o en los que faltaban
muchas respuestas también se trataron como criterios de exclusión.
La información sobre el estudio se comunicó inicialmente a los
maestros de las escuelas en activo. Los maestros anunciaron el estudio
durante sus reuniones en línea con los estudiantes y sus padres y
proporcionaron la información de contacto del investigador a quienes
deseaban participar en el estudio. Antes de enviar la encuesta en línea
de Google a los participantes que contactaron a los investigadores por
correo electrónico, informamos a los adolescentes y a sus padres sobre
el alcance de este estudio, tanto verbalmente como por escrito en línea,
y les solicitamos su consentimiento para participar en el estudio. . La
información sobre los antecedentes educativos de los padres y el
consentimiento de los padres se obtuvo de los padres. Sin embargo, de
acuerdo con los principios éticos, el consentimiento fue
también obtenido de los adolescentes. Después de recibir el consentimiento,
dirigimos a los participantes al sitio de encuestas de Google.
Un total de 395 participantes solicitaron realizar la encuesta en línea.
De los participantes, 13 fueron excluidos del estudio porque todas sus
respuestas eran idénticas. Se realizó un análisis de potencia para
verificar si el número restante de 382 participantes era suficiente para el
estudio. Los resultados de la correlación se usaron para el cálculo de la
potencia. De acuerdo con la fig.2, un tamaño de muestra de 260 logra
una potencia del 98,20 % con un nivel de significación de 0,01 para
detectar un tamaño del efecto de 0,27.
Análisis estadístico
La validez y confiabilidad de las escalas se determinó mediante el
software LISREL 8.80. El análisis de mediación con doble
moderación se realizó utilizando R 3.5.3, SPSS 23.0 según el modelo
de hipótesis (Fig.1). Los caminos se analizaron con regresión
múltiple. Se comprobaron todos los supuestos de las regresiones
múltiples. Se utilizaron los coeficientes de correlación biserial
puntual y de Pearson para evaluar la relación entre cada variable.
Para probar si la muestra utilizada en el estudio era suficiente o no,
los resultados del análisis de correlación se estudiaron mediante
análisis de potencia (software G*Power 3.1.9.4). losPAGS-los valores
fueron bilaterales y las diferencias se consideraron significativas en
.05.
Resultados
La duración media diaria del uso de la tecnología por parte de los
participantes fue de 10,46 h por día. Las correlaciones entre género, edad,
Psicología actual

Figura 2Tamaño total de la muestra Pruebas t - Correlación: Modelo biserial puntual

Cola(s) = Dos, Tamaño del efecto |ρ| = 0,265895
según la potencia (1 − β)

1 0,9 9
0,992
0,947 0 99
60
1

0,838
0,8
0,735 α err prob

Potencia (1-β err prob)

0,6 = 0,05
0,497
0,4 = 0,01

0,2
0,121
0,032
0
10 60 110 160 210 260 310 360
Tamaño total de la muestra

la duración del uso de la tecnología (horas), la actitud, la conciencia
y el comportamiento se presentan en la Tabla2. Hubo correlaciones
significativamente positivas y altas (pag < .01) entre conducta y
actitud, mientras que conciencia-actitud y conciencia-conducta
tuvieron correlaciones significativas (pag < .01) que fueron
negativos y bajos (−.27 < ρ < −.25).
La influencia de la conciencia de TA (X) en el comportamiento en TA
(Y) [X→Y], de conciencia de TA (X) sobre actitud hacia TA (M) [X→M], y de
conciencia de TA (X) y actitud hacia TA (M) sobre el comportamiento en
TA (Y) [X + M→Y] se probaron utilizando un modelo de meditación
simple. En el primer caso, el Modelo 1 fue estadísticamente significativo (
F =13.14,df =2;379,pag < .01). En el Modelo 1, a medida que aumenta la
conciencia (X) de TA, el comportamiento de los adolescentes (Y) en TA
disminuye durante el brote de COVID-19 (β = −0,27, pag < .01). Esto
apoyaH1H1.En el segundo caso, el Modelo 1 fue estadísticamente
significativo (F =15.94,df =2;379,pag < .01). En el Modelo 1, a medida que
aumenta la conciencia (X) de TA, las puntuaciones de las actitudes de los
adolescentes (M) hacia TA disminuyen (β = −0,29, pag < .01). Esto apoyaH
2a. En el tercer caso, en cuanto a la relación entre actitud y
comportamiento, el modelo también fue estadísticamente significativo (F
=163.43,df =9; 379,pag < .01) a medida que aumenta la actitud hacia el
TA, también aumenta el comportamiento de los adolescentes en el TA (β
= .71,pag < .01), apoyando asíH2b. Así, la actitud (M) en TA media el efecto
directo de la conciencia (X) sobre el comportamiento (Y) en TA en
adolescentes durante el
Brote de COVID-19. El coeficiente de actitud (efecto indirecto) fue
estadísticamente significativo, mientras que el coeficiente de
conciencia (efecto directo) no lo fue. Además, X + M→Y en el Modelo
2 fue estadísticamente significativo (F =123.94,df = 3;376,pag < .01)
también. Como consecuencia,H2esta apoyado. El modelo 2 muestra
que cuando se cumplen las tres condiciones, se admite la
mediación total.
En segundo lugar, la influencia de la conciencia de TA (X), la
actitud hacia TA (M), el género (W) y el término de interacción entre
actitud y género (M × W) en el comportamiento en TA (Y) [X + M + W
+ M × A→Y] se probó utilizando un modelo de mediación moderada.
Aquí, el Modelo 3 y el coeficiente de actitud fueron estadísticamente
significativos (F =74.05,df =5;376, pag < .01), mientras que el
término de interacción entre género y actitud no lo fue (β = .03,pag
> .05). Se encontró que el efecto indirecto de la actitud (M) hacia el
TA sobre el comportamiento de los adolescentes (Y) en el TA no es
moderado por el género (W), de modo que el efecto indirecto sería
igual entre mujeres y hombres. Por lo tanto,H3no fue apoyado.
A continuación, la influencia de la conciencia en TA (X), actitud hacia TA
(M), género (W), duración del uso de la tecnología (Z), un término de
interacción entre la actitud y la duración del uso de la tecnología (M
× Z), un término de interacción entre la actitud y el género (M× W) y
un término de interacción entre actitud y género y duración del uso
de la tecnología (M × W × Z) sobre el comportamiento en

Tabla 2Media, desviación estándar, correlaciones punto-biserial y correlaciones de Pearson entre variables

X Dakota del Sur (1) (2) (3) (4) (5) (6)

