Bezpieczeństwo dzieci w Internecie: czynniki predykcyjne cybernękania i zaangażowania w uwodzenie online / Antonio Tintori, Giulia Ciancimino, Ilaria Bombelli, Daniele De Rocchi i Loredana Cerbara

Przez
Red.
-
0
156

Fot. Nękanie w kulturze gier może mieć miejsce w grach online.

Streszczenie

Wzrost korzystania z Internetu, silnie wzmocniony rozprzestrzenianiem się COVID-19, zwiększył ryzyko zaangażowania nieletnich w cyberprzemoc i uwodzenie w sieci. Do tej pory większość badań nad tymi zjawiskami koncentrowała się na uczniach gimnazjów i szkół średnich, z mniejszą liczbą badań na młodszych dzieciach. Niniejsze badanie ma na celu wypełnienie tej luki w wiedzy poprzez pomiar rozprzestrzeniania się cyberprzemocy i uwodzenia online na próbie 410 uczniów szkół podstawowych w Rzymie oraz poprzez identyfikację głównych predyktorów indywidualnych i środowiskowych związanych z zaangażowaniem dzieci w te zjawiska za pomocą Analizy czynników. Wyniki wskazują, że zarówno cybernękanie, jak i uwodzenie online są szeroko rozpowszechnione wśród respondentów, wykazując wspólne cechy w ramach czterech zidentyfikowanych ukrytych wymiarów. Czas spędzany przed ekranem jest jednym z głównych predyktorów zaangażowania dzieci, obok nadzoru rodzicielskiego, zachowań typu „phubbing”, tendencji prospołecznych oraz sytuacji społeczno-ekonomicznej rodziny. Odkrycia te podkreślają potrzebę dalszych badań na reprezentatywnych próbach z tej grupy wiekowej, a także większej współpracy między szkołami, rodzicami i opiekunami w celu zapewnienia dzieciom bezpieczeństwa w wirtualnym świecie.

1. Wstęp

W ciągu ostatnich kilku lat przejście ze świata offline do sfery wirtualnej uległo nieprzewidywalnemu przyspieszeniu. Dystans fizyczny, jakiego doświadcza większość światowej populacji w celu ograniczenia rozprzestrzeniania się COVID-19, wraz z rosnącą dostępnością urządzeń cyfrowych, sprawił, że Internet stał się jeszcze bardziej wszechobecny w życiu każdego z nas, zwłaszcza w przypadku najmłodszych. Podczas zamknięcia większości szkół i nauczania na odległość Internet odegrał kluczową rolę w życiu dzieci, ponieważ był jedynym możliwym sposobem na kontynuację nauki i utrzymywanie jakichkolwiek pozarodzinnych relacji. We Włoszech, według Włoskiego Narodowego Instytutu Statystycznego (ISTAT), w latach 2019-2021 odsetek dzieci w wieku od 6 do 10 lat korzystających z Internetu wzrósł z 62,5% do 89,1%,1 ]. To bezprecedensowe wykorzystanie urządzeń cyfrowych wśród dzieci, często bez wystarczającego nadzoru rodziców, zwiększyło ryzyko wynikające z kontaktu z cyberprzestrzenią [ 2 , 3 ]. Mimo że obecnie dzieci zapoznają się z urządzeniami cyfrowymi w bardzo młodym wieku, często brakuje im umiejętności i zdolności poznawczych do rozpoznawania niebezpiecznych treści i nieautorytatywnych źródeł. Zgodnie z wynikami badania koordynowanego przez Wspólne Centrum Badawcze Komisji Europejskiej, na podstawie danych z jedenastu krajów europejskich zebranych w okresie od czerwca do sierpnia 2020 r., Włochy znalazły się w czołówce pod względem wzrostu wskaźników wiktymizacji cyberprzemocy i narażenia dzieci do krwawych lub brutalnych treści podczas wiosennej blokady związanej z COVID-19 [ 4]. Z tego powodu w ostatnich latach rośnie zainteresowanie badaczy cyberprzemocą i próbą zmierzenia jej rozprzestrzeniania się [ 3 , 5 ], zidentyfikowania głównych czynników ryzyka i czynników ochronnych [ 6 , 7 , 8 ] oraz zbadania jej psychofizycznych konsekwencji w porównaniu z mnożyły się te związane z tradycyjnym zastraszaniem [ 9 , 10 ]. Jednak różne definicje przyjęte przez badaczy, a co za tym idzie różnorodność stosowanych narzędzi pomiarowych i metodologii badawczych, często prowadziły do ​​niespójnych wyników.

Naukowa debata na temat definicji cyberprzemocy jest nadal otwarta między tymi, którzy uważają ją za wirtualną wersję tradycyjnego nękania [ 11 ] i tymi, którzy zamiast tego postrzegają ją jako zupełnie odrębne zjawisko, ze względu na szczególne cechy świata wirtualnego [ 12 ]. . Wychodząc od definicji tradycyjnego zastraszania, która obejmuje „agresywne, umyślne czyny popełniane przez grupę lub jednostkę wielokrotnie i w godzinach nadliczbowych wobec ofiary, która nie jest w stanie łatwo się obronić” [ 13 ], możemy zidentyfikować jego główne elementy w następujący sposób : zamiar wyrządzenia krzywdy, powtarzalność oraz nierównowaga sił między ofiarą a sprawcą [ 14]. Jednak te cechy nie odnoszą się w ten sam sposób do cyberprzemocy, ponieważ sfera wirtualna ma różne możliwości. Do tej pory powszechnie akceptowaną definicją cyberprzemocy jest ta, która opisuje ją jako „wykorzystywanie technologii informacyjno-komunikacyjnych (ICT) do wielokrotnego i celowego krzywdzenia, nękania, krzywdzenia i/lub zawstydzania ofiary” [15] .]. Przede wszystkim cechą odróżniającą cyberbullying od bullyingu jest pojęcie powtarzalności, które w świecie wirtualnym zależy nie tylko od długości czasu, przez jaki teksty, obrazy czy filmy pozostają online, ale także od tego, do ilu użytkowników docierają. W rzeczywistości treści internetowe mogą stać się wirusowe, jeśli są udostępniane na platformach mediów społecznościowych przez popularne profile, a ich usunięcie może być bardzo trudne. Po drugie, nierównowaga sił może istnieć w dostępności technologii, ale jest minimalizowana przez możliwość anonimowości. Ten ostatni element zachęca tych sprawców, którzy nie przyjęliby tych samych nadużyć w interakcjach offline, wraz z niższym postrzeganiem potencjalnych reperkusji i kary, i prowadzi do tzw. efektu rozhamowania online [ 16 , 17]. Z tego powodu cyberprzestrzeń daje większe szanse na nakładanie się ról ofiar i aktorów niż w sferze bezpośredniej, ponieważ Internet może być idealnym kanałem zemsty za wszelkie nadużycia doznane offline. Dlatego skupienie się na roli sprawcy-ofiary jest kluczowe w analizie zjawiska cyberprzemocy. Rzeczywiście, dzieci i młodzież należące do tej podwójnej kategorii są najbardziej narażone na bezbronność, ponieważ są najczęściej odrzucane przez rówieśników, ponosząc podwójne negatywne konsekwencje [ 18 , 19 , 20]. Wreszcie, zgodnie z obszerną literaturą na temat skutków cybernękania, potencjalnie nieskończona liczba odbiorców i anonimowość sfery wirtualnej sprawiają, że zjawisko to jest bardziej szkodliwe niż tradycyjne prześladowanie pod względem konsekwencji, w tym wyższego poziomu depresji, stresu, lęku, myśli samobójczych i usiłowania, samouszkodzenia i pogorszenie stanu zdrowia fizycznego [ 21 , 22 , 23 , 24 , 25 , 26 , 27 ].

Dla lepszego zrozumienia złożoności obserwowanych zjawisk konieczne jest przyjęcie podejścia społeczno-ekologicznego [ 28 ], ponieważ pozwala ono na uwzględnienie wszystkich istotnych czynników związanych zarówno ze sferą indywidualną (takich jak płeć, wiek, czas spędzony w przed ekranem, prospołeczność i postrzegane emocje) oraz kontekst społeczny (kontekst społeczno-ekonomiczny, klimat szkoły, wykształcenie rodziców i status zatrudnienia rodziców) [ 29 ]. Jeśli chodzi o różnice między płciami w zaangażowaniu w cybernękanie, wyniki literatury naukowej są dość niespójne: niektóre badania wykazały, że wskaźniki rozpowszechnienia cyberprzemocy są wyższe wśród dziewcząt niż wśród chłopców [ 30 , 31 , 32], inni sugerują, że chłopcy mają większe prawdopodobieństwo bycia sprawcami [ 33 , 34 , 35 , 36 , 37 ], podczas gdy większość badań nie wykazała żadnej istotnej korelacji między płcią a wskaźnikami rozpowszechnienia cyberprzemocy [ 38 , 39 ]. W podobny sposób związek między zaangażowaniem w cyberprzemoc a uprawianiem sportu, który był badany tylko w kilku badaniach, daje niejednoznaczne wyniki. Chociaż niektóre badania wykazały, że aktywność fizyczna pełni rolę ochronną zarówno w przypadku wiktymizacji, jak i sprawstwa cybernetycznego ze względu na jej pozytywny wpływ na samopoczucie psychiczne i poczucie własnej wartości [40] .], inni nie stwierdzili żadnego istotnego związku między zjawiskami [ 41 , 42 , 43 ]. W tym względzie inne badania pokazują, że przy braku określonego podejścia do nauczania, uprawianie sportu nie chroni młodych ludzi przed uwarunkowaniami społecznymi lub wykluczeniem [ 44 ]. Ponadto narażenie na brutalne gry wideo zostało również uwzględnione w kilku badaniach z ambiwalentnymi wynikami. Wiele z tych badań wykazało pozytywne, znaczące powiązania między długotrwałym kontaktem z grami wideo zawierającymi przemoc a zaangażowaniem w cybernękanie [ 45 , 46 , 47 ], podczas gdy inne nie wykazały znaczących korelacji [ 48 ].

Według ostatnich przeglądów literatury głównymi czynnikami prognostycznymi związanymi z cyberwiktymizacją są: wysoki poziom czasu spędzanego online, niewielka empatia i prospołeczność, niska samoocena, wysoki poziom lęku i samotności, tradycyjna wiktymizacja zastraszania, niski status społeczno-ekonomiczny , niedostateczny nadzór rodziców nad działaniami dzieci w Internecie i negatywny klimat w szkole [ 49 ]. Z drugiej strony głównymi czynnikami predykcyjnymi cyberprzestępczości są wysoki poziom czasu spędzanego online, niska samoocena, niewielka empatia i prospołeczność, skłonność do zachowań agresywnych, wysoki poziom złości, tradycyjna wiktymizacja zastraszania, odrzucenie przez rówieśników, ograniczony nadzór rodzicielski na temat aktywności dzieci w Internecie i negatywnego klimatu szkoły [ 7 , 8]. Tak więc, jak pokazuje przegląd literatury, predyktory wiktymizacji i sprawstwa cyberprzemocy często nakładają się na siebie w identyfikowaniu grup szczególnie wrażliwych, które powinny być głównym celem programów interwencyjnych wspierających dobrostan młodzieży.

