جلد 27، شماره 3 - ( 9-1403 )                   جلد 27 شماره 3 صفحات 53-36 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ghanei Gheshlagh R, Amiri J, Baghi V, Dehvan F. A systematic review and meta-analysis of smartphone addiction among Iranian high school and university students. jha 2024; 27 (3) :36-53
URL: http://jha.iums.ac.ir/article-1-4518-fa.html
قانعی قشلاق رضا، امیری جمال، باغی وجیهه، دهون فاضل. مرور نظام‌مند و فراتحلیل اعتیاد به گوشی هوشمند در میان دانشجویان و دانش‌آموزان ایرانی. فصلنامه مدیریت سلامت. 1403; 27 (3) :36-53

URL: http://jha.iums.ac.ir/article-1-4518-fa.html


1- دانشگاه لاهور، لاهور، پاکستان و گروه پرستاری، دانشگاه بیرونی، 34010، استانبول، ترکیه.
2- بیمارستان شهدا، دانشگاه علوم پزشکی کرمانشاه، سرپل ذهاب، ایران و بیمارستان شهدا، دانشگاه علوم پزشکی کرمانشاه، سرپل ذهاب، ایران
3- بیمارستان بعثت، دانشگاه علوم پزشکی کردستان، سنندج، ایران. و بیمارستان بعثت، دانشگاه علوم پزشکی کردستان، سنندج، ایران.
4- مرکز تحقیقات مراقبت بالینی، پژوهشکده توسعه سلامت، دانشگاه علوم پزشکی کردستان، سنندج، ایران. & مرکز تحقیقات مراقبت بالینی، پژوهشکده توسعه سلامت، دانشگاه علوم پزشکی کردستان، سنندج، ایران. ، f.dehvan@yahoo.com
متن کامل [PDF 826 kb]   (155 دریافت)     |   چکیده (HTML)  (483 مشاهده)
متن کامل:   (29 مشاهده)
مقدمه
امروزه استفاده از گوشی‌های هوشمند موجب فراهم شدن بسیاری از لذت‌ها مانند اجتماعی بودن، داشتن سرگرمی، یافتن اطلاعات، مدیریت وقت و حفظ هویت اجتماعی برای کاربران آنها می­شوند]1[. همچنین، گوشی­های هوشمند امکان انجام راحت‌تر فعالیت‌های بانکی، به‌اشتراک‌گذاری سریع اطلاعات و ارتباط با فرهنگ‌های دیگر را فراهم می‌کند[2]. اصطلاح مشهور "دنیا در کف دست شما" بهترین توصیف برای استفاده از گوشی‌های هوشمند است[3]. در حال حاضر، گوشی‌های هوشمند به‌گونه‌ای جزئی از زندگی تبدیل شده‌اند که در غیاب آنها، فرد به اضطراب جدایی مبتلا می‌شود[4].
محبوبیت گوشی‌های هوشمند و ارتباط عمیق کاربران با آن، باعث نگرانی‌های روزافزون درباره احتمال اعتیاد به گوشی‌های هوشمند شده است. استفاده بیش از حد از گوشی‌های هوشمند در سراسر جهان روز به روز در حال افزایش است و به مشکل جهانی تبدیل شده است[5]. بر اساس یک نظرسنجی در سال 2018 توسط موسسه تحقیقاتی MyCOS، دانشجویان چینی به طور متوسط ​​بیش از 5 ساعت در روز از تلفن همراه استفاده می کنند و 79 درصد از دانشجویان در طول کلاس از تلفن همراه استفاده می کنند[6]. در کشورهای اروپایی، مالکان گوشی‌های هوشمند حدود 10 تا 200 بار در روز، گوشی خود را لمس می‌کنند و به‌طور متوسط ​​10 تا 250 ثانیه زمان برای آن صرف می‌کنند[2]. نتایج مطالعه‌ای نشان داد که 40% افراد بیش از 4 ساعت در روز از گوشی‌های هوشمند استفاده می‌کنند[7]. در مطالعه دیگر، 2/27% و 75% از شرکت‌کنندگان به ترتیب 8 و 4 ساعت از وقت خود را با استفاده از گوشی‌های هوشمند سپری می‌کردند[8]. بسیاری از افراد حتی بدون اعلان‌های صوتی، لرزش گوشی‌های خود را حس می‌کنند[9]. مطالعات مختلف در ایران درباره اعتیاد به گوشی‌های هوشمند نتایج متفاوتی بین 2/82درصد در دانشجویان دختر و 8/17 درصد در دانشجویان پسر در مطالعه مصلی نژآد و همکاران[10] و 25درصد در مطالعه عنایتی و همکاران[11] گزارش کرده‌اند.
اعتیاد به گوشی‌های هوشمند به‌عنوان مسئله نوظهور در جوامع امروزی، به‌ویژه در میان نسل جوان، تأثیر قابل‌توجهی بر سلامت جسمی، روانی و اجتماعی دارد. در ایران، به دلیل افزایش دسترسی به گوشی‌های هوشمند و استفاده گسترده از آن در گروه‌های سنی دانش‌آموزی و دانشجویی، نگرانی‌هایی درباره پیامدهای این پدیده ایجاد شده است. با این حال، مطالعات انجام‌شده در این زمینه در ایران نتایج متناقضی ارایه داده‌اند و تصویری جامع از این معضل وجود ندارد. از این رو، این مطالعه با هدف پر کردن این شکاف علمی، با استفاده از روش مرور نظام‌مند و فراتحلیل، به بررسی نمره استاندارد اعتیاد به گوشی‌های هوشمند در میان دانشجویان و دانش‌آموزان ایرانی می‌پردازد تا اطلاعات دقیقی برای سیاست‌گذاری‌ها و مداخلات پیشگیرانه فراهم شود.

روش ها
این مطالعه بر اساس راهنمای گزارش‌دهی موارد ترجیحی برای مرورهای نظام‌مند و فراتحلیل (PRISMA) در بازه زمانی بین سال‌های 1395 تا 1401 انجام شد.
راهبرد جستجو:برای یافتن مطالعات مرتبط با موضوع "اعتیاد به گوشی هوشمند در میان دانشجویان و دانش‌آموزان ایرانی"، جستجو در شش پایگاه داده معتبر شامل SID، MagIran، PubMed، Scopus، Web of Science و ScienceDirect انجام شد. جستجو بدون محدودیت زمانی و با استفاده از کلمات کلیدی مرتبط و اپراتورهای منطقی (بولی) صورت گرفت. در این جستجو، ترکیب اصطلاحات رایج و معادل‌های مختلف کلمات کلیدی به‌کار گرفته شد تا بیشترین میزان جامعیت و دقت در بازیابی مقالات حاصل شود. راهبرد جستجو در پیوست آمده است.