1. Género 1.33 . 47 1
2. Edad 14.92 3.18 − . 01 1
3. Uso de tecnología por día (horas) 10.47 5.57 − . 05 . 10* 1
4. Actitud 3.53 . 38 . 03 . 05 . 02 1
5. Conciencia 2.07 . 37 − . 05 . 05 . 11* − . 27** 1
6. Comportamiento 3.57 . 39 . 04 . 02 . 50** . 70** − . 25** 1

norte =382; SD = Desviación estándar

* pag < .05, **pag < .01

 Psicología actual

Tabla 3Resultados de modelos

competitivos de mediación Variable dependiente:

simple, mediación moderada y

mediación moderada dual M: Actitud Y: Comportamiento

modelo 1 modelo 1 modelo 2 modelo 3 modelo 4

Paso 1: Variables de control

Años . 01 . 01 − . 00 − . 00 − . 00

(.01) (.01) (.19) (.00) (.00)

Paso 2: Mediador
M: Actitud . 69** . 68** . 33**
(.04) (.05) (.11)
Paso 3: Variable independiente

X: Conciencia − . 29** − . 27** − . 07 − . 07 − . 06

(.05) (.05) (.04) (.04) (.04)

Paso 4: Moderador
M: Género − . 10 − 1,53**
(.28) (.58)
Z: Uso de tecnología (Horas) − . 12**

(.03)
Paso 5: efecto moderador
METRO×W . 03 . 43**
(.08) (.dieciséis)

METRO×Z . 03**
(.01)
W×Z . 13**
(.05)
METRO×W×Z − . 04**

(.01)
Constante 2,55** 2,68** . 91** . 94** 2.24**
(.19) (.19) (.19) (.20) (.40)
R2 . 08 . 06 . 49 . 50 . 52
FEstadística 15,94** 13.14** 123.94** 74.05** 43,92**
(df =2; 379) (df =2; 379) (df =3; 378) (df =5; 376) (df =9; 372)

p* < .05,pa** < .01

TA (Y) [X + M + Z + M × Z + M × W + W × Z + M × W × Z→Y] se probó
utilizando un modelo de mediación de doble moderación. Mientras
que el coeficiente de actitud, género y duración del uso de la
tecnología fueron estadísticamente significativos, el coeficiente de
conciencia no lo fue. Además, el Modelo 4 fue estadísticamente
significativo (F =43.92,df =9;372,pag < .01), así como todos los
términos de interacción (βM × A= .43,pag < .01; βM × Z= .03,pag < .01; β
Ancho × Z= .13,pag < .01; βM × A × Z= −0,04,pag < .01). Por eso,H4
fue apoyado como el efecto indirecto de la actitud (M) hacia el TA en el
comportamiento de los adolescentes (Y) en el TA no sería moderado por
el género (W) y la duración del uso de la tecnología (Z) (Tabla3).
En la mediación de doble moderación (Modelo 4), los resultados
del bootstrapping mostraron que el intervalo de confianza del
bootstrapping cruzó cero tanto para hombres como para mujeres
con la duración del uso de la tecnología. Usando la fórmula μ ± σ, se
obtuvo el resultado [4.90–16.04] de la estimación de μ y σ.
Por lo tanto, el rango siempre contiene 68% de datos (coolican,
2017). El efecto indirecto para hombres con 16.04 h por día de uso
de tecnología es más fuerte (.24) que el efecto indirecto para
hombres con 4.90 h por día de uso de tecnología (.13). El modelo 4
incluye más de un mediador y las comparaciones se realizan dentro
del mediador (Hayes,2013,2015) (Mesa4).
El gráfico de pendiente simple muestra que, con 4,90 h por día de uso de
la tecnología, cuando las puntuaciones de actitud disminuyen, la conducta
adictiva aumenta en los hombres (pendiente simple = 0,49,t =6.99,pag < .01).
Sin embargo, cuando aumentan los puntajes de actitud, el comportamiento
adictivo aumenta en las mujeres (pendiente simple = .74,t =8.79,pag < .01). Por
otro lado, con 16.04 h por día de uso de tecnología, cuando los puntajes de
actitud disminuyen, el comportamiento adictivo aumenta en las mujeres
(pendiente simple = .69,t =7.59,pag < .01). Además, cuando los puntajes de
actitud aumentan, el comportamiento adictivo aumenta en los hombres
(pendiente simple = .85,t =13.26,pag < .01) (fig.3).
Psicología actual

Tabla 4Resultados del efecto directo de modelos de la competencia de X sobre Y, efecto(s) indirecto(s) de X sobre Y y efectos indirectos condicionales de X sobre Y

Efecto directo de X sobre Y Contrastes por pares

Mediación Sencilla Efecto se t pags

(Modelo 2) − . 07 . 04 − 1.712 . 09
Efectos indirectos de X sobre Y

Efecto BotaSE ArranqueLLCI ArranqueULCI

Actitud − . 20 . 04 − . 12 − . 28

Mediación Moderada (Modelo 3) Efecto directo de X sobre Y

Efecto se t pags
− . 07 . 04 − 1.674 . 09
Efectos indirectos condicionales de X sobre Y

Género Efecto BootSE BootLLCI BootULCI Incluir cero

Masculino − . 20 (un) . 04 − . 12 − . 28 abdominales

Femenino − . 21 (b) . 05 − . 12 − . 30

Mediación Dual Moderada Efecto directo de X sobre Y

(Modelo 4) Efecto se t pags
− . 06 . 04 − 1.571 . 12
Efectos indirectos condicionales de X sobre Y

Género Uso de tecnología Efecto BootSE BootLLCI BootULCI Incluir cero

(Horas)
Masculino 4.90 − . 14 (un) . 03 − . 21 − . 07 fa, db, eb, fb, corriente continua, ce, fc, ed, fd, ef
Masculino 10.50 − . 19 (b) . 04 − . 27 − . 11

Masculino 16.04 − . 24 c) . 05 − . 35 − . 14

Femenino 4.90 − . 21(d) . 05 − . 29 − . 12

Femenino 10.50 − . 20 (e) . 04 − . 29 − . 12

Femenino 16.04 − . 19 f) . 05 − . 30 − . 11

p* < .05,pa** < .01;BotaSEError estándar de Bootstrap,ArranqueLLCIBootstrap límite inferior del intervalo de confianza,ArranqueULCIBootstrap límite superior del intervalo de
confianza; Tamaño de muestra de Bootstrap = 104

Discusión los resultados muestran que el efecto indirecto de la actitud es más

Para combatir la pandemia de COVID-19, muchos gobiernos han
implementado medidas sin precedentes, como distanciamiento
social, aislamiento social, toques de queda e incluso cuarentenas a
gran escala impuestas por el gobierno. Esto ha resultado en que las
herramientas tecnológicas se conviertan en una fuente aún más
esencial de información, comunicación y socialización (Ajzen,2005;
Shankar et al.,2020; Wiederhold,2020). Con el mayor uso de la
tecnología en estas circunstancias, se espera que aumente la
dependencia tecnológica, trayendo consigo nuevos problemas y
condiciones para las familias y los docentes.
Los resultados del presente estudio revelan que los adolescentes
presentaron un nivel moderado de conciencia (2,07 ± 0,37), actitudes positivas
(3,53 ± 0,38) y un alto nivel de conducta adictiva (3,57 ± 0,39) en TA durante el
período COVID-19. 19 periodo. En momentos de aislamiento social y medidas
prolongadas de confinamiento y toque de queda, los adolescentes utilizan la
tecnología durante muchas horas, lo que la convierte en una conducta
altamente adictiva. Además, el estudio encontró una actitud positiva hacia el
AT para este grupo de edad.
Los resultados de los modelos competitivos de mediación
simple, moderada y moderada dual demuestran un modelo
bien construido a través de las hipótesis. A este respecto,
fuerte que el de la conciencia sobre el comportamiento de los
adolescentes en AT. En otras palabras, la conciencia de TA por sí sola
puede no ser suficiente para medir el comportamiento real. Percibir las
consecuencias del comportamiento afecta indirectamente la actitud y la
intención del comportamiento y la relación con la conciencia. Por lo
tanto, se ha afirmado que la actitud afecta la intención de
comportamiento y da forma a la conciencia (Ajzen,2005; Kollmuss y
Agyeman,2002; Vallerand, Deshaies, Cuerrier, Pelletier y Mongeau,1992).
En este sentido, la actitud de los adolescentes hacia el AT se convierte en
un factor importante en la medición del comportamiento adictivo (Kim &
Choi,2005). En psicología social, se sabe que la actitud es más fuerte que
la influencia directa de la conciencia sobre el comportamiento (Streufert,
1987). Durante el brote de COVID-19, padres y docentes han mostrado
actitudes positivas hacia la AT de los adolescentes debido a los toques
de queda y la educación a distancia. De hecho, cuando las actitudes de
AT de los adolescentes se comparan con las percepciones que tienen de
sus padres, se encuentra que los adolescentes tienen una actitud
positiva independientemente de cómo perciban a sus padres. Sin
embargo, para llegar a una conclusión firme, sería útil realizar estudios
cualitativos con los padres e investigar las opiniones de sus hijos sobre
el uso de la tecnología durante el período de pandemia.