Wraz ze wzrostem cyberprzemocy, kolejną niebezpieczną konsekwencją wzrostu korzystania z Internetu wśród dzieci jest rosnące ryzyko uwodzenia w sieci ze strony dorosłych nieznajomych. We Włoszech zjawisko to osiągnęło najwyższy poziom w ciągu ostatnich dwóch lat, zwłaszcza wśród dzieci poniżej 13 roku życia [ 50 ]. Odnotowany znaczny wzrost liczby skarg na pornografię dziecięcą i uwodzenie dzieci jest prawdopodobnie związany ze skutecznością licznych kampanii uświadamiających i informacyjnych dotyczących tych kwestii, nawet jeśli rzeczywiste rozpowszechnienie tego zjawiska jest nadal nieznane. Termin „uwodzenie online”, użyty po raz pierwszy przez Saltera [ 51] odnosi się do manipulacyjnego procesu, w którym groomer, korzystając z platform internetowych, buduje ufną i emocjonalną relację z nieletnim w celu wykorzystania seksualnego lub wykorzystywania seksualnego. W ostatnich latach, ze względu na wspomniany wcześniej bezprecedensowy wzrost korzystania z Internetu wśród dzieci i młodzieży, zjawisko to stało się narastającym problemem i mnożą się badania dotyczące głównych czynników ryzyka [52 , 53 , 54 ] . Jak powszechnie donosi literatura, wsparcie rodziny, zwłaszcza w zakresie rodzicielskiego monitorowania działań nieletnich w sieci, silnie odstrasza od angażowania się w ten niebezpieczny proces, a czas spędzany w Internecie zwiększa ryzyko wiktymizacji [ 55 , 56 , 57 ].

Chociaż większość badań dotyczących cybernękania i uwodzenia w Internecie przeprowadzono na uczniach gimnazjów i szkół średnich [ 8 , 54 , 58 ], wiek osób zaangażowanych w te zjawiska stopniowo się obniża [ 4 ]. Z tego powodu badania nad rozprzestrzenianiem się cyberprzemocy i uwodzenia w sieci wśród dzieci w wieku szkolnym stają się coraz bardziej pilne, biorąc również pod uwagę, że zaangażowanie w te zjawiska we wczesnym wieku stanowi poważne ryzyko wiktymizacji w okresie dojrzewania i dorosłości [ 59 , 60]. Ponadto głębsze zrozumienie tych zjawisk poprzez gromadzenie wiarygodnych danych może pozwolić decydentom na zaprojektowanie i wdrożenie skutecznych programów zapobiegawczych dla bezpieczeństwa dzieci w Internecie.

Niniejsze badanie, które opiera się na ankiecie przeprowadzonej w Rzymie wśród uczniów szkół podstawowych, wpisuje się w te ramy, a jego głównym celem jest ocena rozprzestrzeniania się cybernękania i uwodzenia online wśród uczniów szkół podstawowych oraz identyfikacja głównych indywidualnych i środowiskowych predyktorów związanych z udział dzieci w tych zjawiskach. Wykrycie głównych czynników predykcyjnych zaangażowania dzieci w cyberprzemoc i uwodzenie online pozwala nam potwierdzić lub odrzucić ustalenia literatury naukowej oparte głównie na próbie nastolatków i nastolatków, stanowiących kluczowy punkt dla realizacji profilaktycznych programów interwencyjnych.

Wychodząc od głównych ustaleń przeglądu literatury naukowej, formułujemy następujące hipotezy:

H1.  Zaangażowanie dzieci w cyberprzemoc wzrasta wraz z wiekiem.

H2.  Dzieci najbardziej narażone na udział zarówno w cyberprzemocy, jak i wiktymizacji to dzieci, które spędzają dużo czasu przed ekranem, mają niskie pochodzenie społeczno-ekonomiczne, żyją w mniej uprzywilejowanych kontekstach społecznych, mają niewielki nadzór rodziców nad ich działaniami online, a także dzieci, które preferują gry wideo zawierających przemoc oraz dzieci o ograniczonych kompetencjach relacyjnych i wysokim poziomie dyskomfortu emocjonalnego.

H3.  Dzieci bardziej narażone na wiktymizację w zakresie uwodzenia online to te, które spędzają najwięcej czasu przed ekranem, mają wysoki poziom dyskomfortu emocjonalnego, słabo monitorują ich działania w Internecie ze strony rodziców oraz należą do kategorii najbardziej narażonych z punktu widzenia społeczno-ekonomicznego. pogląd.

H4.  Uprawianie sportu nie jest zmienną istotną dla zaangażowania w te zjawiska.

2. Materiały i metody

2.1. Zbieranie danych i próbka

Niniejsze badanie przedstawia wyniki badania przeprowadzonego w Rzymie wiosną 2021 r., między kwietniem a majem, na 410 dzieciach uczęszczających do ostatnich trzech klas szkoły podstawowej w wieku od 8 do 11 lat. Osiem szkół podstawowych, cztery zlokalizowane w 6. dzielnicy, a pozostałe cztery w 8. dzielnicy 1, brały udział w badaniu. Wybór tych dwóch terytoriów, różniących się charakterystyką społeczno-ekonomiczną, pozwala na postawienie hipotez, które można rozszerzyć na inne podobne konteksty oraz zweryfikować wpływ kontekstu społeczno-ekonomicznego na zachowania w sieci. W szczególności 6. dzielnica Rzymu, najbardziej zaludniona i najmłodsza pod względem struktury demograficznej, charakteryzuje się wysokim poziomem ubóstwa ze społeczno-ekonomicznego punktu widzenia, podczas gdy 8. dzielnica jest mniej zaludniona, najstarsza z miasta i lepszych warunków społeczno-ekonomicznych [ 61]. Dla każdej wybranej szkoły wybrano losowo 3 klasy – klasę trzecią, czwartą i piątą – metodą losowania klastrów, aby otrzymać dwuetapową próbę warstwową z warstwowaniem jednostek pierwszego stopnia (szkół) i losowym doborem jednostek drugiego stopnia ( klasy studentów). Dlatego próba jest probabilistyczna i reprezentatywna dla dwóch zaangażowanych okręgów, podczas gdy nie można jej uznać za reprezentatywną dla terytorium kraju. Wywiady przeprowadzono za pomocą ustrukturyzowanego kwestionariusza papierowego z pomocą dwóch badaczy w celu zebrania jak najbardziej wiarygodnych danych. W rzeczywistości fizyczna obecność badaczy w salach lekcyjnych i ich stała pomoc dla uczestników zapewniły lepsze zrozumienie pytań wśród respondentów, ale także zminimalizowały ingerencję nauczycieli i środowiska szkolnego. Ponadto, ze względu na młody wiek respondentów, szczególną uwagę przy projektowaniu kwestionariusza papierowego zwrócono na sposób sformułowania pytań, a także na rodzaj i wielkość czcionki. Główną przeszkodą w realizacji badania był fizyczny dostęp do szkół, ponieważ faza administracyjna prowadzona była w czasie rozprzestrzeniania się pandemii COVID-19. Zostało to jednak przezwyciężone dzięki świadomości administracji szkolnej, która uznała wagę i pilność badań. Główną przeszkodą w realizacji badania był fizyczny dostęp do szkół, ponieważ faza administracyjna prowadzona była w czasie rozprzestrzeniania się pandemii COVID-19. Zostało to jednak przezwyciężone dzięki świadomości administracji szkolnej, która uznała wagę i pilność badań. Główną przeszkodą w realizacji badania był fizyczny dostęp do szkół, ponieważ faza administracyjna prowadzona była w czasie rozprzestrzeniania się pandemii COVID-19. Zostało to jednak przezwyciężone dzięki świadomości administracji szkolnej, która uznała wagę i pilność badań.

W sumie przesłuchano 410 dzieci. Spośród nich 46,3% (190) stanowiły kobiety, a 53,7% (220) mężczyźni, 35,4% (145) uczęszczało do 3. klasy, 31,7% (130) do 4. klasy i 32,9% (135) do 5. klasy. Wśród respondentów 86,1% (342) ma rodziców posiadających obywatelstwo włoskie, a 13,9% (55) ma co najmniej jednego rodzica z obywatelstwem obcym (8,3% (33) ma oboje rodziców cudzoziemców). Ponadto 47,6% (195) uczęszczało do szkoły zlokalizowanej w okręgu VI, a 52,4% (215) w okręgu VIII. Kwestionariusz składa się z 42 pytań obejmujących następujące główne tematy: popełnianie i wiktymizacja cyberprzemocy, wiktymizacja w zakresie uwodzenia w Internecie, czas spędzany przed ekranem (czas ekranowy), ilość i jakość interakcji społecznych między rówieśnikami, przestrzeganie ról płciowych, dobrostan emocjonalny bycie i prospołeczność. Do prośby o wyrażenie zgody dołączono krótką ankietę dotyczącą informacji socjodemograficznych o rodzinach respondentów, przekazaną każdemu z rodziców. W ten sposób zebrano dane o liczbie członków rodziny, liczbie braci i sióstr mieszkających w konkubinacie i nie mieszkających w konkubinacie, a także o obywatelstwie, stanie cywilnym, wykształceniu i statusie zawodowym rodziców. Te formy społeczno-demograficzne powiązano z ankietami dzieci za pomocą kodu numerycznego, aby zagwarantować anonimowość zbieranych danych. a także obywatelstwo, stan cywilny, wykształcenie i status zatrudnienia ich rodziców. Te formy społeczno-demograficzne powiązano z ankietami dzieci za pomocą kodu numerycznego, aby zagwarantować anonimowość zbieranych danych. a także obywatelstwo, stan cywilny, wykształcenie i status zatrudnienia ich rodziców. Te formy społeczno-demograficzne powiązano z ankietami dzieci za pomocą kodu numerycznego, aby zagwarantować anonimowość zbieranych danych.