جستجو در عناوین، چکیده‌ها و کلمات کلیدی مقالات انجام شد. در پایگاه‌های علمی بین‌المللی (مانند PubMed، Scopus، Web of Science و ScienceDirect) از ترکیب دقیق عبارات جستجو و در پایگاه‌های داخلی (SID و MagIran) از معادل‌های فارسی کلمات کلیدی استفاده شد. برای اطمینان از جامعیت جستجو، فهرست منابع مقالات انتخاب‌شده نیز به‌صورت دستی بررسی شد تا مطالعات مرتبطی که ممکن است در جستجوی اولیه نادیده گرفته شده باشند، شناسایی و وارد فرایند بررسی شوند. معیارهای ورود شامل: مطالعات مشاهده‌ای، مطالعات منتشر شده به زبان فارسی یا انگلیسی، گزارش نمرات اعتیاد به اینترنت، انجام مطالعات روی دانش‌آموزان و دانشجویان ایرانی و دسترسی به متن کامل مقالات بود. مطالعات مروری، مداخله‌ای، نامه به سردبیر و مطالعات کیفی حذف شدند. جمعیت هدف (Population) شامل دانش‌آموزان و دانشجویان ایرانی بود. همچنین، پیامد اصلی (Outcome) نمره استاندارد اعتیاد به گوشی‌های هوشمند در جمعیت هدف است.
استخراج داده‌ها: ابتدا دو پژوهشگر به صورت مستقل عناوین و چکیده‌های مقاله‌های جمع‌آوری شده را بررسی و مقالات نامرتبط را حذف کردند. در مرحله بعد، متن کامل مقالات باقی‌مانده بررسی و اطلاعات لازم، مانند نام نویسنده اول، سال انتشار، میانگین سنی شرکت‌کنندگان، نوع مقیاس، محل، حجم نمونه، گروه هدف و نمره خام اعتیاد به گوشی هوشمند، در فرم از پیش تهیه شده وارد شد. . برای به حداقل رساندن سوگیری، مراحل جستجو، انتخاب و ارزیابی کیفیت مقالات و استخراج داده‌ها توسط دو پژوهشگر به‌صورت مستقل انجام شد. در صورت بروز هر گونه اختلاف نظر، نظر نویسنده مسئول به عنوان نفر سوم اعمال شد.
در این مطالعات، میانگین و انحراف معیار نمره اعتیاد به گوشی هوشمند در میان دانش‌آموزان و دانشجویان ایرانی مدنظر  بود و چون از ابزارهای مختلف با تعداد سوالات مختلفی برای اندازه‌گیری این مفهوم استفاده می‌شود، میانگین نمره‌های گزارش شده با هم قابل مقایسه نبودند. برای این که بتوان این نمره‌ها را با هم مقایسه و نمره واحدی را گزارش کرد، نمره‌های خام (میانگین و انحراف معیار) به نمره استاندارد تبدیل شد (بر اساس نمره صد). به‌همین منظور، تفاضل نمره خام از کمترین نمره قابل دستیابی محاسبه شده و عدد حاصل بر تفاضل بیشترین و کمترین نمره قابل دستیابی از پرسشنامه تقسیم شد. سپس، عدد به‌دست آمده در صد ضرب شد. دلیل انتخاب "سال انتشار" به‌عنوان یکی از متغیرهای  متارگرسیون  این بود که تغییرات زمانی در
 آگاهی، رفتارها و استفاده از گوشی‌های هوشمند می‌تواند بر میزان نمره استاندارد اعتیاد به گوشی‌های هوشمند تأثیر بگذارد. همچنین، با توجه به رشد فناوری و گسترش استفاده از گوشی‌های هوشمند در سال‌های اخیر، تحلیل سال چاپ می‌تواند روندهای احتمالی و تغییرات در تنوع نمره این پدیده را نشان دهد.
ارزیابی کیفیت: کیفیت مقالات بر اساس هشت سوال از چک لیست JBI (Joanna Briggs Institute) برای ارزیابی مطالعات مقطعی بررسی شد. این سوالات شامل: تعریف دقیق معیارهای ورود به مطالعه، توصیف کامل موضوعات و محیط مطالعه، اندازه‌گیری معتبر و قابل اعتماد مواجهه، استفاده از معیارهای استاندارد برای اندازه‌گیری وضعیت، شناسایی عوامل مداخله‌گر، ارایه راهبردهایی برای مدیریت عوامل مداخله‌گر، اندازه‌گیری معتبر و قابل اعتماد نتایج و استفاده از تحلیل‌های آماری مناسب بود. در صورتی که هرکدام از این موارد رعایت شده بود، نمره 1 و در غیر این صورت نمره صفر در نظر گرفته شد. نمره نهایی بین 0 تا 8 متغیر است و بر اساس کیفیت، مقالات به سه دسته ضعیف (کمتر از 4)، متوسط (5-6) و قوی (7 و بیشتر از 7) تقسیم شدند]12].
ابزارهای اندازه‌گیری اعتیاد به گوشی هوشمند: پرسشنامه اعتیاد به گوشی هوشمند سواری(Savari): این پرسشنامه شامل 13 سوال و سه مولفه خلاقیت‌زدایی (7 سوال)، میل‌گرایی(3 سوال) و احساس تنهایی(3سوال) در مقیاس پنج درجه‌ای از 1 (هرگز) تا 5(اکثراوقات) است. پایایی کل پرسشنامه برابر 87/0، برای عامل خلاقیت زدایی78/0، برای عامل میل‌گرایی76/0 و برای عامل احساس تنهایی84/0 است[13].
پرسشنامه اعتیاد به شبکه‌های اجتماعی مبتنی بر موبایل(Addiction to mobile-based virtual social networks): این پرسشنامه دارای 23 گویه و 4 بعد عملکرد فردی(9گویه)، مدیریت زمان(6گویه)، خودکنترلی(4گویه) و روابط اجتماعی(4گویه) در مقیاس پنج درجه‌ای از 1 (مخالف) تا 5 (کاملا موافق) است. حداقل و حداکثر امتیاز بین 23 تا 115 می‌باشد. پایایی برای کل پرسشنامه برابر 92/0 و برای هر کدام از ابعاد پرسشنامه با حداقل 68/0 و حداکثر 90/0 است[14].
مقیاس استفاده آسیب‌زا از تلفن همراه (COS: cell-phone over use scale): این مقیاس بر اساس شاخص‌های روانشناختی ساخته شده است و دارای 23 سوال است که به‌صورت لیکرت شش درجه‌ای از 1 (هرگز) تا 6 (همیشه) نمره‌گذاری می‌شود. نمره بالاتر نشان­دهنده استفاده مفرط فرد از تلفن همراه می‌باشد. نمره بالای 75 استفاده‌کننده مفرط، نمره 75-26 استفاده‌کننده معمولی و نمره کمتر از 25 به‌صورت استفاده‌کننده کم طبقه‌بندی می‌شود. پایایی مقیاس به‌روش همسانی درونی(آلفای کرونباخ) برابر 85 درصد گزارش شده است[15].
پرسشنامه تشخیصی DQ (Diagnostic questionnaire): یک مقیاس هشت‌سؤالی(Young’s criteria) است که توسط یانگ 
برای تعیین اعتیاد به اینترنت توسعه داده شده است. یانگ بیان کرده است افرادی که از مجموع هشت سؤال، امتیاز پنج یا بیشتر کسب کنند، به‌عنوان کاربران وابسته به اینترنت طبقه‌بندی می‌شوند[16].
