表1 屏幕成瘾的构成要素总览
Table 1 Summary of the constituent elements of preschool screen addiction
现有量表文献来源难以戒断及凸显行为人际和健康问题消极情绪反应使用频率和习惯其他 屏幕成瘾徐华等[30]√√√财务困境 熊婕等[31]√√√√ 苏双等[32]√√√√ 儿童屏幕成瘾Chen等[22]√√√ Wang等[24]√√√ 祁迪等[33]√√√√ 幼儿屏幕成瘾Konca等[23]√√√√
北京大学学报(自然科学版) 第61卷 第4期 2025年7月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 61, No. 4 (July 2025)
doi: 10.13209/j.0479-8023.2025.052
国家自然科学基金(72304018)和第九届青年人才托举工程项目(2023QNRC001)资助
收稿日期: 2024–08–07;
修回日期: 2025–07–01
摘要 当前社会普遍存在儿童过早接触网络及高频使用电子屏幕的现象, 而学术界尚未建立完整且明确的幼儿屏幕依赖行为的操作性定义及有效的行为识别工具。针对这一情况, 编制学龄前幼儿(3～6 岁)屏幕依赖行为量表。首先招募 21 名幼儿家长, 完成半结构化访谈; 随后采用问卷调查法, 将收集的 633 份有效家长问卷随机分成两组, 一组(n=333)用于探索性因素分析, 另一组(n=300)用于验证性因素分析和效度检验。最终编制的中国幼儿屏幕依赖行为量表(CPSD)有 9 个条目, 包含消极情绪对抗、身体机能弱化和使用退出障碍 3 个因子。验证性因素分析模型的拟合程度良好(χ2/df=3.02, RMSEA=0.077, CFI=0.875, TLI=0.922), Cronbach’s α=0.903, 说明问卷的信效度良好, 可用于测量 3～6 岁幼儿屏幕依赖行为程度。
关键词 儿童网络成瘾; 幼儿屏幕依赖行为量表; 信效度检验
成瘾是一种明知行为结果可能对自己有损害, 却仍然难以停止的重复性行为[1–3]。屏幕成瘾是技术性成瘾现象的代表, 被定义为对手机、电脑和电视等电子设备的问题性使用行为。现有研究将幼儿屏幕成瘾(pre-schooler screen addiction)视为一种持续且不受规训的屏幕媒介使用行为[4], 事实上, 由于幼儿群体的行为尚不具有稳定性, 延用“成瘾”这一称谓易将其标签化和污名化。但是, 不可否认, 相较于成年人和青少年, 儿童对屏幕的依赖性使用行为具有更高的危害性, 且这种行为更难以被儿童自身察觉。
英国通信管理局 2022 年调查显示, 99%的 3～17岁儿童有互联网使用行为, 其中 89%的 3～4 岁幼儿和 93%的 5～7 岁儿童会使用视频分享平台[5]。针对上海 3～4 岁儿童屏幕暴露的抽样调查显示, 儿童每日平均屏幕暴露时间为 2 小时 48 分钟[6], 远超世界卫生组织建议的 1 小时[7]。相关研究表明, 过度的屏幕暴露会对儿童的身体发育、心理健康、社会交往能力甚至神经发育产生负面影响[8]: 在生理层面表现出睡眠障碍[9]、近视[10]、骨密度降低[11–12]、高血压[13]以及肥胖[14]等问题, 在心理层面带来诸如抑郁[15]、注意缺陷多动障碍(ADHD)[16]和自杀倾向[17]等风险, 并进一步引发压力调节不良(交感神经唤醒[18]和皮质醇失调[19])等神经性问题, 在社会交往层面增加孩子的暴力倾向, 并减少亲社会行为和人际互动[20]。
目前关于幼儿屏幕依赖性使用行为的研究存在一定的局限性。首先是幼儿屏幕成瘾性依赖行为定义与测量的混乱。对于屏幕成瘾这一概念, 目前常见的测量工具有网络成瘾测验(Internet Addiction Test, IAT)[21]、中文网络成瘾量表(Chinese Internet Addiction Scale, CIAS)[22]、儿童技术问题性使用量表(Problematic Technology Use Scale for Young Children, PTUS-YC)[23]、小学儿童问题性网络使用量表(Problematic Internet Use Scale for Senior Ele-mentary School Students, PIUS-SESS)[24]和社交媒体问题使用量表(Problematic Media Use Measure, PMUM)[25]等。研究者在使用屏幕成瘾(screen addic-tion)、网络成瘾(internet addiction)和网络病理性使用(pathologic internet use)等概念时存在混用情况。实际上, 屏幕成瘾不等同于网络成瘾和网络病理性使用[26–27]。屏幕成瘾更强调聚焦手机、平板电脑等数字屏幕媒介终端, 而不强调具体的网络软件(游戏、社交媒体)等, 是适用范围更广、更具整合性的概念[26–27]。屏幕成瘾包含脱离网络使用的非联网屏幕媒介使用行为, 如非联网功能中的录像、自拍和缓存视频等幼儿使用较多的场景, 其易得性和便利性使其使用机会更多, 频率更高, 更易从心理上产生依赖, 导致成瘾[25–26]。其次是缺乏针对学龄前儿童(3～6 岁)屏幕成瘾性依赖行为特征的研究。未成年群体内部具有较大的异质性, 学龄儿童与学龄前儿童在生理和心理特征上具有显著的差异性, 主要社会生活场域和媒介使用习惯也存在较大的差异。然而, 目前的研究中并未对儿童样本进行进一步的细分。现有关于儿童网络或屏幕依赖使用行为相关的研究大多针对小学以上的学龄儿童展开[24], 缺乏针对学龄前儿童(3～6 岁)屏幕成瘾性依赖使用行为特征的研究。