2.2. Materiały

Aby zbadać wiktymizację cyberprzemocy, w kwestionariuszu uwzględniliśmy pytanie z wieloma odpowiedziami dotyczące działań, które padły ofiarą online w ciągu roku poprzedzającego badanie. Obejmowała następującą listę działań: bycie obrażanym lub wyśmiewanym, grożenie, bycie wykluczonym, bycie nakłanianym do samookaleczenia oraz bycie ofiarą udostępniania osobistych zdjęć lub filmów bez zgody. W podobny sposób, aby zbadać wiktymizację w zakresie uwodzenia w Internecie, zapytano respondentów, czy doświadczyli co najmniej jednej z następujących czynności w Internecie ze strony dorosłych nieznajomych: otrzymywanie komplementów, oferowanie prezentów, zdjęcia lub filmy, pytania dotyczące ich ubioru, prośby o zdjęcia osobiste lub filmy i prośby o spotkania twarzą w twarz. Wreszcie, aby zbadać sprawstwo cybernękania, Zastosowano tę samą technikę, a w pytaniu wieloodpowiedziowym uwzględniono następującą listę działań wykonanych online w ciągu roku poprzedzającego badanie: wyładowanie gniewu w sieci, obrażanie kogoś, dokuczanie komuś, podsycanie kłótni w sieci, grożenie komuś, wykluczenie kogoś z grupy, udostępnianie zdjęć lub filmów innych osób bez ich zgody, nakłanianie kogoś do wyrządzenia sobie krzywdy. Aby ocenić wskaźniki rozpowszechnienia tych zjawisk, zdefiniowaliśmy ofiary lub sprawców cyberprzemocy jako te dzieci, które ucierpiały lub przeprowadziły co najmniej jedno z proponowanych działań. W ten sam sposób dzieci, które padły ofiarą co najmniej jednego z proponowanych działań uwodzenia online, zostały określone jako ofiary uwodzenia online. dokuczanie komuś, podżeganie do kłótni internetowych, grożenie komuś, wykluczanie kogoś z grupy, udostępnianie zdjęć lub filmów innych osób bez ich zgody, nakłanianie kogoś do wyrządzenia sobie krzywdy. Aby ocenić wskaźniki rozpowszechnienia tych zjawisk, zdefiniowaliśmy ofiary lub sprawców cyberprzemocy jako te dzieci, które ucierpiały lub przeprowadziły co najmniej jedno z proponowanych działań. W ten sam sposób dzieci, które padły ofiarą co najmniej jednego z proponowanych działań uwodzenia online, zostały określone jako ofiary uwodzenia online. dokuczanie komuś, podżeganie do kłótni internetowych, grożenie komuś, wykluczanie kogoś z grupy, udostępnianie zdjęć lub filmów innych osób bez ich zgody, nakłanianie kogoś do wyrządzenia sobie krzywdy. Aby ocenić wskaźniki rozpowszechnienia tych zjawisk, zdefiniowaliśmy ofiary lub sprawców cyberprzemocy jako te dzieci, które ucierpiały lub przeprowadziły co najmniej jedno z proponowanych działań. W ten sam sposób dzieci, które padły ofiarą co najmniej jednego z proponowanych działań uwodzenia online, zostały określone jako ofiary uwodzenia online. zdefiniowaliśmy ofiary lub sprawców cyberprzemocy jako te dzieci, które ucierpiały lub przeprowadziły co najmniej jedno z proponowanych działań. W ten sam sposób dzieci, które padły ofiarą co najmniej jednego z proponowanych działań uwodzenia online, zostały określone jako ofiary uwodzenia online. zdefiniowaliśmy ofiary lub sprawców cyberprzemocy jako te dzieci, które ucierpiały lub przeprowadziły co najmniej jedno z proponowanych działań. W ten sam sposób dzieci, które padły ofiarą co najmniej jednego z proponowanych działań uwodzenia online, zostały określone jako ofiary uwodzenia online.

Aby lepiej zrozumieć złożone i wielowymiarowe zjawiska cybernękania i uwodzenia dzieci w Internecie, wzięto pod uwagę również inne specyficzne zmienne dotyczące sytuacji społeczno-ekonomicznej rodziny pod względem poziomu wykształcenia rodziców i statusu zatrudnienia. Wskaźnik poziomu wykształcenia rodziców został zbudowany na podstawie posiadanych kwalifikacji edukacyjnych rodziców, zebranych poprzez wypełniony przez rodziców formularz zgody rodziny. Uwzględniając jednocześnie odpowiedzi obojga rodziców, dokonano ich syntezy we wskaźniku, identyfikując 2 poziomy wykształcenia rodziców: średnio-niski i średnio-wysoki. W ten sam sposób zbudowano wskaźnik statusu zatrudnienia rodziców poprzez pytanie o aktualną sytuację zawodową. Wynikiem procesu rejestracji był 2-stopniowy wskaźnik statusu zatrudnienia: średnio-niski i średnio-wysoki.

Aby zmierzyć czas spędzony przed ekranem, zbudowano dwa wskaźniki, zaczynając od czasu spędzonego na grach wideo i czasu spędzonego na korzystaniu z mediów społecznościowych i aplikacji. Częstotliwość narażenia określono w dniach w tygodniu i godzinach dziennie. Wynikiem procesu nagrywania były dwa wskaźniki czasu spędzanego przed ekranem, jeden w grach wideo, a drugi w mediach społecznościowych i aplikacjach, które identyfikują cztery poziomy czasu spędzanego przed ekranem: nieobecny, niski, średni i wysoki. Respondenci spędzający dużo czasu przed ekranem lub dzieci spędzające co najmniej dwie godziny dziennie na grach wideo, mediach społecznościowych i aplikacjach zostali uznani za dzieci hiperpołączone.

W celu zebrania danych na temat świadomości rodziców na temat działań dzieci w Internecie, respondentów zapytano, czy ich rodzice znają gry wideo, media społecznościowe i aplikacje, z których często korzystają. Wynikiem procesu rejestrowania są dwa wskaźniki, jeden dotyczący świadomości rodziców na temat gier wideo, a drugi dotyczący świadomości rodziców na temat mediów społecznościowych i aplikacji używanych przez respondentów, które identyfikują obecność lub brak monitorowania przez rodziców działań dzieci w Internecie.

Kolejny wskaźnik związany z uzależnieniem od Internetu dotyczy dyskomfortu związanego z niemożnością korzystania z urządzeń cyfrowych przez tydzień; Respondentów poproszono o wskazanie swojej potencjalnej reakcji spośród następującej listy: niepokój, smutek, nuda, spokój, izolacja i obojętność. Zebrane odpowiedzi poddano dychotomii pomiędzy obecnością i brakiem dyskomfortu.

W celu zbadania zjawiska phubbingu, czyli dosłownie lekceważenia kogoś w środowisku społecznym poprzez koncentrację na telefonie zamiast bezpośredniej rozmowy z tą osobą [ 62 ], poproszono dzieci o wskazanie, jak często wolą korzystać ze swoich urządzeń zamiast cieszenie się obecnością innych osób na 4-stopniowej skali od „nigdy” do „zawsze”. Zebrane odpowiedzi zostały dychotomizowane podczas procesu rejestracji na nigdy/czasami i często/zawsze.

Wreszcie, niniejsze badanie uwzględniało również prospołeczność dzieci, czyli tendencję do przyjmowania zachowań pomagających innym bez zewnętrznych nagród [ 63 ]. W tym przypadku zbudowano specyficzny wskaźnik wychodząc z wyników trzech pytań o przydatność rozumienia uczuć drugiej osoby, sposób komplementowania przyjaciela oraz sposób rozumienia, jak czuje się przyjaciel. Na każde z tych pytań respondenci mieli cztery możliwe odpowiedzi związane z obecnością tendencji prospołecznych, zachowaniem neutralnym, tendencją do egocentryzmu oraz obojętnością. Syntetyzując wyniki, zbudowano jeden wskaźnik z 3 poziomami skłonności do zachowań prospołecznych: niskim, średnim i wysokim.

W celu zbadania dobrostanu emocjonalnego respondentów w kwestionariuszu zawarto pytanie o częstość spostrzegania określonych negatywnych emocji pierwotnych. Proponowane emocje to złość, smutek, samotność, strach i niepokój. Ankietowanych poproszono o wskazanie częstotliwości w postrzeganiu wszystkich powyższych emocji na 4-stopniowej skali od „nigdy” do „zawsze”. Zebrane odpowiedzi zostały dychotomizowane podczas procesu rejestracji na nigdy/czasami i często/zawsze.

2.3. Analiza danych

Analiza danych została przeprowadzona w dwóch etapach: analizie dwuwymiarowej i analizie czynnikowej. Proces rozpoczął się od dwuwymiarowej analizy statystycznej przeprowadzonej przy użyciu oprogramowania SPSS (serwer w wersji 26) (IBM, Chicago, IL, USA) [ 64 ] w celu zmierzenia wskaźników rozpowszechnienia wiktymizacji i sprawstwa cyberprzemocy oraz wiktymizacji uwodzenia online wśród dzieci, a także zbadanie związków między tymi zjawiskami a czasem spędzanym przed ekranem. Drugi krok dotyczył implementacji techniki analizy czynnikowej z wykorzystaniem oprogramowania R [ 65], w celu zbadania ukrytych wymiarów zjawisk objętych badaniem i zbadania związków między nimi a innymi zmiennymi indywidualnymi i środowiskowymi w celu zidentyfikowania głównych czynników predykcyjnych związanych z udziałem dzieci w cyberprzemocy i uwodzeniu online.

Analiza czynników

Technika analizy czynnikowej została wdrożona przy użyciu oprogramowania R w celu zbadania cyberprzemocy i uwodzenia dzieci w Internecie oraz zidentyfikowania ukrytych wymiarów zebranych danych. Uzyskane w ten sposób czynniki można traktować jako zestaw wskaźników, który pozwala badać zależności między zjawiskami a innymi zmiennymi indywidualnymi i środowiskowymi, wychodząc od głównych ustaleń z przeglądu literatury naukowej. Ta faza analizy danych rozpoczęła się od imputacji brakujących wartości. W szczególności imputacja wielowymiarowa za pomocą równań łańcuchowych [ 66 , 67 , 68] użyto; wybór został dokonany głównie z dwóch ważnych powodów. Z jednej strony imputacja myszy tworzy wiele imputacji dla wielowymiarowych brakujących danych: w ten sposób możliwe jest uwzględnienie niepewności spowodowanej brakami; w naszej analizie dla każdej brakującej wartości przyjęliśmy liczbę imputacji równą 5, a następnie, w celu zbudowania ostatecznego imputowanego zbioru danych, zachowaliśmy wartość, która była najczęstsza spośród tych 5 imputowanych. Z drugiej strony imputacja myszy pozwala nam wziąć pod uwagę większość dostępnych informacji: w rzeczywistości imputuje każdą brakującą wartość w każdej konkretnej kolumnie za pomocą oddzielnego modelu, który obejmuje wszystkie inne zmienne w zbiorze danych jako współzmienne.

Aby przeprowadzić analizę czynnikową, wybraliśmy w pierwszej kolejności interesujące nas zmienne: zmienne związane z wiktymizacją i sprawstwem cyberprzemocy, zmienne związane z wiktymizacją w zakresie uwodzenia przez dorosłych nieznajomych, a także dwa wskaźniki dotyczące czasu spędzanego przed ekranem w grach wideo i na ekranie czas w mediach społecznościowych i aplikacjach. Następnie, ponieważ te zmienne są albo binarne, albo kategoryczne, obliczyliśmy korelację polichoryczną między każdą parą zmiennych za pomocą funkcji hetcor w pakiecie polychor R [ 69 , 70 ], co pozwala nam obliczyć korelacje dla tego rodzaju danych.

Korzystając z testów Kaisera-Meyera-Olkina i Bartletta (funkcje KMO i cortest.bartlett w pakiecie psych R [71,72], zdaliśmy sobie sprawę, że analiza czynnikowa jest dobrze dostosowana do naszych danych. Rzeczywiście, testy Kaisera-Meyera-Olkina zwróciły ogólną wartość miary adekwatności doboru próby (MSA) powyżej 0,7, co oznacza, że zmienne są odpowiednie do analizy czynnikowej [73]; ponadto wynik testu Bartletta był znaczący, co oznacza, że macierz korelacji ma znaczące korelacje między co najmniej niektórymi zmiennymi w zbiorze danych, co jest warunkiem wstępnym działania analizy czynnikowej. Biorąc pod uwagę, że analiza czynnikowa jest dobrze dostosowana do naszych danych, zaimplementowaliśmy analizę czynnikową (funkcja factanal w pakiecie stats R) [74], pozwalając, aby liczba czynników mieściła się w zakresie [2,10]. W ten sposób, korzystając z wykresu piargowego (liczba czynników vs. wynikowa wartość własna) i metody łokciowej, zdaliśmy sobie sprawę, że optymalna liczba czynników wynosi siedem; chociaż lepszą interpretację wyników uzyskuje się przy użyciu tylko czterech czynników, które nadal osiągają dobre wyniki pod względem wyjaśnionej wariancji. Jak pokazuje rysunek 1, łokieć obserwuje się, gdy liczba czynników wynosi 7. Jednak analizując ładunki czynnikowe, zauważyliśmy, że wyniki uzyskane przy wyborze 4 czynników zapewniają głębszą i lepszą interpretację. W ten sposób niewielka utrata wyjaśnionej wariancji (z 86% do 76%) jest w pełni kompensowana przez zysk w interpretacji statystycznej i socjologicznej.

Stowarzyszenia 13 00047 g001 550
Rysunek 1. Wykres osypiska.

Po wdrożeniu analizy czynnikowej zbadano wyniki czynnikowe, aby w pełni zidentyfikować cztery ukryte wymiary. Aby lepiej zrozumieć, co opisują cztery czynniki, najpierw rozważyliśmy ładunki czynnikowe, aby zbadać, w jakim stopniu każda zmienna przyczynia się do zdefiniowania każdego czynnika. Ponadto rozważyliśmy również dodatkowe zmienne indywidualne i środowiskowe, które zostaną wymienione w sekcji 3.2. Korzystając z tych zmiennych, wdrożyliśmy dwie różne analizy kierujące się dwiema różnymi motywacjami: z jednej strony, aby zbadać, jak zmienia się rozkład wyników czynników w zależności od zmiennych, przeprowadziliśmy analizę wariancji (ANOVA). Analiza ANOVA pozwoliła nam zbadać, w jaki sposób rozkładają się wyniki czynników w odniesieniu do zmiennych strukturalnych, indywidualnych i środowiskowych. Wśród najbardziej znaczących wyników przytoczymy tylko niektóre z nich dla każdego rozkładu czynnika w części 3. Z drugiej strony, aby porównać różnice w odpowiednich statystykach tendencji centralnej, obliczyliśmy statystyki podsumowujące (tj. średnią, medianę, min, maks, zakres) każdego czynnika. W niniejszym badaniu pokażemy tylko średnie wyniki dla łatwiejszej prezentacji wyników. Podkreślamy, że w celu porównania wyników czynników i uzyskania miary łatwiejszej do zrozumienia na poziomie indywidualnym, zakres został przeliczony na skalę od 0 do 100; wartość obliczona dla każdego dziecka reprezentuje indywidualną miarę ukrytego wymiaru. Dlatego średnia wartość każdego czynnika reprezentuje średnią z poszczególnych miar. W ten sposób możliwe jest obliczenie średniej wartości każdego ukrytego czynnika w obrębie podgrup, identyfikując cechy respondentów z wyższymi wynikami. Sekcja 3 .

3. Wyniki

3.1. Analiza dwuwymiarowa

Rysunek 2 przedstawia wskaźniki rozpowszechnienia cyberprzemocy wśród respondentów, identyfikując ofiary cyberprzemocy, sprawców cyberprzemocy i ofiary uwodzenia online. Około troje na dziesięcioro dzieci było sprawcami co najmniej jednej akcji cyberprzemocy w ciągu roku poprzedzającego badanie, bez znaczących różnic między chłopcami i dziewczętami, podczas gdy dwoje na dziesięciu respondentów padło ofiarą co najmniej jednej z tych akcji, zwłaszcza chłopców. Uwodzenie online popełniane przez dorosłych nieznajomych dotyczyło więcej niż jednego dziecka na dziesięcioro w ciągu roku poprzedzającego badanie, bez znaczących różnic między dziewczętami i chłopcami.

 

Stowarzyszenia 13 00047 g002 550

Wykres 2. Wskaźniki rozpowszechnienia sprawstwa i wiktymizacji cyberprzemocy oraz uwodzenia w Internecie według płci.

Aby zbadać związek między zaangażowaniem w cyberprzemoc i uwodzenie online a czasem spędzanym przed ekranem, ważne jest, aby przyjrzeć się rozkładowi próby między poziomami wskaźników czasu spędzanego przed ekranem na graniu w gry wideo oraz korzystaniu z mediów społecznościowych i aplikacji. Według wskaźnika czasu spędzanego przed ekranem w grach wideo, tylko 6,6% dzieci nie korzysta z gier wideo (9,6% dziewcząt i 4,1% chłopców), 37,1% wykazuje niski poziom czasu spędzanego przed ekranem (45,7% dziewcząt i 29,7% chłopców), 30,0% średni poziom (30,3% dziewcząt i 29,7% chłopców), a pozostałe 26,3% próby wykazuje wysoki poziom czasu spędzanego przed ekranem w grach wideo, ze znaczną przewagą chłopców (36,5% i 14,4% dziewcząt). Jeśli chodzi o wskaźnik czasu spędzanego przed ekranem w mediach społecznościowych i aplikacjach, 15,7% respondentów nie korzysta z tych platform (14,3% dziewcząt i 17,0 chłopców), podczas gdy 35,1% wykazuje niski poziom czasu spędzanego przed ekranem (37,6% dziewcząt i 33,0% chłopców), 29,7% średni poziom (32,8% dziewcząt i 27,1% chłopców), a pozostałe 19,4% wykazuje wysoki poziom czasu spędzanego przed ekranem w mediach społecznościowych i aplikacjach (15,3% dziewcząt i 22,9% chłopców). Jak wspomniano wcześniej, respondenci z wysokim poziomem czasu spędzanego przed ekranem zostali uznani za hiperpołączonych. Wśród tych hiperpołączonych dzieci wyniki pokazują najwyższy odsetek zaangażowania w cyberprzemoc jako ofiary (36,4% i 38,0%) i aktorzy (38,3% i 43,0%), a także w uwodzenie online jako ofiary (21,5% i 24,1%).

3.2. Analiza czynników

W tym akapicie cztery czynniki uzyskane w wyniku analizy czynnikowej zostaną opisane z uwzględnieniem wkładu każdej zmiennej w każdy czynnik (Tabela 1). Ponadto średnie wyniki czynników zostaną przeanalizowane w odniesieniu do następujących zmiennych strukturalnych: płeć, klasa, dzielnica, wykształcenie rodziców, status zatrudnienia rodziców i obywatelstwo rodziców. Na koniec przeanalizowane zostaną również średnie wyniki związane z następującymi zmiennymi i wskaźnikami: nadzór rodzicielski nad grami wideo, nadzór rodzicielski nad mediami społecznościowymi i aplikacjami, zachowania fubbingowe, przymus uczęszczania do szkoły, interakcje rówieśnicze, dyskomfort związany z niemożnością korzystania z urządzeń cyfrowych, prospołeczność, brutalne gry wideo, uprawianie sportu i negatywne emocje.

Tabela 1. Ładunki czynnikowe dla zmiennych wejściowych.

Czynnik 1 Czynnik 2 Czynnik 3 Czynnik 4
Wyładowywanie złości w Internecie −0,061 −0,061 0,862 0,163
Wykluczenie kogoś z grupy 0,193 0,548 0,671 0,12
Dokuczanie komuś 0,404 0,476 0,316 0,568
Obrażanie kogoś −0,063 0,359 0,324 0,83
Udostępnianie zdjęć lub filmów innych osób bez ich zgody 0,29 0,77 0,155 0,05
Grożenie komuś −0,376 0,517 0,448 0,534
Podżeganie kogoś do wyrządzenia sobie krzywdy −0,16 0,025 0,077 −0,099
Przyjmowanie prezentów ofiarowanych przez dorosłych nieznajomych −0,534 0,506 0,349 0,173
Przyjmowanie komplementów od dorosłych nieznajomych 0,291 0,038 0,664 0,24
Przyjmowanie próśb o spotkania twarzą w twarz od dorosłych nieznajomych 0,887 0,103 0,042 0,434
Wysyłanie zdjęć lub filmów do dorosłych nieznajomych 0,867 0,15 0,208 −0,278
Otrzymywanie pytań dotyczących twojego ubrania od dorosłych nieznajomych −0,169 −0,944 0,141 0,101
Otrzymywanie zdjęć lub filmów od dorosłych nieznajomych 0,81 0,146 −0,221 0,046
Podżeganie do wyrządzania sobie krzywdy −0,16 0,025 0,077 −0,099
Bycie obrażanym lub wyśmiewanym 0,331 0,589 0,342 −0,062
Bycie zagrożonym −0,011 0,319 0,28 −0,885
Bycie wykluczonym z grupy 0,277 0,006 0,487 −0,153
Bycie ofiarą udostępniania osobistych zdjęć lub filmów bez zgody −0,127 0,039 −0,199 −0,524
Czas przed ekranem w grach wideo 0,494 0,039 0,15 0,038
Czas przed ekranem w mediach społecznościowych i aplikacjach 0,657 0,288 0,126 0,088

Czynnik 1: Hiperpołączenie i wiktymizacja online. Jak wspomniano w metodologii, aby lepiej zrozumieć, w jakim stopniu każda zmienna przyczyniła się do zdefiniowania tego ukrytego wymiaru, rozważyliśmy ładunki czynnikowe związane ze wszystkimi zmiennymi wejściowymi ( tabela 1 ). W tym przypadku te związane z czasem spędzanym przed ekranem w grach wideo oraz w mediach społecznościowych i aplikacjach uzyskały najwyższe wyniki, a także ładunki związane z następującymi trzema zmiennymi dotyczącymi wiktymizacji w zakresie uwodzenia w sieci: otrzymywanie zdjęć lub filmów od dorosłych nieznajomych, wysyłanie zdjęć lub filmów z dorosłymi nieznajomymi i otrzymanie prośby o spotkanie twarzą w twarz od dorosłych nieznajomych. Jak Tabela 2Jak wynika z badań, średni wynik tego pierwszego czynnika wynosi 50,29, przy czym wyższe wyniki odnotowano wśród chłopców w porównaniu z dziewczętami oraz wśród dzieci starszych. Patrząc na inne zmienne strukturalne, dane wskazują na nieco wyższe wyniki wśród dzieci rodziców włoskich, o średnio-niskim poziomie wykształcenia rodziców i średnio-niskim statusie zatrudnienia rodziców. Ponadto analiza innych istotnych zmiennych i wskaźników pokazuje, że dzieci najbardziej zaangażowane w to zjawisko to te, które nie mają nadzoru rodzicielskiego nad swoimi działaniami online, zwłaszcza tych związanych z mediami społecznościowymi i aplikacjami; ci, którzy preferują brutalne gry wideo; osoby z większą skłonnością do zachowań typu phubing i kłócenia się z przyjaciółmi; ci, którzy nie lubią chodzić do szkoły; tych, którzy odczuwaliby dyskomfort bez możliwości korzystania z urządzeń cyfrowych przez tydzień; osoby o niskim i średnim poziomie prospołeczności; oraz te o wyższej częstości w postrzeganiu złości i smutku (Tabela 3 ). Wyniki te są zgodne z analizą przeprowadzoną z wykorzystaniem modelu ANOVA. Na przykład zdaliśmy sobie sprawę, że istnieje statystycznie istotna różnica w średnich wynikach czynników ( p < 0,01) w zależności od płci. W szczególności wskaźnik współczynnika dla mężczyzn jest średnio o 0,18 wyższy niż dla kobiet. Ponadto istotna statystycznie różnica w średnich wynikach czynników wynika z wieku dzieci. Rzeczywiście, średnio wskaźnik czynnikowy dzieci w klasie 5 jest o 0,18 wyższy niż w klasie III ( p < 0,05), a wskaźnik czynnikowy dzieci w klasie 4 jest o 0,13 wyższy niż w przypadku młodsze dzieci ( p < 0,1).

Tabela 2. Średnie oceny czynników dla zmiennych strukturalnych.

Czynnik 1 Czynnik 2 Czynnik 3 Czynnik 4
Mieć na myśli 50,29 51,65 56,92 35,87
Seks Mężczyzna 51.19 52.21 57,56 35,88
Kobieta 49.25 51.02 56.17 35,85
Stopień III 49.23 50,67 56,37 35.42
IV 50,66 52.22 56,92 35,82
V 51.07 52.18 57,50 36.40
Dzielnica 6 50.18 51.35 56.43 36.06
8 50,38 51,93 57.35 35,70
Edukacja rodzicielska Średnio niski 51.12 52.35 57.45 36.45
Średni wzrost 49.04 50,67 55,76 35.06
Status zatrudnienia rodziców Średnio niski 51.08 52.25 57.08 36,53
Średni wzrost 49.31 50,94 56.31 34,85
Obywatelstwo rodzicielskie Włoski 50.37 51,70 56,70 35,79
Zagraniczny 49,52 51.25 56,99 36.32
Tabela 3. Średnie wyniki czynników dla zmiennych indywidualnych i środowiskowych.
Czynnik 1 Czynnik 2 Czynnik 3 Czynnik 4
Mieć na myśli 50,29 51,65 56,92 35,87
Nadzór rodzicielski nad grami wideo Tak 50,29 51,49 56,70 35,57
Nie 51.43 52,53 58.19 36,87
Nadzór rodzicielski w mediach społecznościowych i aplikacjach Tak 50,73 51,75 57.03 36.05
Nie 53.02 53,84 59,89 37.03
Zachowania typu „phubbing”. Niska częstotliwość 49.19 51.13 56,25 35.38
Wysoka częstotliwość 52,48 52,66 58.25 36,52
Nakaz uczęszczania do szkoły Pozytywny 49,55 50,96 56.24 35.43
Negatywny 53.18 54.40 59.42 37.48
Interakcja z rówieśnikami Pozytywny 50.04 51.28 56,59 35.48
Negatywny 52.16 54.00 59.14 38.20
Dyskomfort spowodowany brakiem urządzeń cyfrowych Tak 52.03 52,75 58,29 37.01
Nie 48,91 50,63 55,69 34,70
Prospołeczność Niski 50,90 53,86 58,49 35.30
Średni 50,85 51,62 57.03 35,73
Wysoki 49,58 50,90 56,25 36.20
Brutalne gry wideo Tak 52,94 53.42 59.19 37.13
Nie 49,63 51.22 56.35 35,56
Praktyka sportowa Tak 50.32 51,75 57.20 36.17
Nie 50,63 51,52 56.03 34,85
Gniew Niska częstotliwość 49,55 51.03 56.17 35.45
Wysoka częstotliwość 53,90 54,61 60.36 37,73
Smutek Niska częstotliwość 49,95 51,59 56,83 35,70
Wysoka częstotliwość 51,78 52.11 57.41 36.36
Samotność Niska częstotliwość 50.23 51,58 56,79 36.38
Wysoka częstotliwość 51.04 52.14 57,82 32,92
Strach Niska częstotliwość 50.42 51,64 56,98 36.08
Wysoka częstotliwość 50.12 51,89 56,82 34.49
Lęk Niska częstotliwość 50.33 51.41 56,76 35,91
Wysoka częstotliwość 50.34 52.41 57.43 35,98

Czynnik 2: Bezpośrednie sprawstwo cybernękania i wiktymizacji w zakresie uwodzenia w Internecie. Przyglądając się ładunkom czynnikowym każdej zmiennej wejściowej, możemy podkreślić, że te związane z bezpośrednimi działaniami cyberprzemocy polegającymi na udostępnianiu zdjęć lub filmów bez zgody, wykluczaniu kogoś z grupy oraz obrażaniu lub dokuczaniu komuś są najwyższe, podobnie jak ładunki związane do zmiennej „być obrażanym lub wyśmiewanym” oraz „przyjmowanie prezentów od dorosłych nieznajomych”. Jak Tabela 2Jak wynika z badań, średni wynik tego drugiego czynnika wynosi 51,65, przy czym wyższe wyniki odnotowano wśród chłopców w porównaniu z dziewczętami. Patrząc na pozostałe zmienne strukturalne, dane pokazują nieco wyższe wyniki wśród dzieci rodziców włoskich, uczęszczających do szkół położonych w 8. dzielnicy, o średnio-niskim poziomie wykształcenia rodziców i średnio-niskim statusie zatrudnienia rodziców. Ponadto analiza innych istotnych zmiennych i wskaźników pokazuje, że dzieci najbardziej zaangażowane w to zjawisko to te, które nie mają nadzoru rodzicielskiego nad swoimi działaniami online, zwłaszcza tych związanych z mediami społecznościowymi i aplikacjami; ci, którzy preferują brutalne gry wideo; osoby z większą skłonnością do zachowań typu phubing i kłócenia się z przyjaciółmi; ci, którzy nie lubią chodzić do szkoły; tych, którzy odczuliby dyskomfort, gdyby przez tydzień nie mogli korzystać z urządzeń cyfrowych; oraz osoby o niskim poziomie prospołeczności; oraz te o wyższej częstości w odczuwaniu złości i niepokoju (Tabela 3 ). Wyniki te są zgodne z analizą przeprowadzoną z wykorzystaniem modelu ANOVA. Na przykład istnieją statystycznie istotne różnice w zależności od płci i nastawienia do grania w brutalne gry wideo. Warto zauważyć, że zaobserwowano statystycznie istotną różnicę w średnich wynikach czynników ( p < 0,05) w zależności od płci. W szczególności wskaźnik współczynnika dla mężczyzn jest średnio o 0,1 wyższy niż dla kobiet. Co więcej, dziecko, które nie preferuje brutalnych gier wideo, ma średnio o 0,17 niższy wynik czynnikowy niż dziecko preferujące brutalne gry wideo ( p < 0,01).

Czynnik 3: Pośrednia wiktymizacja i sprawstwo cybernękania oraz wiktymizacja w zakresie uwodzenia w Internecie. W tym przypadku najwyższe ładunki czynnikowe to związane z cyberprzemocą pośrednią akcją wykluczenia społecznego (zarówno doznaną, jak i realizowaną), z akcją wyładowywania złości w sieci, a także zmienną związaną z uwodzenie online polegającą na otrzymywaniu komplementów od dorosłych nieznajomi ( tabela 1 ). Jak Tabela 2Jak wynika z badań, średni wynik tego trzeciego czynnika wynosi 56,92, przy czym wyższe wyniki obserwuje się wśród chłopców w porównaniu z dziewczętami oraz wśród starszych respondentów. Patrząc na pozostałe zmienne strukturalne, w tym przypadku dane pokazują również nieco wyższe wyniki wśród dzieci uczęszczających do szkół położonych w okręgu VIII, o średnio-niskim poziomie wykształcenia rodziców i średnio-niskim statusie zatrudnienia rodziców, bez różnic w relacji do obywatelstwa rodzicielskiego. Ponadto analiza innych istotnych zmiennych i wskaźników pokazuje, że dzieci najbardziej zaangażowane w to zjawisko to te, które nie mają nadzoru rodzicielskiego nad swoimi działaniami online, zarówno w odniesieniu do gier wideo, jak i mediów społecznościowych oraz aplikacji; ci, którzy preferują brutalne gry wideo; osoby z większą skłonnością do zachowań typu phubing i kłócenia się z przyjaciółmi; ci, którzy nie lubią chodzić do szkoły; tych, którzy odczuwaliby dyskomfort bez możliwości korzystania z urządzeń cyfrowych przez tydzień; osoby o niskim poziomie prospołeczności; uprawiających sport; oraz z wyższą częstością w odczuwaniu złości i samotności (Tabela 3 ). Wyniki te są zgodne z analizą przeprowadzoną z wykorzystaniem modelu ANOVA. Na przykład obserwuje się istotną różnicę w rozkładzie czynników. Rzeczywiście, dzieci, które zawsze lub często odczuwają złość, mają średnio o 0,37 wyższy wynik niż dzieci, które nie odczuwają złości lub rzadko ją odczuwają ( p < 0,01).

Czynnik 4: Cybernękanie. Zgodnie z ładunkami czynnikowymi każdej zmiennej, ten ukryty wymiar opisuje głównie sprawstwo cyberprzemocy. Rzeczywiście, najwyższe wyniki odnoszą się do działań związanych z cybernękaniem polegających na obrażaniu kogoś, dokuczaniu i grożeniu ( tabela 1 ). Jak Tabela 2pokazuje, że średni wynik tego czwartego czynnika wynosi 35,87 z niewielkimi różnicami związanymi z płcią, wiekiem, obywatelstwem rodziców i okręgiem szkolnym. Patrząc na pozostałe zmienne strukturalne, w tym przypadku dane wskazują na nieco wyższe wyniki wśród dzieci o średnio-niskim poziomie wykształcenia rodziców i średnio-niskim statusie zatrudnienia rodziców. Ponadto analiza innych istotnych zmiennych i wskaźników pokazuje, że dzieci najbardziej zaangażowane w to zjawisko to te, które mają mniejszy nadzór rodzicielski nad swoimi działaniami online, zarówno w odniesieniu do gier wideo, jak i mediów społecznościowych oraz aplikacji; ci, którzy preferują brutalne gry wideo; osoby z większą skłonnością do zachowań typu phubing i kłócenia się z przyjaciółmi; osoby o wysokim poziomie prospołeczności; ci, którzy nie lubią chodzić do szkoły; tych, którzy odczuwaliby dyskomfort bez możliwości korzystania z urządzeń cyfrowych przez tydzień; oraz tych, którzy uprawiają sport. W odniesieniu do percepcji negatywnych emocji wyższe wyniki uzyskano z większą częstotliwością w percepcji złości, a mniejszą w percepcji strachu i osamotnienia (Tabela 3 ). Wyniki te są zgodne z analizą przeprowadzoną z wykorzystaniem modelu ANOVA. Na przykład wynik czynnika jest średnio o 0,09 wyższy u dzieci, które często lub zawsze odczuwają złość, niż u tych, które tego nie robią lub rzadko ( p < 0,05), podczas gdy jest średnio o 0,14 niższy u dzieci, które często lub zawsze czują się samotne niż u dzieci, które często lub zawsze czują się samotne. u tych, którzy tego nie robią ( p < 0,01).

4. Dyskusja

Wyniki analizy dwuwymiarowej dotyczącej cyberprzemocy ujawniły, że zarówno sprawstwo, jak i wiktymizacja są powszechne wśród respondentów i dotyczą odpowiednio trojga i dwojga na dziesięcioro dzieci. Wyniku tego nie można jednak łatwo porównać z oficjalnymi statystykami, ponieważ, jak wspomnieliśmy we wstępie, większość badań ilościowych oceniających wskaźniki rozpowszechnienia sprawstwa i wiktymizacji w zakresie cyberprzemocy przeprowadzono na uczniach gimnazjów i szkół średnich. Ponadto, zgodnie z niedawnym przeglądem badań przeprowadzonych na reprezentatywnej próbie populacji, ze względu na różne stosowane narzędzia pomiarowe, rozpowszechnienie wiktymizacji i sprawstwa cyberprzemocy w Unii Europejskiej wahało się odpowiednio między 2,8 a 31,5% oraz między 3,0 a 30,6% [ 75]. Jeśli chodzi o uwodzenie online, którego wskaźnik rozpowszechnienia waha się od 9% do 19% [ 76 ], więcej niż jedno dziecko na dziesięcioro było zaangażowanych w te epizody w ciągu roku poprzedzającego badanie, bez znaczących różnic między chłopcami i dziewczętami. Rzeczywiście, jeśli wśród nastolatków ryzyko zaangażowania w to zjawisko jest wyższe w przypadku dziewcząt [ 77 , 78 ], wśród dzieci w wieku poniżej 13 lat ta różnica między płciami jest mniej znacząca [ 50 ].