Fig. 3Efectos moderadores de la
actitud hacia la tecnología
Adicción, Género y Uso de Internet
(horas) en Comportamiento a la
Adicción a la Tecnología
Los hallazgos también muestran que el género no modera el efecto
indirecto de la actitud sobre el comportamiento. Sin embargo, cuando se
incluye el grado (duración) del uso de la tecnología, tanto el sexo como
la duración del uso moderan el efecto indirecto de la actitud y el
comportamiento sobre el TA. Independientemente de la duración del
uso de la tecnología, cuando las actitudes de las mujeres eran negativas,
su conducta adictiva era menor y viceversa. En cambio, por encima de
las 4,90 h diarias de uso de tecnología, las actitudes de los varones se
tornan negativas a medida que aumenta la conducta adictiva, y
viceversa. Esta situación puede interpretarse de dos maneras. En primer
lugar, aunque los adolescentes varones tienen una actitud negativa
hacia el TA, es posible que no tengan control conductual por razones
orgánicas como problemas en el control de impulsos y/o problemas de
conducta (Benbir, Poyraz, & Apaydinorte,2014; Hekim et al.,2019). Según
la teoría del control social informal (Mason & Windle,2002), los
problemas de comportamiento son más frecuentes entre los niños. En
segundo lugar, aunque tengan una actitud negativa, pueden normalizar
el uso de la tecnología debido a la falta de actividades sociales en las
circunstancias de COVID-19 y considerarlo una forma de
comportamiento temporal y ordinaria. Los adolescentes varones y las
adolescentes mujeres con 16,04 h de uso extremo pueden no tener
vigilancia parental o padres con una actitud excesivamente permisiva.
En este estudio, solo el 21% de los adolescentes definieron a sus padres
como autoritarios y el 36% los definieron como permisivos. Sin embargo,
según los hallazgos preliminares de este estudio, independientemente
de cómo los adolescentes definan a sus padres, sus puntajes de adicción
al TA son altos. Habiendo dicho eso, las actitudes de los padres eran
Psicología actual
no evaluado con una herramienta de medición estandarizada. De
hecho, estudios previos han demostrado que los adolescentes con
padres autoritarios son más adictos a la tecnología que los
adolescentes con padres más democráticos (Floros & Siomos, 2013;
Moazedian et al.,2014). Además, Tafà y Baiocco (2009) encontraron
que las adicciones adolescentes aumentan en familias
caracterizadas por lazos emocionales débiles y la incapacidad de
cambiar sus relaciones de rol, estructura de poder y reglas de
relación en respuesta al estrés situacional y de desarrollo (alta
adaptabilidad; Tafà & Baiocco,2009). Dado que la pandemia de
COVID-19 es un estresor situacional, los factores familiares y de los
padres pueden influir en la AT de algunos adolescentes. Aunque
estos hallazgos respaldan las explicaciones teóricas, es posible que
los investigadores deseen realizar estudios futuros con un método
mixto y una muestra más amplia (incluidos los padres) para llegar a
conclusiones más sólidas.
Con 16,04 h por día de uso de la tecnología, las actitudes de
algunos adolescentes varones hacia el AT se vuelven negativas y la
conducta adictiva disminuye. Se piensa que los adolescentes de
este grupo son los que perciben las influencias negativas del TA,
como el insomnio, etc., no tienen problemas como el control de
impulsos y pueden controlarse a sí mismos. Por otro lado, con 16,04
h diarias de uso de la tecnología, las actitudes de algunos
adolescentes varones hacia el AT se vuelven positivas y aumenta la
conducta adictiva. Se piensa que los adolescentes de este grupo son
individuos que pueden considerar el uso de la tecnología como un
medio de escape de los factores de estrés en sus vidas y/o uso
Psicología actual
tecnología para aumentar su interacción e integración social y
satisfacer su necesidad de socialización. Lo que distingue a los dos
grupos puede ser la naturaleza de las necesidades individuales de
los adolescentes y las actitudes de crianza de sus padres. La
literatura enfatiza la importancia de las necesidades individuales (p.
ej., la necesidad de relaciones y la necesidad de escapismo) en el
desarrollo del AT (Xu et al.,2012). Es muy probable que estos
adolescentes sean adictos a la tecnología, lo que los coloca en el
grupo de riesgo.
El presente estudio tiene algunas limitaciones. Los datos se
recopilaron a través de una encuesta en línea y los participantes no
pudieron ser evaluados cara a cara. Sin embargo, esta limitación
era inevitable debido a las restricciones de distanciamiento social
establecidas por el gobierno para combatir el brote de COVID-19.
Además, la literatura indica que las encuestas en línea son un buen
método cuando es imposible utilizar métodos más largos (Błachnio,
Przepiorka, Senol-Durak, Durak y Sherstyuk,2017). En segundo
lugar, dado que el nivel de uso de la tecnología no se registró antes
del confinamiento y el estudio es transversal, no se puede
establecer la relación de causa y efecto y no se pueden hacer
afirmaciones concluyentes. En tercer lugar, dado que la muestra
estaba compuesta por adolescentes turcos, es importante
generalizar los hallazgos a través de estudios adicionales en
diferentes entornos culturales. En otras palabras, si bien los
hallazgos del estudio pueden generalizarse a grupos que exhiben
características similares a las de los participantes de este estudio, se
necesitan estudios comparativos transculturales para llegar a una
conclusión más sólida. Finalmente, este estudio utilizó un concepto
de uso de tecnología que no se diferenció por dispositivo o
conexión. Las diferentes formas de uso de la tecnología podrían
tratarse por separado en futuros estudios presenciales. También,
Trascendencia
A pesar de las limitaciones mencionadas anteriormente, este estudio
hace contribuciones significativas a la literatura existente. Como se sabe,
el modelado es una herramienta para pensar, comprender, reconocer y
desarrollar la teoría (Braithwaite,1953; hutten,1954; toon,2016). En otras
palabras, estudios recientes demostraron que los modelos son
representaciones de formas de pensar y comprender el mundo, los
modelos son siempre interpretativos y no simplemente desarrollados
por los fenómenos (Açicalinorte,2020; Bailer Jones, 2009). Nuestro
modelo está más que orientado a los datos, pero también se han
investigado los efectos de las variables relacionadas con el TA en la
literatura. Es un nuevo modelo que contribuiría a la literatura existente.
Los resultados del estudio actual sugieren que a medida que
continúan los efectos fisiológicos y psicológicos de la COVID-19, la AT es
un problema inevitable para los adolescentes. En respuesta, se puede
poner énfasis en las actividades psicoeducativas para reducir las
actitudes hacia el AT. Los programas de intervención psicoeducativa a
implementar no sólo deben centrarse en la sensibilización, sino
también debe abarcar cambios conductuales, cognitivos y de estilo de
vida. Teniendo en cuenta los efectos de la pandemia en los estilos de
vida, se pueden establecer reglas internas para las actividades
domésticas y los padres pueden actuar como modelos para sus hijos al
aplicar estas reglas ellos mismos. Por ejemplo, podría establecerse un
período de tiempo en el que nadie en el hogar utilice dispositivos
tecnológicos y todos los miembros de la familia pudieran participar en
actividades conjuntas durante este período. Las estrategias de
prevención pueden incluir un regreso a los juegos "antiguos", el
desarrollo de habilidades manuales y la estimulación de la imaginación
de otras maneras, como jugar juegos que atraigan a los cinco sentidos.
Además, los padres y maestros tal vez deberían solicitar apoyo y
educación adicional con respecto a este tema de organizaciones
gubernamentales y no gubernamentales para ayudar a combatir una
pandemia de AT. Algunos trabajos podrían realizarse a través de los
medios de comunicación. Además, se podrían realizar estudios de
tamizaje para adolescentes con el fin de aumentar su bienestar, y se
podrían brindar servicios de consejería psicológica individual y grupal
para adolescentes con AT y aquellos que tienen potencial para AT.
Apéndice 1
En primer lugar, se realizó un estudio de validez y fiabilidad. La
encuesta en línea se envió a las direcciones de correo electrónico y
teléfonos inteligentes de 180 participantes candidatos, y 152
participantes recibieron el mensaje. Los criterios de inclusión y
exclusión en el estudio fueron los mismos que para el análisis
principal. Con base en estos criterios, se excluyeron 18 encuestas
en línea por razones de validez y confiabilidad. El estudio se realizó
con los 134 participantes que expresaron su voluntad de completar
la encuesta en línea en su totalidad. El objetivo era determinar si los
19 ítems de la “Escala de Conciencia de TA”, los 8 ítems de la “Escala
de Actitud hacia TA” y los 10 ítems de la “Escala de Comportamiento
en TA” eran adecuados para su propósito y determinar que se
recopilaron datos significativos y válidos. Respectivamente, Se
utilizaron el análisis factorial exploratorio (AFE) y el análisis factorial
confirmatorio para probar la validez de constructo de la escala. En
el EFA se utilizó el método de rotación vertical varimax y análisis de
componentes principales, mientras que en el análisis factorial
confirmatorio se utilizó la estimación de máxima verosimilitud. En el
EFA, los criterios considerados incluyeron la eliminación de ítems
que no miden la misma estructura, la varianza del factor común de
los ítems, los valores propios de los factores, la razón de la varianza
total explicada, las cargas factoriales de los ítems, la presencia o
ausencia de ítems contradictorios. , y la representación de la
infraestructura teórica a medir. En consecuencia, se requería que
las comunalidades de los elementos fueran mayores que . 10, los
valores propios del factor mayores que 1, la varianza total mayor al
50% (30% de la varianza total explicada en escalas unifactoriales), y
las cargas factoriales del ítem mayores a . 40. Se observó una
diferencia de al menos .10 entre los
 Psicología actual

elementos superpuestos recopilados bajo más de un factor en Ninguno de los ítems restantes resultó ser estadísticamente
escalas multidimensionales. Como resultado de la EFA, tres ítems problemático y cumplió con los criterios determinados.
de la escala fueron excluidos del uso porque se superponían.