总体而言, 国内研究者注意到屏幕暴露带来的潜在危害, 但尚未建立起幼儿屏幕依赖行为的识别和干预体系。现有的网络成瘾、智能手机成瘾等量表大多基于西方情境进行开发, 或以中青年学生或学龄儿童(6 岁以上)作为研究对象, 对于不具备自我报告能力、受家长媒介选择影响大的幼儿适用性较低。本研究的目的是通过梳理屏幕成瘾的相关定义, 将幼儿的屏幕成瘾性行为初步定义为“使用屏幕媒介后, 幼儿出现的一种对屏幕媒介过度依赖行为”。针对幼儿的适用情境进行相应的改编, 开发出有效的测量工具, 并考察其在中国幼儿中的信效度, 以期有助于对幼儿屏幕依赖行为进行早期甄别, 防范潜在风险。
被试纳入条件为幼儿年龄在 6 岁以下, 且在过去半年内有过屏幕媒介(如手机、电脑和 ipad 等)使用行为的家庭。采用方便抽样法, 从河北、山东两地的幼儿园中选取 3 组样本。
样本的选择参考以往量表和信效度指标的相关性分析结果[28], 使用 R 语言中的 pwr 包计算样本量, 设定 α=0.05, 1−β=0.80, r=0.2, 得出最小样本量为233。鉴于验证性因素分析要求样本量为样本条目的 5～10 倍, 综合考虑后, 确定最低样本量为 300。
样本 1 (访谈): 访谈对象为在过去半年内表现出媒介使用习惯或疑似成瘾行为的幼儿的家长。2022 年 9 月至 10 月期间, 4 名某 985 高校传播学方向的研究生在接受质性研究训练后, 分别对 21 名受访者进行一对一的半结构化访谈, 访谈过程中允许追问细节, 但禁止引导性提问, 每次访谈 15～20 分钟。访谈信息基本饱和后停止数据收集。受访家长中, 5 岁以下幼儿家长 9 名, 5 岁幼儿家长 3 名, 6 岁幼儿家长 9 名; 幼儿中女孩占 62%, 男孩占 38%。
样本 2 (问卷): 通过河北、山东地区幼儿园招募家长, 以自愿为原则填写问卷, 共回收 635 份问卷, 有效问卷 633 份, 回收率为 99.68%。每份问卷由父母任意一方填写, 平均完成时间约为 15 分钟。接受调查的家庭样本中包括男孩 361 名, 女孩 272名; 平均年龄为 5.31 岁, 标准差为 1.20。
1.2.1 儿童问题性网络使用等相关量表工具
在初步问卷和访谈提纲的编制中, 参考常用的儿童成瘾和问题性技术使用的相关测量方式。针对儿童网络成瘾(电子成瘾)等研究, 进行系统的文献梳理, 在初始量表的题项编撰中参考网络成瘾测验(IAT)[21]、中文网络成瘾量表(CIAS)[22]、儿童技术问题性使用量表(PTUS-YC)[23]、小学儿童问题性网络使用量表(PIUS-SESS)[24]和社交媒体问题使用量表(PMUM)[25]等量表中的相关问题, 并基于操作性定义进行改编, 所有问题均明确要求受访者基于幼儿过去半年的行为表现进行评估, 得分越高表明测量的问题越严重。
1.2.2 儿童气质量表
本研究中采用科罗拉多儿童气质量表(Colorado Childhood Temperament Inventory, CCTI)[29]作为效标, 量表从社交性、情绪化、主动性、注意力和食物行为反应 5 个维度测量儿童气质。人格是成瘾预测中重要的易感因素, 儿童气质是幼儿最早表现出的具有较强稳定性的心理特征, 有利于预测长大后稳定的人格属性。儿童气质与成瘾间的关系较为稳定[29], 因此将儿童气质作为检验量表效度的主要效标。量表由 30 项条目组成, 采用 5 级计分, 1 到 5 表示从“非常不符合”到“非常符合”。
问卷开发和修订过程中, 分别进行两轮样本招募: 样本 1 用于质性访谈, 样本 2 用于量表编制。施测时, 由幼儿父母之一根据幼儿在过去半年内的实际媒介使用行为完成问卷填答。调查由幼儿园班级为单位统一组织, 研究人员负责问卷的收回与核查。收集数据后, 将样本随机分成两组, 分别用于探索性因素分析和验证性因素分析及信效度检验。使用 SPSS 22.0 软件进行探索性因素分析, 使用AMOS 28.0 软件进行验证性因素分析。
以“儿童”与“屏幕成瘾”为主题词, 基于 Google Scholar 进行文献搜索。结果显示, 相关研究多采用“儿童网络(屏幕、媒介、游戏、视频、电视)技术成瘾”或“儿童问题性技术使用”等关键词进行探讨。对相关文献进行整理和归纳, 并参考已有成熟中文量表的最新版本, 筛选出具有代表性的相关问题维度, 列于表 1。
通过上述方法, 我们得到初步的访谈提纲与研究问题。现有文献和量表大多以儿童(中高年级具备识字与答题能力)的自我报告为主, 考虑到研究对象的特殊性, 我们将访谈对象设定为具有媒介使用习惯或疑似成瘾行为的幼儿的家长, 对问题进行相应的删改, 选取相对客观且家长可观测的视角, 整理得到访谈提纲, 访谈问题包含 3 个维度(表 2)。
我们从 21 名受访者中获得有效的原始语句共324 条。由两名编码员进行人工编码, 归纳出消极情绪唤醒、身体机能弱化和亲子命令对抗 3 个维度(表 3)。
根据访谈结果, 我们发现, 对幼儿而言, 除体现为不受控的长时间媒介使用行为外, 更重要的特点是: 1)幼儿更难控制情绪, 表现出明显的消极抵触情绪; 2)身体机能相比青少年和成年人更脆弱, 更容易因屏幕媒介的使用而呈现身体机能弱化的行为后果; 3)幼儿亲子关系弹性更大, 容易因屏幕媒介使用而产生亲子间的命令对抗。