Jeśli chodzi o różnice między płciami w zaangażowaniu w cyberprzemoc, hipotezy zostały postawione ze względu na niespójności w literaturze naukowej dotyczące jej wpływu na to zjawisko. Jak pokazują wyniki, w popełnianiu cyberprzemocy nie ma istotnych różnic między dziewczętami i chłopcami, podczas gdy wskaźnik rozpowszechnienia wiktymizacji cyberprzemocy jest wyższy wśród chłopców niż wśród dziewcząt. W związku z tym stawiamy hipotezę, że chłopcy byli bardziej narażeni na bycie ofiarami, ponieważ byli bardziej narażeni na korzystanie z Internetu i spędzali więcej czasu przed ekranem niż dziewczęta, zarówno w mediach społecznościowych i aplikacjach, jak iw grach wideo. W rzeczywistości, patrząc na wyniki analizy dwuwymiarowej, wśród dzieci hiperpołączonych odsetek aktorów i ofiar cyberprzemocy oraz ofiar uwodzenia online jest znacznie wyższy niż wśród dzieci z krótszym czasem spędzanym przed ekranem.7 , 8 ].

Z tego powodu zdecydowaliśmy się wykorzystać wskaźniki czasu spędzanego przed ekranem wraz ze zmiennymi dotyczącymi epizodów cybernękania i uwodzenia online, aby przeprowadzić analizę czynnikową i wykryć ukryte wymiary tych zjawisk. Cztery uzyskane czynniki identyfikują, odpowiednio, cztery różne wymiary, jak następuje: wymiar wiktymizacji hiperłączy i uwodzenia online, wymiar bezpośrednich form cyberprzemocy (zarówno doznanej, jak i popełnianej) oraz wiktymizacji uwodzenia w sieci, wymiar pośrednich form cyberprzemocy (zarówno doznanych, jak i popełnionych) oraz wiktymizacji polegającej na uwodzeniu w sieci, a także wymiaru cyberprzemocy.

Analiza wyników czynnikowych w podziale na podgrupy pokazuje, że większość hipotez, które zostały sformułowane na podstawie ustaleń z literatury naukowej, została potwierdzona (H1, H2 i H3). Rzeczywiście, istnieją powtarzające się cechy, które są przekrojowe w stosunku do czterech czynników, co sugeruje, że wiktymizacja i sprawstwo cyberprzemocy oraz wiktymizacja uwodzenia w Internecie mają wspólne cechy. Tym samym wyższe wyniki odnotowano wśród starszych dzieci (H1) o niskim poziomie wykształcenia rodziców i niskim statusie zawodowym rodziców, a także wśród respondentów o znikomym nadzorze rodzicielskim nad ich aktywnością w Internecie. Ponadto ryzyko zaangażowania wzrasta wśród dzieci z większą skłonnością do zachowań phubingowych i kłócenia się z rówieśnikami.

Ponadto, zgodnie z hipotezą (H4), uprawianie sportu nie jest predyktorem zaangażowania dzieci w te zjawiska. Wynik ten potwierdza wyniki innych badań, które przeprowadziliśmy w ostatnich latach, z których wynika, że ​​pogląd, że uprawianie sportu jest zawsze czynnikiem ochronnym dla zachowań młodzieży, jest stereotypem.

Jednak hipoteza, że ​​niekorzystny kontekst społeczno-ekonomiczny był predyktorem większego zaangażowania zarówno w cybernękanie, jak i uwodzenie online, co było częścią hipotez H2 i H3, została sfalsyfikowana. W rzeczywistości wyniki pokazują, że różnice między dzielnicami 8. i 6., które są odpowiednio miejskim i podmiejskim obszarem Rzymu, są dość niespójne. W związku z tym istnieją pewne badania dotyczące związków między występowaniem zastraszania i cyberprzemocy a rodzajem obszarów geograficznych, w których odnotowano wyższe wskaźniki cyberprzemocy na obszarach miejskich i wyższe wskaźniki zastraszania na obszarach podmiejskich [ 79 , 80 , 81 , 82]. Te różne trendy są zwykle przypisywane większej dostępności urządzeń cyfrowych i dostępu do Internetu na obszarach miejskich. Jednak w naszym badaniu nie stwierdziliśmy znaczących różnic wśród dzieci z dwóch okręgów pod względem czasu spędzanego przed ekranem i dostępności urządzeń cyfrowych. Aby lepiej zrozumieć te trendy, potrzebne są dalsze badania przeprowadzone na reprezentatywnych próbach.

Wreszcie, zgodnie z naszą hipotezą (H2 i H3), dyskomfort emocjonalny dzieci był również predyktorem zaangażowania w te zjawiska. Co więcej, postrzegana negatywna emocja okazała się cechą wyróżniającą spośród różnych wymiarów zidentyfikowanych w analizie czynnikowej. W rzeczywistości wysoka częstotliwość gniewu była cechą wspólną wszystkich czynników; jednak wymiar sprawstwa cyberprzemocy, wykryty przez czynnik czwarty, charakteryzował się niskim poziomem osamotnienia i strachu, w przeciwieństwie do innych czynników, które identyfikują jednocześnie wymiary sprawstwa i wiktymizacji. W tym sensie można postawić hipotezę, że dzieci te mogą odgrywać wiodącą rolę w grupie rówieśników, związaną z agresywnymi zachowaniami, które wzmacniają ich potrzebę kontroli i domeny.

5. Wnioski

Główny wkład niniejszego badania w literaturę naukową wynika z jego ilościowego i statystycznie reprezentatywnego charakteru – na poziomie lokalnym. Postawy i zachowania dzieci są często analizowane za pomocą narzędzi jakościowych iw małych grupach. Rzeczywiście, badania na reprezentatywnych próbach z tej grupy wiekowej mogą powodować nie tylko wysoki poziom złożoności ze względu na młody wiek respondentów, ale także wrażliwość tematów cyberprzemocy i uwodzenia w Internecie, które mają dziś ogromne znaczenie. W naszym przypadku przyjęte metodologie i materiały oraz faza operacjonalizacji były kluczowymi elementami sukcesu badania.

Złożony projekt badawczy obejmował intensywne działania harcerskie ze szkołami podstawowymi, które miały na celu podniesienie świadomości na temat wagi celów badawczych. Mimo, że badania prowadzono w czasie pandemii, przy silnych ograniczeniach w kontaktach bezpośrednich, skuteczność fazy scoutingu pozwoliła na przeprowadzenie badania w salach lekcyjnych oraz w obecności dwóch badaczy, w tym koordynatora projektu, w w celu zagwarantowania najwyższej wiarygodności gromadzonych danych.

Nie można dłużej odkładać potrzeby mierzenia i monitorowania zachowań dzieci ze szkół podstawowych metodą ilościową. Zjawisko dewiacji relacyjnej coraz częściej dotyczy dzieci w młodym wieku i nasila się w okresie wzrostu. Jest to szczególnie prawdziwe, patrząc na problemy, które żywią się Internetem, którego konsumpcja, jak wykazano, wzrasta wraz z wiekiem. Ponadto dystans fizyczny, który nastąpił z powodu rozprzestrzeniania się COVID-19, wydłużył czas przed ekranem, a tym samym hiperpołączenie, intensyfikując rozprzestrzenianie się zjawisk analizowanych w tym badaniu. Nagły wzrost korzystania z Internetu sprawił, że zarówno nauczyciele, jak i rodziny są nieprzygotowani, zwłaszcza jeśli chodzi o wiedzę na temat narzędzi kontrolnych, które mogą chronić dzieci w Internecie.

Wyniki tego badania wskazują na duże rozpowszechnienie cyberprzemocy wśród dzieci, zwłaszcza wśród respondentów o wysokim poziomie czasu spędzanego przed ekranem. Z tego powodu ważne jest monitorowanie tendencji do izolacji społecznej i wykorzystywania cyberprzestrzeni jako jedynego środka interakcji z innymi ludźmi.

Ponadto należy wspomnieć o jednym z charakterystycznych elementów cyberbullyingu, jakim jest podwójna kategoria aktor-ofiara. Jak pokazują wyniki analizy czynnikowej, wymiary sprawstwa i wiktymizacji często współistnieją w tych samych podmiotach, co stanowi kolejny element złożoności w rozpoznawaniu zjawiska przez wychowawców i rodziców.

Jeśli chodzi o wiktymizację w zakresie uwodzenia w Internecie, związek ze światem wirtualnym jest bardzo niebezpieczny, zwłaszcza w przypadku dzieci, które nie mają nadzoru rodzicielskiego nad swoimi działaniami online. W tym przypadku czas spędzony przed ekranem, zarówno w grach wideo, jak iw mediach społecznościowych i aplikacjach, jest głównym predyktorem zaangażowania dzieci w uwodzenie online.

Wyniki te potwierdzają potrzebę dalszych badań nad tą grupą wiekową, a także wspólnych narzędzi badawczych i rzetelnych wskaźników. Może to mieć kluczowe znaczenie dla przezwyciężenia luki informacyjnej na temat zachowań w dzieciństwie, a także umożliwienia standaryzacji podejść epistemologicznych i metodologicznych. Tylko w ten sposób możliwe będzie wyjaśnienie wielu aktualnych kontrowersji naukowych dotyczących badanych tematów i uzyskanie wiarygodnych informacji na podstawie reprezentatywnych próbek. Chociaż niniejsze badanie nie pozwala na wnioskowanie statystyczne na poziomie krajowym, ze względu na terytorialny charakter badań, na których się opiera, wyniki są bardzo pomocne w pogłębianiu wiedzy o trendach zjawisk, zachęcając do nowych badań na szerszych próbach. Pod tym względem, aby zweryfikować wyniki niniejszego badania i znaleźć inne czynniki predykcyjne, ważne będzie zbadanie następujących wymiarów: tendencja do izolacji społecznej i narastająca transpozycja interakcji społecznych do świata wirtualnego, skutki ekspozycji na brutalne wideo gry i treści multimedialne, częstotliwość i intensywność negatywnych emocji pierwotnych oraz wpływ kontekstu społecznego na zachowania młodzieży. Wyniki niniejszego badania sugerują jednak, że należy poświęcić jak najwięcej uwagi problemowi rozprzestrzeniania się cyberprzemocy i uwodzenia, zacieśniając współpracę między szkołami, rodzicami i opiekunami w zachęcaniu dzieci do bezpieczniejszego korzystania z urządzeń cyfrowych. tendencja do izolacji społecznej i nasilającej się transpozycji interakcji społecznych do świata wirtualnego, skutki kontaktu z brutalnymi grami wideo i treściami multimedialnymi, częstotliwość i intensywność negatywnych emocji pierwotnych oraz wpływ kontekstu społecznego na zachowania młodzieży . Wyniki niniejszego badania sugerują jednak, że należy poświęcić jak najwięcej uwagi problemowi rozprzestrzeniania się cyberprzemocy i uwodzenia, zacieśniając współpracę między szkołami, rodzicami i opiekunami w zachęcaniu dzieci do bezpieczniejszego korzystania z urządzeń cyfrowych. tendencja do izolacji społecznej i nasilającej się transpozycji interakcji społecznych do świata wirtualnego, skutki kontaktu z brutalnymi grami wideo i treściami multimedialnymi, częstotliwość i intensywność negatywnych emocji pierwotnych oraz wpływ kontekstu społecznego na zachowania młodzieży . Wyniki niniejszego badania sugerują jednak, że należy poświęcić jak najwięcej uwagi problemowi rozprzestrzeniania się cyberprzemocy i uwodzenia, zacieśniając współpracę między szkołami, rodzicami i opiekunami w zachęcaniu dzieci do bezpieczniejszego korzystania z urządzeń cyfrowych.