Figura 4El diagrama de ruta de la

Escala de Conciencia en la Adicción a
la Tecnología
Psicología actual

Figura 5El diagrama de ruta de la

Actitud en la Escala de Adicción a la
Tecnología

Figura 6El diagrama de ruta del
Comportamiento en Tecnología
Escala de adicción
FondosEsta investigación no recibió ninguna subvención específica de agencias de
financiación en los sectores público, comercial o sin fines de lucro.
Disponibilidad de datosLos conjuntos de datos generados y/o analizados
durante el estudio actual están disponibles del autor correspondiente a
pedido razonable.
Declaraciones
Acuerdo de autorTodos los autores han visto y aprobado la versión final del
manuscrito que se envía. Garantizamos que el artículo es nuestro trabajo
original, no ha recibido una publicación previa y no está bajo consideración
para su publicación en otro lugar.
Declaración de interésTodos los autores declaramos que no existe ningún interés
económico/personal o creencia que pueda afectar nuestra objetividad.
Conflicto de interesesNinguno de los autores tuvo ningún conflicto de intereses.
Psicología actual
Referencias
C.Aicalinorte,S.N. (2020). Política exterior y liderazgo político: Recep
Tayyip Erdogramoan y Angela Merkel (tesis doctoral, Universidad
Técnica de Oriente Medio).
Adiele, I. y Olatokun, W. (2014). Prevalencia y determinantes de inter-
adicción a la red entre los adolescentes.Computadoras en el comportamiento
humano, 31 (1), 100–110.https://doi.org/10.1016/j.chb.2013.10.028.
Ahorsu, DK, Lin, CY, Imani, V., Saffari, M., Griffiths, MD y Pakpour,
AH (2020). La escala del miedo a la COVID-19: desarrollo y validación
inicial.Revista internacional de salud mental y adicciones,1–9. https://
doi.org/10.1007/s11469-020-00270-8.
Ajzen, I. (2005).Actitudes, Personalidad y Comportamiento.Londres: Abierto
Prensa Universitaria.
Ajzen, I. (2012). El legado de Martin Fishbein: El enfoque de la acción razonada.
Los Anales de la Academia Estadounidense de Ciencias Políticas y
Sociales, 640 (1), 11–27.
Psicología actual
Aliev, J. (2020).Desintoxicación digital importante en la era COVID-19: Experto.
Obtenido de:https://www.aa.com.tr/en/health/digital-detoximportant-in-
covid-19-era-expert/1804327. Consultado el 18 de octubre de 2020.
Asociación Estadounidense de Psiquiatría. (2013).Diagnóstico y estadístico
manual de trastornos mentales (DSM-5®).Washington: APA. Ardies, J., De
Maeyer, S., Gijbels, D. y van Keulen, H. (2015). Estudiantes
actitudes hacia la tecnología.Revista Internacional de Educación en
Tecnología y Diseño, 25 (1), 43–65.https://doi.org/10.1007/
s10798-014-9268-x.
Ayas, T. y Horzum, M. (2013). Relación entre depresión, soledad,
autoestima y adicción a internet.Educación, 133(3), 283–290. Bailer
Jones, DM (2009).Modelos científicos en filosofía de la ciencia.
Pittsburgh: Prensa de la Universidad de Pittsburgh.
Bandawar, M., Narasimha, VL y Chand, P. (2018). uso de digitales
tecnología en los trastornos de adicción.Revista india de psiquiatría, 60 (
Suplemento 4), S534–S540.https://doi.org/10.4103/psiquiatría.
IndianJPsychiatry_21_18.
Bandura, A. (1969). Teoría del aprendizaje social de los procesos identificatorios.
Manual de teoría e investigación de la socialización., 26,471–481.
https://doi.org/10.1080/19371918.2011.591629.
Benbir, G., Poyraz, CA y Apaydin, H. (2014). Aproximación diagnóstica a
adicciones conductuales o “sin sustancias”.Nobel Medicus, 10(1), 5– 11.
Błachnio, A., Przepiorka, A., Senol-Durak, E., Durak, M. y Sherstyuk,
L. (2017). El papel de los rasgos de personalidad en las adicciones a Facebook e
Internet: un estudio sobre muestras polacas, turcas y ucranianas.
Computadoras en el comportamiento humano, 68,269–275.https://doi.org/10.
1016/j.chb.2016.11.037.
Braithwaite, RB (1953).Explicación científica; un estudio de la función
de la teoría, la probabilidad y la ley en la ciencia.Cambridge: Prensa de la Universidad
de Cambridge.
Cai, Z., Fan, X. y Du, J. (2017). Género y actitudes hacia la tecnología
uso: un metanálisis.Informática y Educación, 105,1–13.https://
doi.org/10.1016/j.compedu.2016.11.003.
Chen, SH, Weng, LJ, Su, YJ, Wu, HM y Yang, PF (2003).
Desarrollo de la escala china de adicción a Internet y su estudio
psicométrico.Diario chino de psicología, 45 (3), 279–294.
Cheung, LM y Wong, WS (2011). Los efectos del insomnio y
adicción a Internet en la depresión en adolescentes chinos de Hong
Kong: un análisis transversal exploratorio.Revista de Investigación del
Sueño, 20(2), 311–317.https://doi.org/10.1111/j.1365-2869.2010.00883.x.
Cho, SM, Sung, MJ, Shin, KM, Lim, KY y Shin, YM (2013).
¿La psicopatología en la infancia predice la adicción a internet en los
adolescentes varones?Psiquiatría infantil y desarrollo humano, 44(4),
549–555.https://doi.org/10.1007/s10578-012-0348-4. Coolicán, H. (2017).
Métodos de investigación y estadística en psicología.Nuevo
York: Routledge.https://doi.org/10.4324/9780203769836. Davis, RA
(2001). Un modelo cognitivo-conductual de interacción patológica
uso neto.Computadoras en el comportamiento humano, 17,187–195.https://
doi. org/10.1016/S0747-5632(00)00041-8.