表1 屏幕成瘾的构成要素总览
Table 1 Summary of the constituent elements of preschool screen addiction
现有量表文献来源难以戒断及凸显行为人际和健康问题消极情绪反应使用频率和习惯其他 屏幕成瘾徐华等[30]√√√财务困境 熊婕等[31]√√√√ 苏双等[32]√√√√ 儿童屏幕成瘾Chen等[22]√√√ Wang等[24]√√√ 祁迪等[33]√√√√ 幼儿屏幕成瘾Konca等[23]√√√√
表2 访谈提纲主要维度
Table 2 Main dimensions of interviews
问题主题问题构成示例 幼儿媒介使用幼儿使用平板或手机等触屏媒介的时间(初次接触年龄、单次使用时间) 场景(何种场景使用) 是否表现出依赖性(哪些行为特征) 家长媒介需求和家长媒介调解为幼儿选择屏幕媒介时的需求 家长对幼儿的控制手段 是否会陪同幼儿共同使用(共玩时长) 接受家长控制和介入后的反应(情绪反应、干预后的使用频率和时长) 家长媒介态度屏幕媒介可能给幼儿发展带来的影响
表3 幼儿屏幕依赖行为部分访谈摘要
Table 3 Summaries of interviews on preschool screen dependency behavior
代表性语句关键词汇范畴 哭喊、打滚, 玩手机的频率并没有变化哭喊消极情绪唤醒 拿走手机后会很不高兴, 一玩手机就不搭理人不理人 幼儿会不高兴、不理人, 家长和他说话也听不见不高兴 很担心幼儿很长时间坐着不动, 越来越不爱锻炼不锻炼身体机能弱化 对眼睛不好, 也变得不爱沟通视力下降 总感觉玩手机平板对眼睛不好, 也容易对孩子智力发育产生影响, 然后会沉迷网络混淆现实视力下降混淆现实 大人在说话或者不注意的时候孩子又会偷偷拿出来玩难以自控亲子命令对抗 玩手机和平板的时候很难叫停难以叫停 约定好的时间, 总要多拖十到二十分钟拖延
结合成瘾理论[28]及访谈结果, 本研究将幼儿屏幕成瘾性行为定义为“幼儿较长时间使用屏幕媒介后, 出现的一种对屏幕媒介过度依赖行为, 该依赖行为通常伴随一定程度的情绪、身体的负面影响”,并在量表中将其界定为“幼儿屏幕依赖行为”。
在研究 1 的基础上开发幼儿屏幕依赖行为量表, 参考相关成熟量表[22–24,30–32]并结合深度访谈进行改编, 初始问卷含 41 个项目, 基于访谈结果及相关研究[22–24], 归纳出三大维度, 每个维度约有 13～15 个项目。问卷采用 Likert 5 点评分, 从 1(非常不符合)到 5(非常不符合)。
2.2.1 样本分析
样本 1 访谈结束后, 对项目进行编码, 提及顺序排序(表 4), 结果显示提及率最高的是消极情绪对抗、使用退出表现和身体机能弱化。评价条目时, 受访者提到题目间同质性过高, “影响体态发育” “顶撞长辈”等行为与屏幕使用影响关系并不明显等问题。
对样本 2 的数据进行项目鉴别度分析。结合质性和量化研究, 并与专家讨论后, 我们决定合并重复题项。将样本 2(N2=633)随机分为样本 2-1(N2-1= 333)和样本 2-2(N2-2=300)。针对样本 2-1 进行探索性因素分析, 对样本 2-2 进行验证性因素分析, 据此结果明确问卷结构。
2.2.2 探索性因素分析
探索性因素分析所得 Bartlett 球形检验和样本适当性检验(KMO 值)结果(χ2=3088.523, df=36, p< 0.001)表明, 数据适合进行探索性因素分析。采用主成份分析法和正交旋转法, 依据碎石图, 确定抽取 3 个因素。各项目累积方差贡献率为 71.84%。按照共同度大于 0.300 且因素负荷大于 0.400 的标准, 依次删除第 7, 26, 4, 19, 17, 15, 16, 18, 20, 8, 27, 28, 21, 29, 9, 22, 11, 10 题目。按照因子载荷最高的原则, 最终每个维度保留 3 个条目(表 5), 因素 1 中 3个条目为对媒介产生的情绪反应, 命名为“使用退出障碍”; 因素 2 中 3 个条目为媒介使用产生的身体效果, 命名为“身体机能弱化”; 因素 3 中 3 个条目为媒介使用退出反应, 命名为“消极情绪对抗”。
2.2.3 效度
1)验证性因素分析。对随机分半得到的样本2-2 (N2-2= 300)进行验证性因素分析。结果表明, 模型的拟合结果良好: χ2/df=3.02, RMSEA=0.077, CFI =0.875, TLI=0.922。幼儿屏幕成瘾问卷整体 Cron-bach’sα=0.903, 信度良好。
2)结构效度。幼儿屏幕依赖行为量表各维度得分与量表总分之间高相关(相关系数 r 在 0.841～ 0.901 之间), 且问卷 3 个维度得分与问卷总分之间的相关系数比 3 个维度得分之间的相关系数高(表6), 表明 3 个维度具有较强的归属性。
3)效标关联效度。本研究选择儿童气质量表(CCTI) [29]作为效标, 同时假设幼儿屏幕依赖行为和儿童气质得分之间显著相关。问卷共有 30 个项目, 从社交性、情绪化、主动性、注意力和食物行为反应 5 个维度测量儿童气质。儿童气质问卷采用 5 点评分, 本研究中该问卷的 Cronbach’s α=0.903。通过计算幼儿屏幕依赖行为问卷得分与儿童气质量表标准得分之间的相关性, 得到效标效度(表 7)。结果表明, 幼儿屏幕依赖行为与儿童的情绪化、食物反应气质相关性均显著。
表4 幼儿屏幕依赖行为量表(初表)
Table 4 Preliminary version of Chinese Preschool Screen Dependency Behavior Scale (CPSD)
分量表问卷题序题项 消极情绪对抗(情绪表现)Q1当我拿走智能手机或平板电脑时, 我的孩子会沮丧 Q2我的孩子因使用智能手机或平板电脑, 和家长发生争执 Q3我拿走智能手机或平板电脑时, 我的孩子会赌气不理人 Q4我的孩子因使用智能手机或平板电脑, 经常不搭理家长 Q5当我拿走智能手机或平板电脑时, 我的孩子会不高兴 Q6当我拿走智能手机或平板电脑时, 我的孩子会生气 Q7我的孩子因使用智能手机或平板电脑, 会出现暴躁行为 Q8我的孩子因使用智能手机或平板电脑, 顶撞长辈 Q9我的孩子因使用智能手机或平板电脑, 社会交往技能较弱 Q10当我拿走智能手机或平板电脑时, 我的孩子会感到不安 Q11我的孩子被阻止使用智能手机或平板电脑后, 我很难安抚他的情绪 使用退出障碍(行为表现)Q12让我的孩子远离智能手机或平板电脑越来越困难 Q13我的孩子使用智能手机或平板电脑时, 很难被叫停 Q14我的孩子很难坚持一段时间不使用智能手机或平板电脑 Q15我的孩子对智能手机或平板电脑的依赖性很大 Q16我的孩子一旦使用智能手机或平板电脑就很难停止 Q17我的孩子在任何场所都要求使用智能手机或平板电脑 Q18我的孩子因使用智能手机或平板电脑而延迟睡觉时间 Q19我的孩子因使用智能手机或平板电脑, 和家长互动减少了 Q20我的孩子使用智能手机或平板电脑时, 很难被叫停 Q21当我拿走智能手机或平板电脑时, 我的孩子会争抢手机或平板电脑 Q22我的孩子越来越经常要求使用智能手机或平板电脑 身体机能弱化(病理性表现)Q23我的孩子因使用智能手机或平板电脑而自制力越来越差 Q24我的孩子因使用智能手机或平板电脑而反应变慢 Q25我的孩子因使用智能手机或平板电脑而缺乏锻炼 Q26我的孩子因使用智能手机或平板电脑而动作拖拉 Q27我的孩子因使用智能手机或平板电脑而视力变差 Q28我的孩子因使用智能手机或平板电脑而进食不佳 Q29我的孩子因使用智能手机或平板电脑而影响体态发育
表5 CPSD 因子载荷
Table 5 Item factor loads of CPSD
原序号新编码题项因素1(使用退出障碍)因素2(身体机能弱化)因素3(消极情绪对抗) Q1A1当我拿走智能手机或平板电脑时, 我的孩子会沮丧0.902 Q2A2我的孩子因使用智能手机或平板电脑, 和家长发生争执0.727 Q3A3我拿走智能手机或平板电脑时, 我的孩子会赌气不理人0.672 Q23B1我的孩子因使用智能手机或平板电脑而自制力越来越差0.910 Q25B2我的孩子因使用智能手机或平板电脑而缺乏锻炼0.594 Q24B3我的孩子因使用智能手机或平板电脑而反应变慢0.824 Q13C1我的孩子使用智能手机或平板电脑时, 很难被叫停0.645 Q14C2我的孩子很难坚持一段时间不使用智能手机或平板电脑0.558 Q12C3让我的孩子远离智能手机或平板电脑越来越困难0.916
表6 量表各维度相关性
Table 6 Correlation coefficients between factors
维度1234 1消极情绪对抗10.556**0.627**0.841** 2身体机能弱化0.556**10.725**0.868** 3使用退出障碍0.627**0.725**10.901** 4 幼儿屏幕依赖(总分)0.841**0.868**0.901**1
注: **在 0.01 级别(双尾)相关性显著。
本研究针对日益增长的幼儿屏幕使用现象, 特别是屏幕依赖行为对学龄前儿童(3～6 岁)带来的潜在危害, 开发幼儿屏幕依赖行为量表(Chinese Pre-school Screen Dependency Behavior Scale, CPSD),并验证其在中国情境下的适用性。通过对 21 名家长进行半结构化访谈以及从河北、山东两地幼儿园招募的 635 名家长样本的数据分析, 确定 CPSD 包含 3 个因子: 消极情绪对抗、身体机能弱化和使用退出障碍。通过验证性因素分析, 发现三因子模型拟合良好(χ²/df=3.02, RMSEA=0.077, CFI=0.875, TLI= 0.922), 问卷整体的 Cronbach’s α 系数为 0.903。从理论层面看, CPSD 的三因子结构不仅验证了幼儿屏幕依赖行为的独特性, 还弥补了现有量表在测量学龄前儿童时的不足。这一结构展现了幼儿屏幕依赖行为的核心特征: 情绪调节能力不成熟导致的强烈抵触反应、生理发育不完善带来的显著身体影响以及亲子互动中特有的行为模式。
本研究发现, 传统屏幕依赖行为量表中提出的“难以戒断” “人际交往”等维度并不完全适用幼儿屏幕依赖行为的甄别情境, 因此与传统量表(如 PMUM-SF[34])相比, CPSD 量表的编制中特别强调幼儿情绪对抗行为和生理健康指标的测量, 更准确地反映这一年龄段儿童的屏幕依赖特点。量表中对“身体机能弱化”的测量尤其重要, 因为幼儿正处于快速生长发育阶段, 其神经系统、视觉系统和骨骼肌肉系统对屏幕暴露更为敏感。幼儿的屏幕使用与睡眠质量下降、近视发生率升高以及运动能力发展迟缓等健康问题密切相关。此外, CPSD 的本土化开发过程考虑了中国的家庭教养环境和文化背景, 包括中国家长普遍存在的“电子保姆”教养方式、隔代教养中屏幕使用的特殊性以及中国城市家庭中普遍存在的高密度电子设备环境等因素, 使其更适用于中国幼儿的评估。
本研究通过系统地开发与验证幼儿屏幕依赖行为量表 CPSD, 为中国幼儿屏幕依赖行为的早期识别提供了有益的工具。CPSD 不仅涵盖传统意义上的屏幕成瘾性行为(如情绪反应和行为依赖), 还特别关注屏幕使用对幼儿身体健康的影响。这说明相对更高年龄具有行为结果认知的青少年而言, 针对幼儿的屏幕依赖行为判定应该更关注其情绪和身体行为的表现。这一发现支持发展心理学中关于前运算阶段儿童认知特点的理论预期, 即该阶段儿童尚未形成对行为后果的完整认知能力, 其问题行为更多地表现为即时性的情绪和生理反应。
本研究也为家庭媒介素养教育提供重要启示: 幼儿屏幕依赖行为中显现的情绪与生理信号, 实质上构成家庭互动模式调整的预警机制。这些发现不仅为早期识别高风险屏幕使用提供了可观测的生理指征, 更指引家长从行为管理(如屏幕时间调控)向认知共建(如媒介价值引导)的教养策略升级, 为数字化时代构建和发展适宜性家庭教育方案奠定实证基础。
表7 各维度与效标变量的相关性
Table 7 Correlation coefficients between factors and calibration variables
效标变量社交性情绪化主动性注意力食物反应反应程度 1消极情绪对抗−0.0240.450** 0.004−0.127*0.314**0.078 2身体机能弱化−0.0690.475**−0.068−0.063 0.395**0.088 3使用退出障碍−0.0550.410**−0.047−0.0940.332**0.071 4幼儿屏幕依赖−0.0560.511**−0.042−0.110*0.398**0.091
注: **在 0.01 级别(双尾)相关性显著, *在 0.05 级别(双尾)相关性显著。
本研究存在一些局限性。首先, 调研采用方便抽样, 主要收集河北、山东两地样本, 尽管这两个地区处于中原, 具有一定的代表性, 但是, 如果能收集更多不同地区的样本, 则可以减少潜在的地域偏差。其次, 本研究未进行量表的重测信度检验。虽然一些已有的高水平研究[35–37]在量表初步开发阶段同样未纳入该检验, 但鉴于幼儿群体的发展变化迅速, 重测信度对验证量表稳定性具有重要意义。未来的研究中, 应在资源允许的条件下, 设计合理的重测程序, 以便增强量表在不同时间点测量结果的一致性。最后, 本研究主要从家庭因素角度探讨幼儿屏幕依赖行为, 而已有研究表明, 儿童的发展受到自然环境、社会环境及遗传基础等多重因素的协同影响[38–39], 因此, 后续研究中可进一步从儿童特质变量出发, 结合生物生态学视角, 采用多元化的多层次的方法探究幼儿媒介使用及成瘾行为的复杂机制。
参考文献
[1] 陆文祥, 李晓巍. 屏幕正在养成“问题儿童”吗？——基于屏幕暴露与学前儿童问题行为关系的元分析. 学前教育研究, 2022(6): 49–61
[2] 李汪洋, 柳皑然. 屏幕暴露的数量与质量之辩——屏幕暴露与学前儿童非认知能力的关系. 教育学报, 2022, 18(1): 99–112
[3] Katarzyna K A, Nicholas R C, Andrew S. The rela-tionship between television exposure and children’s cognition and behaviour: a systematic review. Deve-lopmental Review, 2017, 44: 19–58
[4] Li H, Luo W, He H. Association of parental screen addiction with young children’s screen addiction: a chain-mediating model. International Journal of Envi-ronmental Research and Public Health, 2022, 19(19): 12788
[5] Office of Communications. Children and parents: me-dia use and attitudes report 2022 [EB/OL]. (2022–02) [2023–06–14]. https://www.ofcom.org.uk/research-and- data/media-literacy-research/childrens/children-and-parents-media-use-and-attitudes-report-2022
[6] Zhao J, Zhang Y, Jiang F, et al. Excessive screen time and psychosocial well-being: the mediating role of body mass index, sleep duration, and parent-child in-teraction. The Journal of Pediatrics, 2018, 202: 157–162
[7] World Health Organization. Guidelines on physical activity, sedentary behaviour and sleep for children under 5 years of age [EB/OL]. (2019–04)[2023–06–14]. https://www.who.int/publications-detail-redirect/ 9789241550536
[8] Lissak G. Adverse physiological and psychological effects of screen time on children and adolescents: literature review and case study. Environmental Re-search, 2018, 164: 149–157
[9] Magee C A, Lee J K, Vella S A. Bidirectional relation-ships between sleep duration and screen time in early childhood. JAMA Pediatrics, 2014, 168(5): 465–470
[10] Spillmann L. Stopping the rise of myopia in Asia. Graefes Archive for Clinical and Experimental Oph-thalmology, 2020, 258(5): 943–959
[11] Winther A, Ahmed L A, Furberg A, et al. Leisure time computer use and adolescent bone health — findings from the Tromsø study, fit futures: a cross-sectional study. BMJ Open, 2015, 5(6): 2–9
[12] Shao H, Xu S, Zheng J, et al. Association between duration of playing video games and bone mineral density in Chinese adolescents. Journal of Clinical Densitometry, 2015, 18(2): 198–202
[13] Merghani A, Malhotra A, Sharman S. The U-shaped relationship between exercise and cardiac morbidity. Trends in Cardiovascular Medicine, 2015, 26(3): 232–240
[14] Mihrshahi S, Drayton B A, Bauman A E, et al. Asso-ciations between childhood overweight, obesity, abdo-minal obesity and obesogenic behaviors and practices in Australian homes. BMC Public Health, 2017, 18(1): 44
[15] Yen J Y, Ko C H, Yen C F, et al. The comorbid psychi-atric symptoms of Internet addiction: attention deficit and hyperactivity disorder (ADHD), depression, social phobia, and hostility. Journal of Adolescent Health, 2007, 41(1): 93–98
[16] Yoo H J, Cho S C, Ha J Y, et al. Attention deficit hyperactivity symptoms and Internet addiction. Psy-chiatry and Clinical Neurosciences, 2004, 58(5): 487–494
[17] Lemola S, Perkinson-Gloor N, Brand S, et al. Adole-scents’ electronic media use at night, sleep distur-bance, and depressive symptoms in the smartphone age. Journal of Youth and Adolescence, 2015, 44(2): 405–418
[18] Hsieh D L, Hsiao T C. Respiratory sinus arrhythmia reactivity of internet addiction abusers in negative and positive emotional states using film clips stimulation. Biomedical Engineering Online, 2018, 15(1): 69
[19] Christakis D A, Liekweg K, Garrison M M, et al. Infant video viewing and salivary cortisol responses: a rando-mized experiment. The Journal of Pediatric, 2013, 162 (5): 1035–1040
[20] Christakis D A, Zimmerman F J. Violent television viewing during preschool is associated with antisocial behavior during school age. Pediatrics, 2007, 120(5): 993–999
[21] Widyanto L, McMurran M. The psychometric proper-ties of the internet addiction test. Cyberpsychology & Behavior, 7(4): 443–450
[22] Chen S H, Weng L C, Su Y J, et al. Development of Chinese internet addiction scale and its psychometric study. Chinese Journal of Psychology, 2003, 45(3): 279–294
[23] Konca A S, Baltacı Ö, Akbulu Ö F. Problematic techno-logy use scale for young children (PTUS-YC): validity and reliability study. International Journal of Asses-sment Tools in Education, 2022, 9(2): 267–289
[24] Wang T H, Cheng H Y. Problematic internet use among elementary school students: prevalence and risk fac-tors. Information, Communication & Society, 2019, 24 (2): 219–240
[25] Li J, Wang J, Xiao B, et al. Translation and validation of the Chinese version of the problematic media use measure. Early Education and Development, 2023, 35 (1): 26–41
[26] Lin T, Kononova A, Chiang Y H. Screen addiction and media multitasking among American and Taiwanese users. Journal of Computer Information Systems, 2019, 60(6): 1–10
[27] 刘勤学, 杨燕, 林悦, 等. 智能手机成瘾: 概念、测量及影响因素. 中国临床心理学杂志, 2017, 25(1): 82–87
[28] Brand M, Young K S, Laier C, et al. Integrating psy-chological and neurobiological considerations regar-ding the development and maintenance of specific in-ternet-use disorders: an interaction of person affect-cognition-execution (I-PACE) model. Neuroscience and Biobehavioral Reviews, 2016, 71: 252–266
[29] Rowe D C, Plomin R. Temperament in early childhood. Journal of Personality Assessment, 1977, 41(2): 150–156
[30] 徐华, 吴玄娜, 兰彦婷, 等. 大学生手机依赖量表的编制. 中国临床心理学杂志, 2008, 16(1): 26–27
[31] 熊婕, 周宗奎, 陈武, 等. 大学生手机成瘾倾向量表的编制. 中国心理卫生杂志, 2012, 26(3): 222–225
[32] 苏双, 潘婷婷, 刘勤学, 等. 大学生智能手机成瘾量表的初步编制. 中国心理卫生杂志, 2014, 28(5): 392–397
[33] 祁迪, 林悦, 刘勤学. “打”出来的手机成瘾? 父母粗暴养育对青少年智能手机成瘾的作用. 心理发展与教育, 2020, 36(6): 677–685
[34] Domoff S E, Harrison K, Gearhardt A N, et al. Development and validation of the problematic media use measure: a parent report measure of screen media “addiction” in children. Psychology of Popular Media Culture, 2019, 8(1): 2–11
[35] Spence S H, Rapee R, McDonald C, et al. The structure of anxiety symptoms among preschoolers. Behaviour Research and Therapy, 2001, 39(11): 1293–1316
[36] Behar L B. The preschool behavior questionnaire. Jour-nal of Abnormal Child Psychology, 1977, 5(3): 265–275
[37] Xiang J, Choi J. A study on the development of hap-piness scale for Chinese young children. Frontiers in Psychology, 2024, 15: 1411480
[38] Yu M, Huang L, Mao J, et al. Childhood maltreatment, automatic negative thoughts, and resilience: the pro-tective roles of culture and genes. Journal of Inter-personal Violence, 2022, 37(1/2): 349–370
[39] Wei W, Lin Y, Hong T, et al. Maternal rearing styles and loneliness: the moderating role of the COMT Val158Met polymorphism. Current Psychology, 2021, 42: 2956–2965
Development and Psychometric Validation of the Preschool Screen Dependency Behavior Scale
Abstract There is a widespread phenomenon in current society where children are exposed to the internet at an early age and use electronic screens frequently. However, the academic community has not yet established a complete and clear operational definition of screen dependency behavior in preschoolers or developed effective behavioral identification tools. To address this issue, this study developed the Preschool Screen Dependency Behavior Scale for children aged 3–6 years. The study first recruited 21 parents of preschoolers to complete semi-structured interviews. Subsequently, a questionnaire survey was conducted, and the collected 633 valid parent responses were randomly divided into two groups: one group (n=333) for exploratory factor analysis and the other group (n=300) for confirmatory factor analysis and validity testing. The results showed that the Chinese Preschool Screen Dependency Behavior Scale (CPSD) consists of 9 items, comprising three factors: negative emotional resistance, physical function deterioration, and withdrawal difficulties. The confirmatory factor analysis model demonstrated fit indices (χ²/df= 3.02, RMSEA=0.077, CFI=0.875, TLI=0.922), with Cronbach’s α=0.903, indicating an acceptable reliability and validity of the questionnaire for measuring the degree of screen dependency behavior in 3–6-year-old preschoolers.
Key words childhood media addiction; Preschool Screen Dependency Behavior Scale; psychometric validation