Autorskie Wkłady

LC, GC i AT wymyślili i zaprojektowali badanie, zapoznali się z literaturą, zebrali dane oraz napisali i zredagowali artykuł. LC, IB i DDR przeprowadziły analizę danych statystycznych. LC i jest ostatnim autorem, tj. liderem grupy w tych badaniach, GC i AT dokonały interpretacji socjologicznej, AT jest także pierwszym autorem w tym artykule, IB i DDR wnieśli wkład w paragrafy metodologiczne i wyniki. Wszyscy autorzy przeczytali i zgodzili się na opublikowaną wersję manuskryptu.

Finansowanie

Badania te nie otrzymały żadnego zewnętrznego finansowania.

Oświadczenie instytucjonalnej komisji rewizyjnej

Badanie zostało zatwierdzone przez Komisję ds. Etyki i Uczciwości Badań Włoskiej Narodowej Rady ds. Badań Naukowych (data zatwierdzenia: 22 lipca 2021 r.).

Oświadczenie o świadomej zgodzie

Świadomą zgodę uzyskano od wszystkich osób biorących udział w badaniu.

Oświadczenie o dostępności danych

Dane z tego badania nie są dostępne ze względu na współwłasność z włoską prezydencją Rady Ministrów.

Konflikt interesów

Autorzy deklarują brak konfliktu interesów.

Notatka

1
Miasto Rzym podzielone jest na piętnaście dzielnic, zwanych municipi . Każdy z tych okręgów ma inne rozszerzenie terytorialne i gęstość zaludnienia. Dwa wybrane obszary reprezentują odpowiednio 9% i 5% mieszkańców Rzymu. Okręgi 6. i 8. charakteryzują się podobną gęstością zaludnienia (między 2000 a 3000 mieszkańców na km 2 ) oraz heterogenicznymi profilami demograficznymi i ekonomicznymi. Razem mają prawie 400 000 mieszkańców, co odpowiada liczbie mieszkańców dużego miasta.

Bibliografia

  1. Istituto Nazionale di Statistica. Raport BES 2021, Il Benessere Equo e Sostenibile in Italia ; Istat: Rzym, Włochy, 2022.

  2. OECD. Zwalczanie wpływu COVID-19 na dzieci, Reakcje polityczne OECD na koronawirusa (COVID-19) ; Wydawnictwo OECD: Paryż, Francja, 2020. [ Google Scholar ] [ CrossRef ]

  3. Barlett, CP; Simomaniacy, MM; Roth, B.; Gentile, D. Porównanie rozpowszechnienia i procesu cyberprzemocy przed pandemią COVID-19 iw jej trakcie. J. Soc. psychol. 2021 , 161 , 408–418. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  4. Lobe, B.; Velicu, A.; Staksrud, E.; Chaudron, S.; Di Gioia, R. Jak dzieci (10–18 lat) doświadczały zagrożeń online podczas blokady związanej z COVID-19 — wiosna 2020 r .; 30584 EUR EN; Urząd Publikacji Unii Europejskiej: Luksemburg, 2021; ISBN 978-92-76-29763-5/978-92-76-29762-8. [ Google Scholar ] [ CrossRef ]

  5. Mkhize, S.; Gopal, N. Sprawa cyberprzemocy: Dzieci i młodzież zagrożone wiktymizacją podczas blokady Covid-19. Int. J. Criminol. Socjal. 2021 , 10 , 525–537. [ Google Scholar ] [ CrossRef ]

  6. Tintori, A.; Ciancimino, G.; Giovanelli, G.; Cerbara, L. Znęcanie się i cybernękanie wśród włoskiej młodzieży: wpływ czynników psychospołecznych na zachowania agresywne. Int. J. Środowisko. Rez. Zdrowie publiczne 2021 , 18 , 1558. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  7. Ansary, NS Cybernękanie: koncepcje, teorie i korelaty informujące o najlepszych praktykach zapobiegawczych opartych na dowodach. Agresja. Brutalne zachowanie. 2020 , 50 , 101343. [ Google Scholar ] [ CrossRef ]

  8. Kowalski, RM; Limber, SP; McCord, A. Rozwojowe podejście do cyberprzemocy: rozpowszechnienie i czynniki ochronne. Agresja. Brutalne zachowanie. 2019 , 45 , 20–32. [ Google Scholar ] [ CrossRef ]

  9. Yang, B.; Wang, B.; Słońce, N.; Xu, F.; Wang, L.; Chen, J.; Sun, C. Konsekwencje cyberprzemocy i tradycyjnej wiktymizacji zastraszania wśród nastolatków: różnice płci w objawach psychologicznych, samookaleczeniach i samobójstwach. Psychiatria Res. 2021 , 306 , 114219. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  10. Perwitasari, DR; Wuryaningsih, EW Dlaczego mi to zrobiłeś ?: Systematyczny przegląd wpływu cyberprzemocy na zdrowie psychiczne i samobójstwa wśród nastolatków. NurseLine J. 2022 , 7 , 35–47. [ Google Scholar ] [ CrossRef ]

  11. Olweus, D.; Limber, S. Niektóre problemy z badaniami nad cybernękaniem. bież. Opinia. psychol. 2018 , 19 , 139–143. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  12. Vaillancourt, T.; Faris, R.; Mishna, F. Cyberprzemoc u dzieci i młodzieży: implikacje dla zdrowia i praktyki klinicznej. Canadian J. Psychiatry 2017 , 62 , 368–373. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  13. Olweus, D. Znęcanie się w szkole: co wiemy i co możemy zrobić ; Blackwell: Oxford, Wielka Brytania, 1993; P. 48. [ Google Scholar ]

  14. Salmivalli, C.; Lagerspetz, K.; Björkqvist, K.; Österman, K.; Kaukiainen, A. Znęcanie się jako proces grupowy: role uczestników i ich relacje ze statusem społecznym w grupie. Agresja. Zachowanie 1996 , 22 , 1–15. [ Google Scholar ] [ CrossRef ]

  15. Piotr, I.-K.; Petermann, F. Cyberbullying: Analiza koncepcji definiowania atrybutów i dodatkowych czynników wpływających. Oblicz. Szum. Zachowanie 2018 , 86 , 350–366. [ Google Scholar ] [ CrossRef ]

  16. Wong, RY; Cheung, CM; Xiao, B. Czy płeć ma znaczenie w popełnianiu cyberprzemocy? Badanie empiryczne. Oblicz. Szum. Zachowanie 2018 , 79 , 247–257. [ Google Scholar ] [ CrossRef ]

  17. Pereira Neto, A.; Barbosa, L. Znęcanie się i cybernękanie: kontrowersje koncepcyjne w Brazylii. W Internecie i zdrowiu w Brazylii ; Springer: Berlin, Niemcy, 2019; s. 225–249. [ Google Scholar ]

  18. Estevez, E.; Canas, E.; Estevez, JF; Povedano, A. Ciągłość i nakładanie się ról ofiar i agresorów zastraszania i cyberprzemocy w okresie dojrzewania: przegląd systematyczny. Int. J. Środowisko. Rez. Zdrowie publiczne 2020 , 17 , 7452. [ Google Scholar ] [ CrossRef ]

  19. Miszna, F.; Khoury-Kassabri, M.; Gadalla, T.; Daciuk, J. Czynniki ryzyka zaangażowania w cyberprzemoc: ofiary, prześladowcy i prześladowcy-ofiary. Dziecko. Młody sługa. Obj. 2012 , 34 , 63–70. [ Google Scholar ] [ CrossRef ]

  20. Bayraktar, F.; Machakova, H.; Dedkova, L.; Cerna, A.; Ševčíková, A. Cybernękanie: czynniki dyskryminujące wśród cyberprzemocy, cyberofiar i ofiar cyberprzemocy w czeskiej próbie nastolatków. J. Interpers. Przemoc 2015 , 30 , 3192–3216. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  21. UNICEF. Dzień Bezpiecznego Internetu: Un Adolescente su tre Vittima Di Cyberbullismo ; UNICEF: Nowy Jork, NY, USA, 2020. [ Google Scholar ]

  22. Liu, C.; Liu, Z.; Yuan, G. Podłużny wpływ wiktymizacji cyberprzemocy na depresję i objawy stresu pourazowego: mediacyjna rola przeżuwania. Łuk. psychiatra. pielęgniarki. 2020 , 34 , 206–210. [ Google Scholar ] [ CrossRef ]

  23. González-Cabrera, J.; León-Mejía, A.; Beranuy, M.; Gutiérrez-Ortega, M.; Álvarez-Bardón, A.; Machimbarrena, JM Związek między cyberprzemocą a jakością życia związaną ze zdrowiem w próbie dzieci i młodzieży. Kwalifikacja życie 2018 , 27 , 2609–2618. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  24. Hinduja, S.; Patchin, JW Zastraszanie, cyberprzemoc i samobójstwo. Łuk. Suicide Res. 2010 , 14 , 206–221. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  25. Kowalski, RM; Limber, SP Psychologiczne, fizyczne i akademickie korelaty cyberprzemocy i tradycyjnego nękania. J. Adolesc. Zdrowie 2013 , 53 , S13–S20. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  26. Van Geel, M.; Vedder, P.; Tanilon, J. Związek między wiktymizacją rówieśników, cyberprzemocą i samobójstwem u dzieci i młodzieży: metaanaliza. JAMA Pediatr. 2014 , 168 , 435–442. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  27. Bonanno, RA; Hymel, S. Cyberprzemoc i trudności z internalizacją: ponad i poza wpływem tradycyjnych form zastraszania. J. Młodzież Adolesc. 2013 , 42 , 685–697. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  28. Bronfenbrenner, U. Ekologia rozwoju człowieka: eksperymenty natury i projektu ; Harvard University Press: Cambridge, MA, USA, 1979. [ Google Scholar ]

  29. Przysięga, SM; Hymel, S. Zrozumienie psychologii zastraszania: przejście w kierunku społeczno-ekologicznego modelu skazy-stresu. Jestem. psychol. 2015 , 70 , 344–353. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  30. Nixon, CL Obecne perspektywy: Wpływ cyberprzemocy na zdrowie nastolatków. Adolesc. Medycyna Zdrowia Ter. 2014 , 5 , 143. [ Google Scholar ] [ CrossRef ] [ PubMed ][ Wersja zielona ]

  31. Uusitalo-Malmivaara, L.; Lehto, JE Szczęście i depresja u 12-latka tradycyjnie zastraszanego i cyberprzemocy. Otwórz ks. Eduk. Rez. 2016 , 3 , 35–51. [ Google Scholar ] [ CrossRef ]

  32. Devine, P.; Lloyd, K. Korzystanie z Internetu i dobrostan psychiczny wśród dzieci w wieku 10 i 11 lat. Praktyka opieki nad dziećmi. 2012 , 18 , 5–22. [ Google Scholar ] [ CrossRef ]