Dinçman, MP y Akbasyoi,S. (2020). Arastirma Süreci. EnS. S.Erçetin.
(Ed.),Arastirma teknikleri (págs. 49–62). Ankara: Nobel YayiCarolina del
Norteiyoik. Dufour, M., Brunelle, N., Tremblay, J., Leclerc, D., Cousineau, MM,
Khazaal, Y., Légaré, AA, Rousseau, M. y Berbiche, D. (2016). Diferencia de
género en el uso de Internet y problemas de Internet entre estudiantes
de secundaria de Quebec.Revista Canadiense de Psiquiatría, 61(10), 663–
668.https://doi.org/10.1177/0706743716640755. Düzgün,S. (2003). o
gramorencilerin psikolojik belirtileri ile ana-baba
tutumlariArasindaki ilisasesinoAtatürk Üniversitesi Sosyal Bilimler
Enstitüsü Dergisi.
Ebbeck, M., Yim, HYB, Chan, Y. y Goh, M. (2016). singapurense
opiniones de los padres sobre el acceso y uso de dispositivos tecnológicos por
parte de sus hijos pequeños.Revista de educación de la primera infancia, 44 (
2), 127–134.https://doi.org/10.1007/s10643-015-0695-4.
El Zowalaty, ME y Järhult, JD (2020). Del SARS al COVID-19: A
coronavirus relacionado con el SARS previamente desconocido (SARS-CoV-2) de
Potencial pandémico que infecta a los humanos: pide un enfoque de una
sola salud.una salud, 9,100124.https://doi.org/10.1016/j.onehlt.
2020.100124.
Eliacik, K., Bolat, N., Koçyigramoit, C., Kanik, A., Selkie, E., Yilmaz, H.,
Catli, G., Dundar, NO y Dundar, BN (2016). Adicción a Internet, sueño y calidad
de vida relacionada con la salud entre personas obesas: un estudio
comparativo de los problemas crecientes en la salud de los adolescentes.
Trastornos de la alimentación y el peso: EWD, 21(4), 709–717.https://doi. org/
10.1007/s40519-016-0327-z.
Fishbein, M. y Ajzen, I. (2010).Predecir y cambiar el comportamiento: El
enfoque de acción razonada.Nueva York: Prensa de psicología.
Floros, G. y Siomos, K. (2013). La relación entre el par-
enting, adicción a internet y motivos para las redes sociales en la
adolescencia.Investigación en psiquiatría, 209(3), 529–534.https://
doi.org/10. 1016/j.psychres.2013.01.010.
Gerçel, E. y Çagramolar, M. (2016). Evaluación del impacto del uso de la tecnología
hacia la agresividad y la ira en los adolescentes.La Revista en Línea
de Nuevos Horizontes en Educación, 6(3), 81–87.https://www.
tojned.net/journals/tojned/articles/v06i03/v06i03-06.pdf. Gough,
HG y Heilbrun, AB (1965).La lista de verificación de adjetivos
manual.Palo Alto, CA: Prensa de psicólogos consultores.
Ha, YM y Hwang, WJ (2014). Diferencias de género en la adicción a internet.
ción asociada con indicadores de salud psicológica entre adolescentes
utilizando una encuesta nacional basada en la web.Revista Internacional
de Salud Mental y Adicciones, 12(5), 660–669.https://doi.org/10. 1007/
s11469-014-9500-7.
Hair, JF, Gabriel, LDS, da Silva, MD y Braga Junior, S. (2019).
Desarrollo y validación de escalas de medida de actitudes: Aspectos
fundamentales y prácticos.Diario de Gestión RAUSP, 54(4), 490–507.
https://doi.org/10.1108/RAUSP-05-2019-0098. Hayes, AF (2013).
Metodología en las ciencias sociales. EnIntroducción
a la mediación, la moderación y el análisis de procesos condicionales: un
enfoque basado en la regresión.Nueva York: Guilford Press. Hayes, AF
(2015). Un índice y prueba de mediación lineal moderada.
Investigación conductual multivariante, 50(1), 1–22.https://doi.org/10.
1080/00273171.2014.962683.
Hekim, Ö., Göker, Z., Aydemir, H., Çöp, E., Dinç, G. y Üneri, Ö.
(2019). Ergenlerde internet basoldado americanomliyoığıve psikopatoloji
ile iliskisi: Kesitsel birçalesma [Adicción a internet y su relación con la
psicopatología en adolescentes: un estudio transversal].Clínica Psikiyatri
Dergisi, 22(3), 329–337.https://doi.org/10.5505/kpd.2019.80488. HiniC,D.,
MihajloviC,GRAMO.,Spirić, Ž.,DukiC-DejanoviC,S. y JovanoviC,
M. (2008). Uso excesivo de internet: ¿trastorno de adicción o no?
Vojnosanitetski Pregled, 65(10), 763–767.https://doi.org/10.2298/
VSP0810763H.
Hutten, EH (1954). El papel de los modelos en la física.el diario británico
para la Filosofía de la Ciencia, 4(16), 284–301.
Jabbar, SA, Al-Shboul, M., Tannous, A., Banat, S. y Aldreabi, H.
(2019). Uso de dispositivos tecnológicos por parte de los niños pequeños: opiniones
de los padres.Ciencias Aplicadas Modernas, 13(2), 66–80.https://doi.org/10. 5539/
mas.v13n2p66.
Kasoldado americanotcilicenciado en Letrassi,C. (2010).El yo, la familia y el desarrollo humano: cultural
psicología.YOEstambul: Koç University Press.
Karadagramo,E. y K.iyoic, B. (2019). ogramoretmen görüslerine gore
ogramorencilerdeki teknoloji basoldado americanomliyoığı [La adicción a la
tecnología entre los estudiantes según la visión de los profesores.Enfoques
actuales en psiquiatría, 11(1), 101–117.https://doi.org/10.18863/pgy.556689.
Karapetsas, AV y Fotis, AI (2020). La neuropsicología como método de
Diagnóstico y tratamiento de la adicción a Internet.Trastornos
adictivos y su tratamiento, 19(1), 56–65.https://doi.org/10.1097/
ADT. 0000000000000182.
Kim, Y. y Choi, SM (2005). Antecedentes del comportamiento de compra verde:
Un examen del colectivismo, la preocupación ambiental y el PCEE.
Avances en la investigación del consumidor, 32,592–599.https://doi.org/
10. 1177/004057368303900411.

King, DL, Delfabbro, PH, Billieux, J. y Potenza, MN (2020).
Los juegos en línea problemáticos y la pandemia de COVID-19.Revista de
adicciones conductuales, 9 (2), 184–186.https://doi.org/10.1556/
2006.2020.00016.
Király, O., Potenza, MN, Stein, DJ, King, DL, Hodgins, DC,
Saunders, JB, Griffiths, MD, Gjoneska, B., Billieux, J., Brand, M.,
Abbott, MW, Chamberlain, SR, Corazza, O., Burkauskas, J., Sales,
CMD, Montag, C., Lochner, C., Grünblatt, E., Wegmann, E.,
Martinotti, G., Lee, HK, Rumpf, HJ, Castro-Calvo, J., Rahimi-
Movaghar, A., Higuchi, S., Menchon, JM , Zohar, J., Pellegrini, L.,
Walitza, S., Fineberg, NA y Demetrovics, Z. (2020). Prevención del
uso problemático de Internet durante la pandemia de COVID-19:
guía de consenso.Psiquiatría Integral, 100, 152180.https://doi.org/
10.1016/j.comppsych.2020.152180. Kollmuss, A. y Agyeman, J.
(2002). Cuidado con la brecha: ¿Por qué actúa la gente?
ambientalmente y cuáles son las barreras para el comportamiento
proambiental?Investigación en Educación Ambiental, 8(3), 239–260.
https://doi.org/10.1080/13504620220145401.
Kuss, DJ, Griffiths, M., Karila, L. y Billieux, J. (2014). anuncio de internet-
dicción: una revisión sistemática de la investigación epidemiológica
durante la última década.Diseño farmacéutico actual, 20(25), 4026–4052.
https://doi.org/10.2174/13816128113199990617.
Kuss, DJ y Griffiths, MD (2015).Adicción a Internet en
psicoterapia.Palgrave Macmillan Reino Unido.https://doi.org/10.1057/
9781137465078.
Kuss, DJ, Van Rooij, AJ, Shorter, GW, Griffiths, MD y Van De
Mheen, D. (2013). Adicción a Internet en adolescentes: Prevalencia y factores
de riesgo.Computadoras en el comportamiento humano, 29 (5), 1987–1996.
https://doi.org/10.1016/j.chb.2013.04.002.
Kwon, M., Lee, JY, Won, WY, Park, JW, Min, JA, Hahn, C., Gu,
X., Choi, JH y Kim, DJ (2013). Desarrollo y validación de una escala de
adicción a teléfonos inteligentes (SAS).PLoS Uno, 8(2), e56936.
https://doi.org/10.1371/journal.pone.0056936.
Louangrath, P. (2018). Fiabilidad y validez de las escalas de las encuestas.
Revista Internacional de Investigación y Metodología en Ciencias
Sociales, 4(1), 50–62.https://doi.org/10.5281/zenodo.1322695.
Magsamen-Conrad, K., Billotte-Verhoff, C. y Greene, K. (2014).
La contribución de la adicción a la tecnología al bienestar mental: el efecto
positivo del capital social en línea.Computadoras en el comportamiento
humano, 40,23–30.https://doi.org/10.1016/j.chb.2014.07.014.
Mason, WA y Windle, M. (2002). Género, autocontrol e informalidad
control social en la adolescencia: una prueba de tres modelos de la
continuidad del comportamiento delictivo.Juventud y Sociedad, 33(4), 479–514.
https://doi.org/10.1177/0044118x02033004001.
Mcleod, S. (2009).Medición de Actitudes Simplypsychology.org/attitude-
medición.html.Simplemente psicología. Obtenido de:https://
www.simplypsychology.org/attitude-measurement.html. Consultado el
18 de octubre de 2020.
Moazedian, A., Taqavi, SA, Hosseinialmadani, SA, Mohammadyfar,
MA, & Sabetimani, M. (2014). Estilo de crianza y adicción a internet.J. Ciencias
de la vida. biomedicina Página de inicio de la revista: J. Life Sci. Biomédica, 4(
41), 9–14http://jlsb.science-line.com/.
Montaño, DE y Kasprzyk, D. (2015). La teoría de la acción razonada
y la teoría del comportamiento planificado. En K. Glanz, BK Rimer y FM
Lewis (Eds.),Comportamiento saludable y educación para la salud: teoría,
investigación y práctica (págs. 67–99). San Francisco: Jossey-Bass.
Okunlola, MA, Lamptey, E., Senkyire, EK, Dorcas, S. y Dooshima,
BA (2020). Mitos percibidos y conceptos erróneos sobre el nuevo
brote de COVID-19.Revista SciMedicine, 2(3), 108–117. Osatuyi, B. y
Turel, O. (2019). Motivación social para el uso de redes sociales.
tecnologíasInvestigación en Internet, 29,24–45.
Portney, LG y Watkins, MP (2007).Fundamentos de la re-
búsqueda: Aplicaciones a la práctica (3ª ed.). Río Upper Saddle:
Prentice Hall.
Potas, N., Erçetin,S. S.,Nilhan Açicalinorte,S.,Güngör, H. y Soydas
Akyol, E. (2018). Un estudio exhaustivo sobre la adicción: escala 3D
Psicología actual
sobre la juventudAddicta: Revista turca sobre adicciones, 5(3), 559–575.
https://doi.org/10.15805/addicta.2018.5.3.0022.
Potas, N., Erçetin, SS, Yilmaz, M., Açikalin, SN, Güngör, H. y
Akyol, ES (2016). Escala 3D para conciencia, actitud, estigma de
adicción.Estudios sobre etnomedicina, 10(2), 156–165.https://doi.
org/10.1080/09735070.2016.11905484.
Prensky, M. (2001). Nativos digitales, inmigrantes digitales parte 1.Sobre el
horizonte, 9,1–6.https://doi.org/10.1108/10748120110424816. Sáinz, M.,
& López-Sáez, M. (2010). Diferencias de género en la informática.
actitudes y la elección de ocupaciones relacionadas con la tecnología en una
muestra de estudiantes de secundaria en España.Informática y Educación, 54(
2), 578–587.https://doi.org/10.1016/j.compedu.2009.09.007. Selai, C. (1998).
manual de cambridge de psicología, salud y medicina
cine.Revista de la Sociedad Real de Medicina, 91(5), 288. Serenko, A. y Turel, O.
(2020). Dirigir la investigación sobre la adicción a la tecnología
en sistemas de información: Parte I. Comprender las adicciones
conductuales. Base de datos ACM SIGMIS: la BASE DE DATOS para
Avances en Sistemas de Información, 51(3), 81–96.https://doi.org/
10.1145/ 3410977.3410982.
Shankar, M., Fischer, M., Brown-Johnson, CG, Safaeinili, N.,
Haverfield, MC, Shaw, JG, Verghese, A. y Zulman, DM (2020).
Humanismo en telemedicina: Conectando a través de visitas
virtuales durante la pandemia de COVID-19.COVID-19: Anales de
medicina familiar.Obtenido de:http://hdl.handle.net/2027.42/
154738
Shashaani, L. (1994). Nivel socioeconómico, estereotipos del rol sexual de los padres,
y la brecha de género en la informática.Revista de investigación sobre
informática en la educación, 26 (4), 433–451.
Shelton, LG (2018).El manual de Bronfenbrenner: una guía para
desarrollo (1ª ed.). Londres: Routledge.
Streufert, S. (1987). Psicología social aplicada.Diario de Aplicado
Psicología Social, 17,605–608.https://doi.org/10.1111/j.1559-
1816.1987.tb01172.x.
Su, W., Han, X., Jin, C., Yan, Y. y Potenza, MN (2019). son machos
más propensos a ser adictos a Internet que las mujeres? Un metaanálisis que
involucra 34 jurisdicciones globales.Computadoras en el comportamiento
humano, 99,86–100.https://doi.org/10.1016/j.chb.2019.04.021. Sweldens, S.,
Corneille, O. y Yzerbyt, V. (2014). El papel de la conciencia
en la formación de actitudes a través del condicionamiento evaluativo.Revista
de personalidad y psicología social, 18 (2), 187–209.https://doi.org/10.
1177/1088868314527832.
Tafà, M. y Baiocco, R. (2009). Comportamiento adictivo y función familiar-
ing durante la adolescencia.Revista estadounidense de terapia familiar,
37 (5), 388–395.https://doi.org/10.1080/01926180902754745. Tao, Z.
(2013). La relación entre la adicción a internet y la bulimia
en una muestra de estudiantes universitarios chinos: la depresión como
mediadora parcial entre la adicción a internet y la bulimia.Trastornos de la
alimentación y el peso: EWD, 18(3), 233–243.https://doi.org/10.1007/
s40519-013-0025-z.
Toon, A. (2016). Imanigation en el modelado científico. En A. Kind (Ed.),
El manual de filosofía de la imaginación de Routledge (págs. 451–
463).Routledge.
TUYOK. (2013).06–15 añossgrubu çocuklarda bilisSoy teknolojileri
kullanimetroiVe Medya, 2013.Obtenido de:http://www.tuik.gov.tr/
PreHaberBultenleri.do?id=15866. Consultado el 18 de octubre de 2020.
TÜYOK. (2019a).Hanehalkibilisssoy teknolojileri (BT) kullanimetro
arastirmasi,2019.Obtenido de:http://www.tuik.gov.tr/PreHaberBultenleri.do?
id=30574. Consultado el 18 de octubre de 2020. TÜYOK. (2019b). Türkiye
nüfusu yasgrupalesina gore dasoldado americanoyoimetroi2019.
Obtenido de:https://biruni.tuik.gov.tr/medas/?kn=95&locale=tr. Consultado el
18 de octubre de 2020.
Turel, O., Serenko, A. y Giles, P. (2011). Integración de adictos a la tecnología
ción y uso: una investigación empírica de los usuarios de subastas en línea.MIS
Trimestral, 35(4), 1043–1061.
ONU Mujeres (2020). COVID-19 y poner fin a la violencia contra las mujeres y
muchachas. Obtenido de:https://www.unwomen.org/en/digital-library/
Psicología actual
publicaciones/2020/04/serie-evaw-covid-19-briefs. Consultado el 18 de octubre
de 2020.
Vallerand, RJ, Deshaies, P., Cuerrier, JP, Pelletier, LG y Mongeau,
C. (1992). La teoría de la acción razonada de Ajzen y Fishbein aplicada al
comportamiento moral: un análisis confirmatorio.Revista de
Personalidad y Psicología Social, 62(1), 98–109.https://doi.org/10.1037/
0022-3514.62.1.98.
Vanden Bos, GR (2015).Diccionario de psicología APA.Washington,
DC: Asociación Americana de Psicología.
Vollmer, C., Randler, C., Horzum, MB y Ayas, T. (2014). Computadora
La adicción al juego en adolescentes y su relación con el cronotipo y la
personalidad.SABIO Abierto, 4(1), 1–9.https://doi.org/10.1177/
2158244013518054.
Wang, C., Horby, PW, Hayden, FG y Gao, GF (2020). Una novela
Brote de coronavirus de preocupación mundial para la salud.La Lanceta,
395(10223), 470–473.https://doi.org/10.1016/S0140-6736(20) 30185-9.
Widyanto, L., Griffiths, MD y Brunsden, V. (2011). un psicometrico
comparación de la prueba de adicción a Internet, la escala de problemas
relacionados con Internet y el autodiagnóstico.Ciberpsicología,
Comportamiento y Redes Sociales, 14(3), 141–149.
Wiederhold, BK (2020). Uso de las redes sociales durante el distanciamiento social.
Ciberpsicología, Comportamiento y Redes Sociales, 23(5), 275–276.
https://doi.org/10.1089/cyber.2020.29181.bkw.
Winther, DK y Byrne, J. (2020). Repensar el tiempo de pantalla en tiempos de
COVID-19. UNICEF para todos los niños. Obtenido de:https://www. unicef.org/
globalinsight/stories/rethinking-screen-time-time-covid-19. Consultado el 18
de octubre de 2020.
Organización Mundial de la Salud (2020). Abordar la violencia contra los niños,
mujeres y personas mayores durante la pandemia de covid-19: clave
comportamiento. Obtenido de:https://www.who.int/publications/i/item/
OMS-2019-nCoV-Violence_actions-2020.1. Consultado el 18 de octubre
de 2020.
Xie, X., Chen, W., Zhu, X. y He, D. (2019). Aumenta el phubbing de los padres
Adicción a los teléfonos móviles de los adolescentes: roles del apego entre
padres e hijos, compañeros desviados y género.Revisión de servicios para
niños y jóvenes, 105,104426.https://doi.org/10.1016/j.childyouth.2019. 104426.
Xu, Z., Turel, O. y Yuan, Y. (2012). La adicción a los juegos en línea entre
adolescentes: Motivación y factores de prevención.Revista Europea de
Sistemas de Información, 21,321–340.https://doi.org/10.1057/ejis.
2011,56.
Yau, HK y Cheng, ALF (2012). Diferencia de género de confianza en
uso de la tecnología para el aprendizaje.Revista de Estudios Tecnológicos, 38(2), 74–
79.
Ybarra, ML y Mitchell, KJ (2004). Jóvenes participando en ha-
Rassment: Asociaciones con las relaciones entre el cuidador y el niño, el uso de
Internet y las características personales.Diario de la Adolescencia, 27(3), 319–
336.https://doi.org/10.1016/j.adolescencia.2004.03.007.
Young, KS (1998). Adicción a Internet: el surgimiento de una nueva clínica
trastorno.Ciberpsicología y comportamiento, 1(3), 237–244.https://
doi.org/10.1089/cpb.1998.1.237.
Young, KS y Nabuco de Abreu, C. (2011).Adicción a Internet: A
manual y guía de evaluación y tratamiento.Hoboken: Wiley.
Nota del editorSpringer Nature se mantiene neutral con respecto a los reclamos
jurisdiccionales en mapas publicados y afiliaciones institucionales.