مقیاس اعتیاد به تلفن همراه هوشمند (Smartphone addiction scale): این مقیاس دارای 10 ماده در لیکرت شش درجه‌ای از 1 (کاملا مخالفم) تا 6 (کاملا موافقم) با نمره نهایی بین 10 تا 60 است. نمره بالاتر نشان دهنده شدت اعتیاد به تلفن هوشمند در یک سال گذشته است. ضریب آلفای کرونباخ در پژوهش اصلی برای این مقیاس برابر 91/0 بوده است[17].
مقیاس وابستگی به تلفن همراه (Cell phone addiction scale): این مقیاس شامل 20 سوال در 3 حیطه تحمل محرومیت (سوال  7-1)، اختلال عملکرد زندگی(سوال 13-8) و اجبار-اصرار (سوال 20-14) است که به‌صورت لیکرت پنج درجه ای از 1(اصلا) تا 5(همیشه) نمره‌گذاری شده است. نمره بزرگتر یا مساوی 70 به‌صورت اعتیاد، 70-63 استفاده شدید و کمتر از 63 استفاده متوسط در نظر گرفته می‌شود. پایایی این مقیاس با استفاده از ضریب آلفای کرونباخ برابر 92/0 گزارش شده است[18].
مقیاس اعتیاد به تلفن همراه (Mobile phone addiction index): یک ابزار خودگزارشی 17 سوالی است که به صورت لیکرت پنج درجه‌ای از 1 (بندرت) تا 5 (همیشه) نمره‌بندی می‌شود. مجموع نمرات بین 17 تا 85 است و نمره بالاتر نشان‌دهنده اعتیاد به تلفن همراه است. پایایی اولیه ابزار بالای 90 درصد گزارش شده است[19].
تحلیل آماری: با توجه به اینکه نمره اعتیاد به اینترنت به نمره استاندارد تبدیل شده بود، از توزیع دو جمله‌ای برای برآورد نمره استاندارد تلفیقی اعتیاد به گوشی هوشمند استفاده شد. برای ارزیابی ناهمگونی میان مقالات از آزمون Q کوکران و شاخص I2 استفاده شد. بر این اساس، مطالعات به سه دسته با ناهمگونی کم (کمتر از 25%)، متوسط (25%-75%) و زیاد (بیشتر از 75%) تقسیم شدند[20]. با توجه به ناهمگونی بین مطالعات انتخابی(4/96 %I2=)، نمره استاندارد تلفیقی اعتیاد به گوشی هوشمند با استفاده از مدل اثرات تصادفی برآورد شد. تحلیل زیرگروه‌ها بر اساس جمعیت هدف (دانشجو و دانش‌آموز)، نوع ابزار(Savari، COS و سایر مقیاس‌ها) و کیفیت (متوسط و قوی) انجام شد. از متارگرسیون برای بررسی رابطه بین نمره اعتیاد به گوشی هوشمند و سن شرکت‌کنندگان، حجم نمونه مطالعه و سال انتشار مقالات استفاده شد. برای بررسی اثر سوگیری انتشار از نمودار قیفی بر اساس آزمون رگرسیون ایگر (Egger’s regression test) استفاده شد[21]. تمامی تحلیل‌ها با استفاده از نرم‌افزار STATA  نسخه 16 انجام شد.

یافته ها
پس از جستجو در پایگاه‌های اطلاعاتی ملی(557n=) و بین‌المللی(830n=) در مجموع 1387 مقاله استخراج شد. در بررسی اولیه، 435 مقاله تکراری حذف شدند. در مرحله شناسایی
و غربالگری، 924 مقاله (مطالعات نامرتبط، مقالات مروری، مطالعات مداخله‌ای و کیفی، و نامه به سردبیر) حذف و 28 مقاله باقی ماندند. در هشت مطالعه، اطلاعات مورد نیاز برای تحلیل گزارش نشده بود. بنابراین، این مطالعات از تحقیق حذف شده و تحلیل بر روی 20 مقاله باقی‌مانده انجام شد (شکل 1).
.
شکل 1. فرآیند بررسی، غربالگری و انتخاب مقالات بر اساس راهنمای PRISMA
حجم نمونه مطالعات بین 111 تا 623 نفر متغیر بود. بالاترین و پایین‌ترین نمرات استاندارد اعتیاد به گوشی هوشمند به‌ترتیب مربوط به مطالعات صدری و همکاران (14/65%)]22] و مامشالی و همکاران (8/9%)[23] بود. شش مطالعه بر روی دانش‌آموزان و 14 مطالعه دیگر
بر روی دانشجویان انجام شده بود. از نظر روش‌شناسی، هشت مقاله دارای کیفیت متوسط و بقیه (12 مقاله) دارای کیفیت قوی بودند. جزئیات بیشتر در جدول 1 ارایه شده است.

جدول 1. مشخصات مقالات مورد بررسی
یافته‌ها کیفیت مکان مقیاس نمره استاندارد(%) حجم نمونه سال نویسنده اول
331 نفر از دانشجویان رشته پزشکی دانشگاه علوم پزشکی گیلان با میانگین سنی 90/23 سال و میانگین معدل تحصیلی 24/16مورد بررسی قرار گرفتند. اکثر شرکت کنندگان کارورز (3/55 %)، پسر (1/54 %)، مجرد(9/90 %) و ساکن منزل شخصی (2/40 %) بودند. میانگین اعتیاد به گوشی، استرس و رضایت از زندگی به‌ترتیب برابر 45/33، 31/31 و 50/19 بود. بین اعتیاد به گوشی با استرس به‌طور مثبت و معنی‌دار (01/0P=،65/0 r=) و با رضایت از زندگی به‌طور منفی و معنی‌داری (01/0P=،58/0- r=) همبستگی وجود داشته است. علاوه‌بر‌این، بین اعتیاد به گوشی با معدل تحصیلی(01/0P=)، وضعیت تاهل(03/0P=) و محل سکونت(01/0P=) ارتباط معنی‌داری وجود داشت. بر اساس نتایج مدل رگرسیون، متغیرهای استرس و رضایت از زندگی در مجموع 57 % از واریانس اعتیاد به گوشی را تبیین کرده­اند. متوسط گیلان Savari 3/39 331 1400 عیسی نظر[24]
251 نفر از دانش‌آموزان دختر شهر تهران و مبتلا به اضطراب اجتماعی مورد بررسی قرار گرفتند. میانگین اعتیاد به گوشی‌های هوشمند برابر 12/106 بود. بین اعتیاد به گوشی با همنوایی با همسالان (01/0P≤، 30/0=β) و مدیریت بدن (01/0P≤، 28/0=β) رابطه مستقیم و معنی‌داری وجود داشت. اعتیاد به گوشی تمام تاثیر همنوایی با همسالان بر مدیریت بدن را جذب و این رابطه را به‌طور کامل میانجی­گری می­کند. خوب تهران Addiction to mobile-based virtual social networks 14/65 254 1401 صدری[22]
200 نفر از دانش‌آموزان دختر تهرانی با میانگین سنی 75/17 سال مورد بررسی قرار گرفتند که میانگین نمره اعتیاد به تلفن همراه در آنها برابر 00/26 (نمره استاندارد 25 درصد) بود. بین اعتیاد به تلفن همراه و هیجان پذیری(01/0P<،848/0 r=)، گذشته منفی(01/0P<،554/0 r=) رابطه مثبت و معنی‌دار و بین اعتیاد به تلفن همراه و صداقت/فروتنی(01/0P<،886/0- r=)، برون‌گرایی(01/0P<،639/0- r=)، توافق(01/0P<،666/0- r=)، وظیفه‌شناسی(01/0P<،591/0- r=)، باز بودن نسبت به تجربه(01/0P<،459/0- r=)، پردازش حل مساله(05/0P<،221/0- r=)، ادراک کنترل‌پذیری(01/0P<،665/0- r=)، گذشته مثبت(01/0P<،870/0- r=)، حال لذت‌گرا(01/0P<،863/0- r=) و آینده‌نگر(01/0P<،868/0- r=) ارتباط منفی و معنی‌داری وجود داشت. بر اساس نتایج به‌دست آمده، 2/76 % از واریانس اعتیاد به تلفن همراه بر اساس ویژگی‌های شخصیتی هگزاکو، انعطاف‌پذیری شناختی و چشم اندازه زمان تبیین می‌شود. خوب تهران Savari 25 200 1400 عنایتی[11]
321 دانشجوی پزشکی با میانگین سنی 03/21 سال مورد بررسی قرار گرفتند که اکثر آنها (1/60 %) دختر بودند. میانگین مدت استفاده روزانه از تلفن همراه برابر 57/3 ساعت و میانگین نمره اعتیاد به تلفن همراه برابر 96/51 بود. بین اعتیاد به تلفن همراه با کیفیت خواب رابطه مثبت و معنی‌داری(001/0P=،44/0 r=) گزارش شد که با توجه به ابزار PSQI که نمره بالاتر نشان‌دهنده کیفیت خواب پایینتر می‌باشد، می‌توان گفت در افراد با اعتیاد به تلفن همراه، کیفیت خواب پایین‌تر است. اعتیاد به تلفن همراه در دانشجویان دختر نسبت به دانشجویان پسر به‌طور معنی‌داری بیشتر بوده است (04/0P=). خوب کرمانشاه COS 18/25 321 1400 سامان[25]
200 دانش‌آموز پسر مقطع دوم متوسطه شهر زاهدان از نظر نقش الگوهای ارتباط خانواده (گفت و شنود، همنوایی) و جو روانی اجتماعی کلاس(اصطکاک، رقابت، همبستگی، انضباط) در اعتیاد به تلفن همراه مورد بررسی قرار گرفتند. نمره میانگین اعتیاد به شبکه‌های اجتماعی و تلفن همراه برابر 04/34 بود. بر اساس مقادیر ضریب همبستگی پیرسون هر دو بعد گفت و شنود(55/0- r=) و همنوایی(34/0- r=) الگوهای خانواده با اعتیاد به تلفن همراه رابطه منفی و معنی‌داری داشتند. علاوه‌بر‌این، بین اعتیاد به تلفن همراه و ابعاد اصطکاک(37/0 r=) و رقابت(33/0 r=) رابطه مثبت و معنی‌دار(01/0P<) و بین ابعاد همبستگی(22/0- r=) و انضباط(27/0- r=) از ابعاد جو روانی اجتماعی کلاس رابطه منفی و معنی‌داری(01/0P<)  وجود داشت. بر اساس نتایج تحلیل رگرسیون گام به گام متغیرهای گفت و شنود، همنوایی، اصطکاک، رقابت و همبستگی در مجموع 49 % از واریانس اعتیاد به تلفن همراه را تبیین می‌کنند(49/0R2=). متوسط زاهدان Addiction to mobile-based virtual social networks 37 200 1400 فرنام[26]
492 دانشجو با دامنه سنی 50-18 سال مورد بررسی قرار گرفتند که اکثر آنها (8/53 %) دختر و دانشجوی کارشناسی (2/78 %) بودند. میانگین نمره اعتیاد به تلفن همراه برابر 38/37 بود. بین اعتیاد به تلفن همراه با اهمال‌کاری تحصیلی دانشجویان رابطه مثبت و معنی‌داری(01/0P<،21/0 r=) وجود داشت. نتایج مدل رگرسیون نشان داده است که اعتیاد به تلفن همراه به تنهایی 6 درصد و به همراه هوش اخلاقی 21 درصد از واریانس نمرات اهمال‌کاری تحصیلی را تبیین می‌کنند (05/0P<). خوب تبریز Savari 5/51 492 1400 شهبازیان خونیق[27]
384 دانشجو شامل دختران با میانگین سنی برابر 14/23 سال و پسران با میانگین سنی برابر 49/22 سال مورد بررسی قرار گرفتند. 65 % نمونه‌ها دختر بودند. میانگین نمره اعتیاد به تلفن همراه برابر 97/36 بود. نمره میانگین سبک‌های پردازش هویت به این صورت بود: سبک هویت اطلاعاتی(62/39)، سبک هویت هنجاری(42/33)، سبک هویت سردرگم/اجتنابی(12/30)، مقابله مذهبی مثبت(67/14) و مقابله مذهبی منفی(08/5). نتایج آزمون همبستگی نشان داد که اعتیاد به تلفن همراه با سبک سردرگم/اجتنابی (01/0P<) و مقابله مذهبی منفی(05/0P<) دارای همبستگی مثبت و معنی‌دار می باشد. متوسط زاهدان Savari 1/46 384 1396 عسکری زاده[34]
378 دانشجو که اکثر آنها (62 %) دختر و مجرد (83 %) بودند، مورد بررسی قرار گرفتند. میانگین نمره اعتیاد به تلفن همراه برابر 4/45 بود. بین وابستگی به موبایل با سرمایه شناختی و راهبردهای مقابله (راهبرد مساله‌مدار و راهبرد شناختی) رابطه منفی معنی‌دار و بین وابستگی به موبایل و راهبرد هیجان‌مدار و راهبرد اجتنابی رابطه مثبت و معنی‌دار وجود داشته است (05/0P<). بین مولفه‌های وابستگی به موبایل با سرمایه اجتماعی رابطه‌ای وجود نداشته است(05/0P>). مولفه‌های وابستگی به موبایل به‌خوبی توانستند متغیرهای سرمایه روانشناختی و راهبردهای مقابله‌ای را پیش‌بینی کنند(05/0P<). خوب اردبیل Cell phone addiction scale 7/31 378 1396 حاجلو[35]
111 دانشجوی سال اول دوره کارشناسی با میانگین سنی 19 سال مورد بررسی قرار گرفتند. اکثر آنها دختر (5/77 %) بودند. میانگین نمره اعتیاد به تلفن همراه برابر 8/42 بود. بین اعتیاد به تلفن همراه با خرده مقیاس‌های تعهد (001/0P<،335/0- r=) و هویت هنجاری(03/0P<،206/0- r=) همبستگی منفی معنی‌دار و بین اعتیاد با خرده مقیاس هویت سردرگم (001/0P<،448/0 r=) همبستگی مثبت و معنی‌داری وجود داشت. بر اساس نتایج مدل در حدود 20 % از واریانس اعتیاد به تلفن همراه توسط متغیرهای تعهد (به صورت منفی) و سبک هویت سردرگم (به صورت مثبت) قابل پیش بینی می باشد. خوب تهران Mobile phone addiction index 94/37 111 1396 شفیعی[19]
380 دانشجوی پزشکی با میانگین سنی 8/21 سال مورد بررسی قرار گرفتند. اکثر آنها (5/69 %) دختر و مجرد (3/88 %) بودند. میانگین نمره اعتیاد به تلفن همراه برابر 18/48 بود. بین نمره کلی کیفیت خواب و تمامی ابعاد آن، به‌جز نمره بعد مدت خواب ، ارتباط معنی‌دار مشاهده شد (05/0P<).  نتایج نشان داد که اعتیاد به تلفن همراه در کنار جنس مذکر و تحصیل در رشته پزشکی عمومی از مهمترین عوامل پیش‌بینی کننده کیفیت خواب پایین است به‌طوری که اعتیاد به تلفن همراه به تنهایی تا 5/4 برابر احتمال بروز کیفیت خواب پایین را بالا می برد. خوب قم COS 8/45 380 1395 محمدبیگی[36]
339 دانشجوی دانشگاه آزاد مورد بررسی قرار گرفتند که میانگین نمره اعتیاد به تلفن همراه برابر 57/42 بود.  نتایج نشان‌دهنده همبستگی مثبت و معنی‌دار بین اعتیاد به تلفن همراه با احساس تنهایی، سبک فرزندپروری آزادگذاری و سبک استبدادی بود (05/0P<). نتایج مدل رگرسیون نشان داد که احساس تنهایی و سبک‌های فرزندپروری در مجموع 19 % از واریانس اعتیاد به تلفن همراه را پیش بینی می‌کنند. متوسط بجنورد Mobile phone addiction index 23/42 339 1395 منشئی[37]
581 دانش‌آموز دبیرستانی با میانگین سنی 28/16 سال مورد بررسی قرار گرفتند. 5/53 % آنها دختر بودند. میانگین نمره اعتیاد به تلفن همراه برابر 03/42 بود.  میانگین تعدد سال استفاده از تلفن همراه توسط نمونه‌ها برابر 82/4 سال بود. به ترتیب 4/6 % (27 نفر)، 77/6  % (451 نفر) و 17/7 % (103 نفر) از نمونه‌ها سطح خفیف، متوسط و زیادی از اعتیاد به تلفن همراه را نشان دادند. بر اساس نتایج مطالعه، همبستگی مثبت و معنی‌داری بین اعتیاد به تلفن همراه و سن دانشجویان وجود داشت(001/0P=،228/0 r=). متوسط گیلان COS 24 581 1395
نوروزی پرشکوه [38]
COS: Cell-Phone Over-Use Scale; PAPAS: Persian Mobile Phone Addiction Scale; SAS: Smartphone Addiction Scale

                                                                                                                                                                  
شکل 2.  نمره استاندارد اعتیاد به گوشی هوشمند در میان دانشجویان و دانش‌آموزان ایرانی
نتایج نشان داد که نمره استاندارد ترکیبی برای اعتیاد به گوشی هوشمند 39 % (با فاصله اطمینان 95%: 45-33 درصد) (شکل2) است. نتایج تحلیل زیرگروه به تفکیک نوع جامعه هدف نشان داد که نمره استاندارد اعتیاد به گوشی هوشمند در دانشجویان 5/39 درصد (با فاصله اطمینان 95%: 5/46-6/32) و در دانش‌آموزان 6/36 درصد (با فاصله اطمینان 95%: 6/48-6/24) بود. دو گروه از نظر نمره استاندارد با هم تفاوت معنی‌داری نداشتند (677/0p=). همچنین، تحلیل زیرگروهی به تفکیک نوع ابزار جمع‌آوری داده‌ها نشان داد که نمره استاندارد اعتیاد به گوشی هوشمند بر اساس مقیاس‌های COS و Savari به‌ترتیب 8/39 درصد (با فاصله اطمینان 95%: 9/46-7/32) و 8/28 درصد (با فاصله اطمینان 95%: 1/41-5/16) بود. نمره استاندارد اعتیاد به گوشی هوشمند در مقالات با کیفیت بالا 38 درصد (با فاصله اطمینان 95%: 7/46-2/29) و در مقالات با کیفیت متوسط 6/39 درصد (با فاصله اطمینان 95%: 8/44-4/34) بود و نمره استاندارد اعتیاد به گوشی هوشمند در بین این دو گروه مقالات با هم تفاوت معنی داری نداشت (755/0p = ) (جدول 2).
جدول 2. نمره استاندارد اعتیاد به گوشی های هوشمند بر اساس نوع ابزار، نوع نمونه ها و کیفیت مقالات
بین زیرگر‌وه‌ها بین مطالعات نمره استاندارد(CI95%) تعداد زیر گروه
P Q Q P I2
114/0 34/4 95/87 001/0 18/93  (9/46-7/32) 8/39 7 Savari ابزار
17/150 001/0 34/97  (1/41-5/16) 8/28 5 COS
46/97 001/0 82/92  (2/51-7/36) 9/43 8 سایر
677/0 14/0 50/362 001/0 41/96  (5/46-6/32) 5/39 14 دانشجو نوع
نمونه ها
76/165 001/0 98/96  (6/48-6/24) 6/36 6 دانش آموز
755/0 10/0 28/90 001/0 28/89 (8/44-4/34) 6/39 7 متوسط کیفیت
08/443 001/0 16/67 (7/46 2/29) 38 13 قوی
همچنین، یافته‌های متارگرسیون نشان داد که بین نمره استاندارد اعتیاد به گوشی هوشمند با حجم نمونه مطالعات منتخب (834/0p=) و سال انتشار مقالات (648/0p=) ارتباطی وجود نداشت (شکل 3). سوگیری انتشار هم معنی‌دار نبود (211/0p=).

شکل 3. نتایج متارگرسیون رابطه بین نمره استاندارد اعتیاد به گوشی هوشمند و حجم نمونه (A) و سال (B)
بحث
در این مطالعه که به‌منظور برآورد نمره استاندارد اعتیاد به گوشی‌های هوشمند انجام شد، نمره استاندارد اعتیاد به گوشی‌های هوشمند در بین دانشجویان و دانش­آموزان ایرانی به ترتیب 5/39درصد و 6/36درصد بود. به‌نظر می‌رسد اعتیاد به گوشی‌های هوشمند در این شرکت‌کنندگان کم است. در مطالعه ستورامان و همکاران [39]در هند، نمره استاندارد اعتیاد به گوشی‌های هوشمند در بین دانشجویان پزشکی 63/40٪ گزارش شد، که تقریباً مشابه این مطالعه است. در مطالعه بومصلح  و همکاران[40]، اعتیاد به گوشی‌های هوشمند در بین دانشجویان متوسط بود. دانشجویان به دلایل مختلف از جمله به دسترسی به منابع اطلاعاتی، به استفاده از گوشی‌های هوشمند نیاز دارند. با این حال، عوامل مختلف دیگر، از جمله شبکه‌های اجتماعی مختلف، می‌توانند آنها را در معرض استفاده بیش از حد و اعتیاد به گوشی‌های هوشمند قرار دهند. نتایج مطالعه‌ای نشان داد که استفاده از گوشی‌های هوشمند تأثیر منفی بر یادگیری و عملکرد تحصیلی دانشجویان و مهارت‌ها و توانایی‌های شناختی آنها دارد[41].
اعتیاد به گوشی‌های هوشمند می‌تواند دانشجویان را در معرض خطر ابتلا به انواع مختلف اختلالات روانی مانند اختلالات دوقطبی، افسردگی، اضطراب، اختلالات جسمی، اختلال شخصیت وابسته و اختلال شخصیت وسواسی-اجباری قرار دهد[42]. از طرف دیگر، وجود اختلالات روانی مانند اضطراب و افسردگی می‌تواند به نوعی عامل خطر اعتیاد به گوشی‌های هوشمند باشد، زیرا در افراد مبتلا به افسردگی و اضطراب، استفاده از گوشی‌های هوشمند به‌عنوان راهی برای مقابله با این وضعیت در نظر گرفته می‌شود[2]. عوامل مهم و تأثیرگذار دیگر در اعتیاد به گوشی‌های هوشمند شامل الگوهای ارتباطی خانواده، تعاملات خانوادگی، نگرش‌های والدین و خشونت یا همبستگی درون خانواده است[43،44]. به‌نظر می‌رسد که رشد فناوری‌هایی مانند گوشی‌های هوشمند، همراه با مزایای فراوانشان، می‌تواند بسیاری از ارتباطات و عملکردهای خانواده‌ها، به‌ویژه تعاملات بین والدین و نوجوانان و جوانان را به چالش بکشد. مطالعات مختلف نشان داده‌اند که نمره استاندارد اعتیاد به گوشی‌های هوشمند در میان دانشجویان در عربستان سعودی و هند به ترتیب 5/36 %[45] و 7/44 % [46] بوده است. در مطالعه چینگ و همکاران[47]، میزان اعتیاد به گوشی‌های هوشمند در دانشجویان پزشکی 9/46 % بود.
نتایج مطالعه نشان داد که بین نمره استاندارد اعتیاد به گوشی هوشمند و سال انتشار مقالات ارتباط معنی داری وجود نداشت. مطالعه ژانگ و همکاران[48] نیز همسو با این مطالعه نشان داد که بین سال انتشار مقالات و میزان اعتیاد به گوشی هوشمند ارتباط معناداری مشاهده نمی‌شود. وضعیت اعتیاد ممکن است به اشباع نسبی استفاده از گوشی هوشمند در بین دانشجویان و دانش‌آموزان رسیده باشد، به‌طوری که تفاوت‌های زمانی دیگر تأثیر قابل‌توجهی بر نمره اعتیاد به گوشی‌های هوشمند ندارند و باید به جای تمرکز صرف بر سال انتشار، به سایر عوامل موثر بر میزان اعتیاد  توجه کرد. با این وجود، راتان و همکاران[49] نشان دادند که با افزایش استفاده از فناوری‌های نوین، شیوع اعتیاد به گوشی در سال‌های اخیر افزایش یافته است. نویسندگان این افزایش را ناشی از دسترسی آسان‌تر به فناوری، گسترش اینترنت پرسرعت و توسعه برنامه‌های کاربری جذاب و شبکه‌های اجتماعی می‌دانند. این پدیده به‌ویژه در میان دانشجویان و نوجوانان مشهود است و به دلیل استفاده گسترده از گوشی‌ها برای آموزش، سرگرمی و ارتباطات اجتماعی تشدید شده است.

محدودیت‌ها
از محدودیت‌های این مطالعه می‌توان به اطلاعات ناکامل برخی از مقالات و عدم گزارش اعتیاد به گوشی‌های هوشمند به تفکیک جنسیت و رشته تحصیلی اشاره کرد. بنابراین، امکان تحلیل بر اساس این متغیرها وجود نداشت.

نتیجه‌گیری
در این مرور نظام‌مند و فراتحلیل، نمره استاندارد تجمعی اعتیاد به گوشی‌های هوشمند در میان دانش‌آموزان و دانشجویان ایرانی بررسی شد. نمره استاندارد تجمیعی برای اعتیاد به گوشی‌های هوشمند در میان دانشجویان و دانش‌آموزان ایرانی پایین بود، میانگین نمره اعتیاد در دانشجویان کمی بیشتر از دانش‌آموزان بود، اما تفاوت معنی‌داری بین این دو گروه مشاهده نشد. همچنین، تفاوت‌هایی بر اساس ابزارهای مورد استفاده برای سنجش اعتیاد مشاهده شد، به‌طوری‌که مقیاس COS نمره بالاتری را نسبت به مقیاس Savari نشان داد. تحلیل کیفیت مقالات نشان داد که نمره اعتیاد در مطالعات با کیفیت متوسط بیشتر از مطالعات با کیفیت بالا بود. نتایج متارگرسیون نیز نشان داد که حجم نمونه و سال انتشار مقالات تأثیر معنی‌داری بر نمره اعتیاد نداشتند. این نتایج اهمیت توجه به اعتیاد به گوشی‌های هوشمند به‌عنوان یک چالش جدی در گروه‌های جوان را برجسته می‌کند. یافته‌های این مطالعه می‌توانند مبنایی برای طراحی برنامه‌های مداخله‌ای در حوزه سلامت روان و بهبود استفاده از فناوری در میان دانشجویان و دانش‌آموزان فراهم کند. همچنین، نیاز به استانداردسازی ابزارهای سنجش و انجام مطالعات با کیفیت بالا در این زمینه مورد تأکید قرار می‌گیرد.
پیوست: راهبرد جستجو

اعلان ها
ملاحظات اخلاقی: دراین پژوهش ملاحظات اخلاقی مرتبط با مطالعات مروری شامل اطمینان از صحت و دقت در گردآوری داده‌ها و تفسیر اطلاعات بدون سوءگیری و پیش داوری رعایت شده است.
مشارکت نویسندگان: رضا قانعی قشلاق: سرپرستی مطالعه، مفهوم سازی و طراحی مطالعه، روش شناسی، اعتبارسنجی، تحلیل داده‌، نگارش- بررسی و ویرایش، فاضل دهون: مفهوم سازی و طراحی مطالعه، گردآوری داده، اعتبارسنجی، نگارش- بررسی و ویرایش، جمال امیری: گردآوری داده، اعتبارسنجی، نگارش- پیش‌نویس. وجیهه باغی: گردآوری داده، اعتبارسنجی، نگارش- پیش نویس، تمامی نویسندگان متن نهایی مقاله را مطالعه و تائید کرده‌اند
رضایت برای انتشار: مورد ندارد.
دسترسی به داده ها: داده های این مطالعه از طریق ایمیل نویسنده مسئول با ذکر دلیل منطقی در دسترس است.
استفاده از هوش مصنوعی: برای ویرایش بخش انگلیسی این مقاله، از ChatGPT شرکت OpenAI استفاده شده است. کلیه محتوای ویرایش شده توسط این ابزار، به دقت توسط نویسندگان بازبینی و تائید شده است.
تشکر و قدردانی: نویسندگان بدین وسیله از تمامی پژوهشگرانی که نتایج مطالعات آنان مورد بررسی قرار گرفته است، سپاسگزاری می‌نمایند.
حمایت مالی:  نویسندگان هیچ‌گونه حمایت مالی برای تحقیق، تألیف و یا انتشار این مقاله دریافت نکرده‌اند.
تعارض منافع: نویسندگان این مقاله هیچ گونه تعارض منافعی را اظهار نمی کنند.

 
نوع مقاله: مروری | موضوع مقاله: فن آوری اطلاعات سلامت
دریافت: 1403/4/11 | پذیرش: 1280/9/23 | انتشار: 1404/3/17

فهرست منابع
1. Panova T, Carbonell XJ. Is smartphone addiction really an addiction?. Journal of Behavioral Addictions. 2018;7(2):252-9. [DOI:10.1556/2006.7.2018.49]
2. Cha SS, Seo BK. Smartphone use and smartphone addiction in middle school students in Korea: prevalence, social networking service, and game use. Health Psychology Open. 2018;5(1):2055102918755046. [DOI:10.1177/2055102918755046]
3. Arab News. Saudi Arabia ranks 3rd globally for smartphone use. Arab News. Mar 28 2017. [cited 2024 Aug 21] Available from: https://www.arabnews.com/node/1075126/corporate-news
4. Cheever NA, Rosen LD, Carrier LM, Chavez A. Out of sight is not out of mind: the impact of restricting wireless mobile device use on anxiety levels among low, moderate and high users. Computers in Human Behavior. 2014;37:290-7. [DOI:10.1016/j.chb.2014.05.002]
5. Olson JA, Sandra DA, Colucci ÉS, Al Bikaii A, Chmoulevitch D, Nahas J, et al. Smartphone addiction is increasing across the world: a meta-analysis of 24 countries. Computers in Human Behavior. 2022;129:107138. [DOI:10.1016/j.chb.2021.107138]
6. Mycos Research Institute. Investigation report on mobile phone use of chinese college students. 2018. [cited 2024 Aug 21]. Available from: http://www.mycos.com.cn
7. Torrecillas L. Mobile phone addiction in teenagers may cause severe psychological disorder. Medical Studies. 2007;14(3):11-3. Available from: https://canal.ugr.es/prensa-y-comunicacion/medios-digitales/newsmedicalnet-australia/mobilephone-addiction-in-teenagers-may-cause-severe-psychological-disorders/
8. Alosaimi FD, Alyahya H, Alshahwan H, Al Mahyijari N, Shaik SA. Smartphone addiction among university students in Riyadh, Saudi Arabia. Saudi Medical Journal. 2016;37(6):675. [DOI:10.15537/smj.2016.6.14430]
9. Kruger DJ, Djerf JM. High ringxiety: attachment anxiety predicts experiences of phantom cell phone ringing. Cyberpsychology, Behavior, and Social Networking. 2016;19(1):56-9. [DOI:10.1089/cyber.2015.0406]
10. Mosalanejad L, Nikbakht G, Abdollahifrad S, Kalani N. The prevalence of smartphone addiction and its relationship with personality traits, loneliness and daily stress of students in Jahrom University of medical Sciences in 2014: a cross-sectional analytical study. Journal of Research in Medical Dental Science. 2019;7(2):131-6. Available from: https://www.jrmds.in/articles/the-prevalence-of-smartphone-addiction-and-its-relationship-with-personality-traits-loneliness-and-daily-stress-of-students-in-jah-25642.html
11. Enayati S. The prediction of mobile phone addiction based on HEXACO personality, cognitive flexibility and Time perspective in female students. The Journal of New Advances in Behavioral Sciences.2021;5(48):1-18.[In Persian]. Available from: https://ijndibs.com/browse.php?&slct_pg_id=17&sid=1&slc_lang=en
12. Munn Z, Moola S, Lisy K, Riitano D, Tufanaru C. Chapter 5 systematic reviews of prevalence and incidence In: Aromataris E, Munn Z, editors. JBI manual for evidence synthesis. JBI: 2020. [DOI:10.46658/JBIRM-17-05]
13. Sevari K. Construction and validation of the mobile phone addiction questionnaire. Quarterly of Educational Measurement. 2014;5(15):126-42. [In Persian]. Available from: https://jem.atu.ac.ir/article_272_en.html
14. Khajeahmadi M, Pooladi S, Bahreini M. Design and assessment of psychometric properties of the addiction to mobile questionnaire based on social networks. Iranian Journal of Psychiatric Nursing. 2017;4(4):43-51. [In Persian]. https://dx.doi.org/10.21859/ijpn-04046
15. Jenaro C, Flores N, Gómez-Vela M, González-Gil F, Caballo C. Problematic internet and cell-phone use: psychological, behavioral, and health correlates. Addiction Research & Theory. 2007;15(3):309-20. [DOI:10.1080/16066350701350247]
16. Young KS. Internet addiction: the emergence of a new clinical disorder. CyberPsychology & Behavior. 1998;1(3):237-44. 7 [DOI:10.1089/cpb.1998.1.23]
17. Kwon M, Kim DJ, Cho H, Yang S. The smartphone addiction scale: development and validation of a short version for adolescents. PLOS ONE. 2014;8(12):e83558. [DOI:10.1371/journal.pone.0083558]
18. Koo HY. Development of a cell phone addiction scale for korean adolescents. Journal of Korean Academy of Nursing. 2009;39(6):818-28. [DOI:10.4040/jkan.2009.39.6.818]
19. Shafiee S, Rajaee M, Rasouli A. The role of identity styles and resiliency in prediction of mobile phone addiction. Quarterly Journal of Health Breeze. 2017. [In Persian]. Available from: https://jfh.sari.iau.ir/article_654141.html?lang=en
20. Higgins JP, Thompson SGm. Quantifying heterogeneity in a meta‐analysis. Statistics in Medicine. 2002;21(11):1539-58. [DOI:10.1002/sim.1186]
21. Egger M, Smith GD, Schneider M, Minder CJb. Bias in meta-analysis detected by a simple, graphical test. British Medical Journal. 1997;315(7109):629-34. [DOI:10.1136/bmj.315.7109.629]
22. Sadri L, Shahriari Ahmadi M, Tajalli P. Causal relationship between peer-matching and body management with mediating role of mobile-based social media addiction in adolescents with social snxiety. Quarterly Social Psychology Research. 2021;11(41):121-36. [In Persian]. [DOI:10.22034/spr.2021.242110.1527]
23. Mamashli L, Barani F, Hojjati H, Aghazi N, Hekmatipour N. Assessment the rate of Internet addiction and mobile phone damage in nursing students of Azad University. Iranian Journal of Nursing Research. 2019;14(2):15-22. [In Persian]. Available from: https://ijnr.ir/article-1-2152-en.html
24. Eisanazar A, Najafi K, Mohammadi A, Sarlak C, Mirfarhadi N. Relationship Between smartphone addiction and stress and life satisfaction in medical students. Journal of Guilan University of Medical Sciences. 2021;30(2):144-55. [In Persian]. [DOI:10.32598/JGUMS.30.2.1742.1]
25. Saman JA, Valinejadi A, Mohammadi S, Karimpor H, Maryam M, Kawyannejad R. Assessment of relationship between the use of cell phone and social networks and sleep quality in students of medical sciences: a cross-sectional study. Interventional Medicine and Applied Science. 2020;11(3):131-5. [DOI:10.1556/1646.10.2018.30]
26. Farnam A, Ghanbarpoor M. The role of family relationship patterns and psychosocial atmosphere students' mobile network-based addiction classroom. Journal of Educational Psychology Studies. 2020;17(37):144-21. [In Persian]. Available from: https://jeps.usb.ac.ir/article_5165_en.html
27. Shahbaziyankhonig A, Sheikhalizadeh S, Mohammadiyan Garibe AA, Rashbari Dibavar M, Alipour F, Anahid E. Discriminative role of moral intelligence, mindfulness and cell phone addiction in suicide probability among students. The Journal of New Thoughts on Education. 2020;15(4):203-22. [In Persian]. Available from: https://jontoe.alzahra.ac.ir/article_4513_en.html?lang=fa
28. Babakr ZH, Majeed K, Mohamedamin P, Kakamad K. Internet addiction in Kurdistan university students: prevalence and association with self-control. European Journal of Educational Research. 2019;8(3):867-73. [DOI:10.12973/eu-jer.8.3.867]
29. Shahroudi S, Soltani F, Nouri N, Rigi A. The relationship between cell-phone addiction with the academic achievement motivation and academic performance of students in Khash Baluchestan. Shenakht Journal of Psychology Psychiatry. 2019;5(6):57-70. [In Persian]. [DOI:10.29252/shenakht.5.6.57]
30. Fallah S, Ghanbari N, Alizadeh SS, Zamanipour F. Depression, fear of missing out, and identity diffusion: smartphone addiction among adolescents. Journal of Developmental Psychology. 2019;61(16):87-95. [In Persian]. Available from: https://www.sid.ir/paper/101205/en
31. Azimi K, Yailagh MS, Garavand Y. Challenges of smart life: the role of psychological well-being and mental health in predicting cell phone addiction of adolescents. Depiction of Health. 2019;10(3):197-207. [In Persian]. Available from: https://doh.tbzmed.ac.ir/Article/doh-274
32. Khonig AS, Banadig KH, Bastam AR. Survey of the role of moral intelligence and cell phone addiction in academic pocrastination of students. Journal of Education Strategies in Medical. 2018;11(5):1-8. [In Persian]. Available from: http://edcbmj.ir/article-1-1517-en.html
33. Zanjani Z, Moghbeli Hanzaii M, Mohsenabadi H. The relationship of depression, distress tolerance and difficulty in emotional regulation with addiction to cell-phone use in students of Kashan University. Feyz (Journal of Kashan University of Medical Sciences). 2018;22(4):411-20. [In Persian]. https://feyz.kaums.ac.ir/article-1-3563-en.html
34. Askarizadeh G, Poormirzaei M, Hajmohammadi R. Identity processing styles and cell phone addiction: the mediating role of religious coping. Journal of Pizhūhish dar dīn va Salāmat. 2017;1(3):18-29. Available from: https://journals.sbmu.ac.ir/en-jrrh/article/view/15610
35. Hajloo N, Rasoulzadeh B, Jafari R. The relationship between dependence on mobile, psychological capital, social capital and coping strategies among students. Scientific Journal of Educational Research. 2017;12(49):81-98. [In Persian]. Available from: https://journals.iau.ir/article_532488.html?lang=en
36. Mohammadbeigi A, Absari R, Valizadeh F, Saadati M, Sharifimoghadam S, Ahmadi A, et al. Sleep quality in medical students; the impact of over-use of mobile cell-phone and social networks. Journal of Research in Health Sciences. 2016;16(1):46-50. Available from: https://pmc.ncbi.nlm.nih.gov/articles/PMC7189085/
37. Monshaei G, Ghasemi Motlagh M, Ghovahi F, Mortazavi F. The relationsheep between loneliness and parenting styles with mobile phone addiction. Scientific Journal of Educational Research. 2016;11(45):101-12. [In Persian]. Available from: https://journals.iau.ir/article_524004.html
38. Norouzi Parashkouh N, Mirhadian L, EmamiSigaroudi A, Kazemnezhad Leili E, Hasandoost F. Internet and mobile phone addiction among high school students: a cross sectional study from Iran. IOSR Journal of Nursing Health Science. 2016;5(3):31-4. Available from: https://www.iosrjournals.org/iosr-jnhs/papers/vol5-issue3/Version-5/E0503053134.pdf
39. Sethuraman AR, Rao S, Charlette L, Thatkar PV, Vincent VJ. Smartphone addiction among medical college students in the Andaman and Nicobar Islands. International Journal of Community Medicine and Public Health. 2018;5(10):4273-7. [DOI:10.18203/2394-6040.ijcmph20183867]
40. Boumosleh J, Jaalouk DJ. Smartphone addiction among university students and its relationship with academic performance. Global Journal of Health Science. 2018;10(1):48-59. [DOI:10.5539/gjhs.v10n1p48]
41. Sunday OJ, Adesope OO, Maarhuis PL. The effects of smartphone addiction on learning: a meta-analysis. Computers in Human Behavior Reports. 2021;4:100114. [DOI:10.1016/j.chbr.2021.100114]
42. Alavi SS, Ghanizadeh M, Farahani M, Jannatifard F, Alamuti SE, Mohammadi MR. Addictive use of smartphones and mental disorders in university students. Iranian Journal of Psychiatry. 2020;15(2):96. [DOI:10.18502/ijps.v15i2.2681]
43. Cheng YC, Yang TA, Lee JC. The relationship between smartphone addiction, parent-child relationship, loneliness and self-efficacy among senior high school students in Taiwan. Sustainability. 2021;13(16):9475. [DOI:10.3390/su13169475]
44. Kim H-J, Min JY, Min KB, Lee TJ, Yoo SJ. Relationship among family environment, self-control, friendship quality, and adolescents' smartphone addiction in South Korea: findings from nationwide data. Plos One. 2018;13(2):e0190896. [DOI:10.1371/journal.pone.0190896]
45. Alhazmi AA, Alzahrani SH, Baig M, Salawati EM. Prevalence and factors associated with smartphone addiction among medical students at King Abdulaziz University, Jeddah. Pakistan Journal of Medical Sciences. 2018;34(4):984. [DOI:10.12669/pjms.344.15294]
46. Kumar VA, Chandrasekaran V, Brahadeeswari H. Prevalence of smartphone addiction and its effects on sleep quality: a cross-sectional study among medical students. Industrial Psychiatry Journal. 2019; 28(1): 82-5. [DOI:10.4103/ipj.ipj_56_19]
47. Ching SM, Yee A, Ramachandran V, Sazlly Lim SM, Wan Sulaiman WA, Foo YL, et al. Validation of a Malay version of the smartphone addiction scale among medical students in Malaysia. Plos One . 2015;10(10):e0139337. [DOI:10.1371/journal.pone.0139337]
48. Zhang Y, Shang S, Tian L, Zhu L, Zhang W. The association between fear of missing out and mobile phone addiction: a meta-analysis. BMC Psychology. 2023;11(1):338. [DOI:10.1186/s40359-023-01376-z]
49. Ratan ZA, Parrish AM, Alotaibi MS, Hosseinzadeh H. Prevalence of smartphone addiction and its association with sociodemographic, physical and mental well-being: a cross-sectional study among the young adults of bangladesh. International Journal of Environmental Research and Public Health. 2022;19(24). [DOI:10.3390/ijerph192416583]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مدیریت سلامت می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Health Administration

Designed & Developed by : Yektaweb