پیش بینی اعتیاد به اینترنت براساس عزت نفس در نوجوانان دختر و پسر همدان
Publish place: The first scientific-research conference on educational sciences and psychology of social and cultural injuries in Iran
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 904
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PSCONF01_141
تاریخ نمایه سازی: 19 تیر 1394
Abstract:
امروزه موضوع شیوع اعتیاد به اینترنت در جوانان، همپای اعتیاد به مواد مخدر می تواند به منزله بحرانی جدی در زندگی فردی، روابطخانوادگی، رفتارهای اجتماعی و وضعیت تحصیلی قرار گیرد. این پژوهش با هدف، پیش بینی اعتیاد به اینترنت براساس، عزت نفس درنوجوانان دختر و پسر همدان انجام شده است. پژوهش حاضر از نوع طرح های زمینه یابی و از نوع علی-مقایسه ای است. جامعه آماریپژوهش را کلیه کاربران مراجعه کننده به کافی نت های موجود در شهر همدان در پاییز سال 1393 تشکیل می دهند. بدین منظورتعداد 300 پرسشنامه بین کاربران تقسیم شد، که تعداد 223 پرسشنامه معتبر بودند. شرکت کنندگان به پرسشنامه اعتیاد به اینترنتیانگ (2007) و عزت نفس کوپر اسمیت (1967) پاسخ دادند. نتایج نشان داد: 1) عزت نفس اعتیاد به اینترنت را پیش بینی می کند،2) میزان اعتیاد به اینترنت پسران بیشتر از دختران است؛ و 3) دختران و پسران از نظر عزت نفس با یکدیگر تفاوت معناداری ندارند.براساس نتایج این تحقیق، بین اعتیاد به اینترنت و عزت نفس نوجوانان دختر و پسر ارتباط معنی دار و معکوسی وجود دارد؛ به عبارتیوضعیت افرادی که اعتیاد اینترنتی داشتند، در بعد عزت نفس نامطلوبتر بود، بنابراین می توان گفت، که اعتیاد به اینترنت با احساسکاهش کنترل خود، به کاهش بیشتر عزت نفس در نوجوانان منجر می شود.
Authors
یوسف اعظمی
دانشجوی دکتری تخصصی روانشناسی، دانشگاه علامه طباطبائی، تهران، ایران
محمد جلالوند
کارشناس ارشد روانشناسی بالینی، دانشگاه شیراز، شیراز، ایران
فرزانه فرمانی
کارشناس ارشد روانشناسی بالینی، دانشگاه آزاد اسلامی واحد خوراسگان اصفهان
باقر حسنوند
دانشجوی دکتری روانشناسی کودکان استثنایی، دانشگاه علامه طباطبائی، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :