Koulutuksen vaikutus teknologiariippuvuuteen

Tämän tutkimuksen tavoitteena on selvittää säätiöyliopistossa opiskelevien hoitotyön opiskelijoiden teknologiariippuvuuskurssilla annetun koulutuksen vaikutusta opiskelijoiden näkemyksiin riippuvuus- ja riippuvuustasoista. Riippuvuus; kasvavien määrien ottaminen muuhun kuin sen aiottuun tarkoitukseen; Se on kuva, jossa henkilö ei voi lopettaa käyttöä, vaikka se aiheuttaa ongelmia hänen elämässään ja vieroitusoireita ilmaantuu, kun hän vähentää aineiden saantiaan. Riippuvuudessa henkilö jatkaa aineen käyttöä perhe-, sosiaali- ja työ-/kouluelämän ongelmista huolimatta (Koç, et al., 2018). Vaikka niitä ei vielä ole sisällytetty DSM-5:n diagnostiseen luetteloon, on tunnistettu joitakin sairauksia, joiden ehdotetaan sisällytettäväksi tähän luetteloon ja jotka vaativat lisätutkimuksia. Nämä sairaudet voidaan luetella "internet-riippuvuuksiksi", "sosiaalisen median riippuvuuksiksi" ja "älypuhelinriippuvuuksiksi" (American Psychiatric Association, 2013). Internet-riippuvuus muodostaa pääkehyksen muille Internetiin liittyville riippuvuuksille. Tässä yhteydessä korostetaan, että sekä Internetissä että Internetissä harjoitettu toiminta on riippuvuuden lähde (Griffiths &, Szabo, 2014). Siksi sellaisia ​​käsitteitä kuin "sosiaalinen mediariippuvuus", "digipeliriippuvuus" ja "älypuhelinriippuvuus" voidaan pitää riippuvuuksina, joissa vaikuttava aine on internet (Kwon, et al., 2013). Vaikka termille "internet-riippuvuus", joka sisällytettiin DSM-5:een ensimmäistä kertaa, ei voitu tehdä tarkkaa määritelmää; Se määritellään kyvyttömyyteksi rajoittaa internetin käyttöä, stressaantumista, kun Internet-yhteys on estetty tai rajoitettu, viettää jatkuvasti enemmän aikaa Internetissä, jatkaa Internetin käyttöä huolimatta työ-/koulu- ja perhe-elämän ongelmista. On ennustettu, että teknologisia riippuvuuksia esiintyy enemmän DSM:n tulevissa versioissa (Savcı & Aysan, 2017). Tästä syystä on väistämätöntä nähdä, kuinka tärkeää on puuttua määrittämällä opiskelijoiden näkemyksiä internet- ja teknologiariippuvuudesta ja niiden riippuvuudesta. tasot, jos sellaisia ​​on. Tässä vaiheessa tutkimuksen tavoitteena on nähdä teknologiariippuvuuden koulutuksen vaikutus opiskelijoiden näkökulmaan ja riippuvuustasoon.

hypoteesit H1: Hoitoalan opiskelijoille annettu teknologiariippuvuuskasvatus muuttaa heidän näkemyksiään riippuvuudesta.

H2: Hoitoalan opiskelijoille annettava teknologiariippuvuuskoulutus vaikuttaa positiivisesti heidän riippuvuusarvioihinsa.

H3: Hoitoalan opiskelijoille annettava teknologiariippuvuuskoulutus vähentää teknologiariippuvuuden tasoa.

Menetelmä:

Tutkimustyyppi: Tämä on satunnaistettu kontrolloitu interventiotutkimus. Tutkimuksen väestö ja näyte Tämän tutkimuksen universumi koostuu kaikista Konyan säätiöyliopiston hoitotyön osastolla opiskelevista opiskelijoista. Koe- ja kontrolliryhmien vertailussa tutkimuksen otoskokotehoanalyysillä määritetään kussakin ryhmässä vaadittava vähimmäishenkilömäärä, jotta niiden välinen ero olisi tilastollisesti merkitsevä asteikkopisteiden suhteen. Tutkimuksen kokeellinen ryhmä muodostuu opiskelijoista, jotka valitsevat valinnaisen teknologiariippuvuuskurssin, jossa on mahdollisuus satunnaiseen valintaan. Vertailuryhmään kuuluvat opiskelijat, jotka eivät ole valinneet tätä kurssia eivätkä ole aiemmin käyneet teknologiariippuvuuskurssia.

Tutkimuksen riippumattomat ja riippumattomat muuttujat Riippuvat muuttujat; opiskelijoiden näkemykset omasta teknologiariippuvuudestaan ​​ja teknologiariippuvuuden tasosta.

Riippumattomat muuttujat; opiskelijoiden henkilökohtaiset ominaisuudet ja annettava teknologiariippuvuuskoulutus. Tiedonkeruumenetelmä: Tiedonkeruussa käytetään itseraportointiin perustuvaa verkkokyselymenetelmää. Kun nämä käytettävät tiedonkeruuvälineet on tehty verkkoympäristön täyttämiseen sopiviksi, kyselylomakkeet toimitetaan osallistujille sähköpostitse ja sosiaalisen median verkostojen kautta. Ennakkotesti kerätään juuri ennen teknologiariippuvuuden henkilökohtaisen kehityskoulutuksen alkamista. Dadan jälkeen koeryhmän opiskelijoille sovelletaan tutkijan suunnittelemaa teknologiariippuvuuden henkilökohtaisen kehityksen koulutusta 10 viikon ajan. Tuntien päätyttyä samoja kyselylomakkeita käytetään jälkitestaussovelluksena.

Tietojen tilastollinen analyysi P<0,05 katsotaan tilastollisesti merkitseväksi käyttämällä IBM SPSS Statistics 20.0 -pakettiohjelmaa tutkimuksen esi- ja jälkitestivaiheessa käytetyistä kyselylomakkeista tilastollisella analyysillä saatuihin tietoihin. Demografisten ominaisuuksien yhdistämisessä tarkastetaan numeeristen arvojen vastaavuus normaalijakaumaan. Tutkimuksen analysoinnissa on tarkoitus käyttää prosenttipisteitä, t-testiä riippuvaisissa ryhmissä, chi-neliötestejä ei-parametrisissa tapauksissa, Fisher Exact- ja Pearsonin khin neliötestejä.