  33. Ruiz, RO; del Rey Alamillo, R.; Bolaños, JAC; Almanzor CV; Ortiz, OG; Alcaide, FC; Zych, I.; Fernández, CMG; González, RL Zastraszanie, Cybernękanie i Przemoc na randkach. Estudio de la Gestión de la Vida Social Estudiantes de Primaria y Secundaria en Andalucía ; Colección Actualidad, 75; Centro de Estudios Andaluces: Sewilla, Hiszpania, 2017. [ Google Scholar ]

  34. Fanti, KA; Demetriou, AG; Hawa, VV Podłużne badanie cybernękania: badanie czynników ryzyka i ochronnych. Eur. J. Dev. psychol. 2012 , 9 , 168–181. [ Google Scholar ] [ CrossRef ]

  35. Wong, DSW; Chan, HCO; Cheng, CHK Cyberprzemoc i wiktymizacja wśród nastolatków w Hongkongu. Dziecko. Młody sługa. Obj. 2014 , 36 , 133–140. [ Google Scholar ] [ CrossRef ]

  36. Carvalho, M.; Branquinho, C.; de Matos, MG Cybernękanie i zastraszanie: wpływ na objawy psychiczne i samopoczucie. Dziecko Ind. Rez. 2021 , 14 , 435–452. [ Google Scholar ] [ CrossRef ]

  37. słońce, s.; Wentylator, X .; Du, J. Cyberprzemoc: metaanaliza różnic między płciami. Int. J. Nauka o Internecie. 2016 , 11 , 61–81. [ Google Scholar ]

  38. Wong, RYM; Cheung, C.; Xiao, BS; Chan, TK Podżeganie, popychanie i hamowanie sił w popełnianiu cyberprzemocy ze względu na płeć. W Proceedings of the PACIS, Singapur, 5–7 lipca 2015 r. [ Google Scholar ]

  39. Navarro, R. Kwestie związane z płcią i cyberprzemoc u dzieci i młodzieży: od różnic między płciami do środków tożsamości płciowej. W cyberprzemocy na całym świecie ; R. Navarro, S. Yubero, E. Larrañaga, wyd.; Springer: Cham, Szwajcaria, 2016. [ Google Scholar ]

  40. Merrill, RM; Hanson, CL Czynniki ryzyka i czynniki ochronne związane z zastraszaniem na terenie szkoły w porównaniu z cyberprzemocą. BMC Public Health 2016 , 16 , 145. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  41. Benitez-Sillero, JdD; Armada Crespo, JM; Ruiz Córdoba, E.; Raya-González, J. Związek między ilością, rodzajem, przyjemnością z aktywności fizycznej i wynikami wychowania fizycznego z cyberprzemocą u nastolatków. Int. J. Środowisko. Rez. Zdrowie publiczne 2021 , 18 , 2038. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  42. Medina, JA; Reverte, MJ Częstość uprawiania aktywności fizycznej i sportu jako regulator przemocy w szkole. Retos 2019 , 35 , 54–60. [ Google Scholar ]

  43. Corral-Pernía, JA; Chacón-Borrego, F.; Fernández Gavira, J.; Del Rey, R. Bullying i cyberprzemoc a umiarkowana energiczna aktywność fizyczna (MVPA) u uczniów szkół ponadgimnazjalnych. Wielebny Psicol. Deportacja 2018 , 27 , 70–75. [ Google Scholar ]

  44. Tintori, A.; Ciancimino, G.; Vismara, A.; Cerbara, L. Sport jako edukacja: czy to też stereotyp? Ogólnokrajowe badanie związku między uprawianiem sportu, zastraszaniem, rasizmem i stereotypami wśród włoskich uczniów. Przekonująca Edukacja. 2021 , 8 , 1. [ Google Scholar ] [ CrossRef ]

  45. Teng, Z.; Nie, Q.; Zhu, Z.; Guo, C. Ekspozycja na brutalne gry wideo i (cyber) zastraszanie wśród chińskiej młodzieży: moderująca rola agresji jako cechy i tożsamości moralnej. Oblicz. Szum. Zachowanie 2020 , 104 , 106193. [ Google Scholar ] [ CrossRef ]

  46. Lam, LT; Cheng, Z.; Liu, X. Ekspozycja na brutalne gry online i cybernękanie / wiktymizacja wśród nastolatków. Cyberpsychol. Zachowanie soc. Sieć 2013 , 16 , 159–165. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  47. Dittrick, CJ; Beran, Tennessee; Miszna, F.; Hetherington, R.; Shariff, S. Czy dzieci, które znęcają się nad rówieśnikami, również grają w brutalne gry wideo? Kanadyjskie badanie krajowe. J. Sch. Przemoc 2013 , 12 , 297–318. [ Google Scholar ] [ CrossRef ]

  48. Ferguson, CJ; Colwell, J. Wredniejszy, bardziej bezduszny cyfrowy świat dla młodzieży? Związek między brutalnymi grami cyfrowymi, motywacją, zastraszaniem i zachowaniami obywatelskimi wśród dzieci. psychol. Muzyka pop. Kult mediów. 2018 , 7 , 202–215. [ Google Scholar ] [ CrossRef ]

  49. Zych, I.; Farrington, DP; Ttofi, MM Czynniki ochronne przed zastraszaniem i cyberprzemocą: systematyczny przegląd metaanaliz. Agresja. Brutalne zachowanie. 2019 , 45 , 4–19. [ Google Scholar ] [ CrossRef ]

  50. CNCPO L’abuso sessuale online a danno dei minori, Servizio Polizia Postale e delle Comunicazioni & Save the Children—Il Dossier ; CNCPO: San Martino Valle Caudina, Włochy, 2022. [ Google Scholar ]

  51. Salter, A. Trasforming Trauma ; SAGE Publications: Thousand Oaks, Kalifornia, USA, 1995; s. 74–80. [ Google Scholar ]

  52. Calvete, E.; Cortazar, N.; Fernández-González, L.; Echezarraga, A.; Beranuy, M.; Leon, A.; González-Cabrera, J.; Orue, I. Skutki krótkiej interwencji zapobiegawczej w cyberprzemocy i uwodzeniu u nastolatków. Psychosocjal. Interw. 2021 , 30 , 75–84. [ Google Scholar ] [ CrossRef ]

  53. Berliner, L. Koncepcja uwodzenia i sposób, w jaki może pomóc ofiarom. J. Interpers. Przemoc 2018 , 33 , 24–27. [ Google Scholar ] [ CrossRef ]

  54. Pasca, P.; Signore, F.; Tralci, C.; Del Gottardo, D.; Longo, M.; Preite, G.; Ciavolino, E. Wykrywanie uwodzenia online na najwcześniejszych etapach: opracowanie i walidacja skali ryzyka uwodzenia online. Mediterr. J. Clin. psychol. 2022 , 10 , 24. [ Google Scholar ]

  55. Schoeps, K.; Peris Hernández, M.; Garaigordobil, M.; Montoya Castilla, I. Czynniki ryzyka bycia ofiarą uwodzenia online u nastolatków. Psicotema 2020 , 4 , 454–464. [ Google Scholar ]

  56. Livingstone, S.; Helsper, EJ Pośrednictwo rodziców w korzystaniu z Internetu przez dzieci. J. Transmisja. Elektron. Media 2008 , 52 , 581–599. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  57. Valcke, M.; Bonte, S.; De Wever, B.; Rots, I. Style rodzicielstwa w Internecie i wpływ na korzystanie z Internetu przez dzieci ze szkół podstawowych. Oblicz. Eduk. 2010 , 55 , 454–464. [ Google Scholar ] [ CrossRef ]

  58. Machimbarrena, JM; Garaigordobil, M. Rozpowszechnienie bullyingu i cyberbullyingu na ostatnim etapie szkoły podstawowej w Kraju Basków. Zakres. J. Psychol. 2018 , 21 , E48. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  59. Calvete, E.; Fernández-González, L.; Cabrera, JMG; Gámez-Guadix, M. Kontynuacja wiktymizacji zastraszania u nastolatków: nieadaptacyjne schematy jako mechanizm mediacyjny. J. Młodzież Adolesc. 2018 , 47 , 650–660. [ Google Scholar ] [ CrossRef ]

  60. Ladd, GW; Ettekal, I.; Kochenderfer-Ladd, B. Trajektorie wiktymizacji rówieśników od przedszkola do szkoły średniej: zróżnicowane ścieżki zaangażowania i osiągnięć szkolnych dzieci? J. Eduk. psychol. 2017 , 109 , 826–841. [ Google Scholar ] [ CrossRef ]

  61. Celata, F.; Lucciarini, S. Atlante Delle Disuguaglianze a ROMA ; Camera di Commercio Industria Artigianato e Agricoltura di Roma: Roma, Italy, 2016. [ Google Scholar ] [ CrossRef ]

  62. Chotpitayasunondh, V.; Douglas, KM Jak „phubbing” staje się normą: poprzednicy i konsekwencje lekceważenia za pomocą smartfona. Oblicz. Szum. Zachowanie 2016 , 63 , 9–18. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  63. Caprara, GV; Pastorelli, C. Wczesna niestabilność emocjonalna, zachowania prospołeczne i agresja: niektóre aspekty metodologiczne. Eur. J. Osobiste. 1993 , 7 , 19–36. [ Google Scholar ] [ CrossRef ]

  64. Statystyki IBM SPSS. Dostępne online: https://www.ibm.com/it-it/products/spss-statistics (dostęp: 12 października 2022 r.).

  65. Projekt R dla obliczeń statystycznych . Dostępne online: https://www.r-project.org/ (dostęp: 12 października 2022 r.).

  66. Myszy RDocumentation: imputacja wielowymiarowa za pomocą równań łańcuchowych . Dostępne online: https://www.rdocumentation.org/packages/mice/versions/3.14.0/topics/mice (dostęp: 12 października 2022 r.).

  67. Van Buuren, S.; Groothuis-Oudshoorn, K. mice: Multivariate Imputation by Chained Equations in RJ Stat. Oprogramowanie 2011 , 45 , 1–67. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  68. Mera-Gaona, M.; Neumann, U.; Vargas-Canas, R.; López, DM Ocena wpływu imputacji wielowymiarowej przez MICE na wybór cech. PLoS JEDEN 2021 , 16 , e0254720. [ Google Scholar ] [ CrossRef ] [ PubMed ]

  69. RDocumentation hetcor: heterogeniczna macierz korelacji. Dostępne online: https://www.rdocumentation.org/packages/polycor/versions/0.8-1/topics/hetcor (dostęp: 14 października 2022 r.).

  70. Drasgow, F. Korelacje polichoryczne i wieloseryjne. W The Encyclopedia of Statistics ; John Wiley & Sons: Nowy Jork, NY, USA, 1986; Tom 7, s. 68–74. [ Google Scholar ]

  71. RDokumentacja KMO: Znajdź miarę adekwatności doboru próby Kaisera, Meyera, Olkina. Dostępne online: https://www.rdocumentation.org/packages/psych/versions/2.1.6/topics/KMO (dostęp: 21 października 2022 r.).

  72. RDocumentation Cortest. bartlett: Test Bartletta, że ​​macierz korelacji jest macierzą tożsamości. Dostępne online: https://www.rdocumentation.org/packages/psych/versions/2.2.5/topics/cortest.bartlett (dostęp: 27 października 2022 r.).

  73. Kaiser, HF Indeks czynnikowej prostoty. Psychometria 1974 , 39 , 31–36. [ Google Scholar ] [ CrossRef ]

  74. RDocumentation Factanal: Analiza czynnikowa. Dostępne online: https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/factanal (dostęp: 28 października 2022 r.).

  75. Henares-Montiel, J.; Benitez-Hidalgo, V.; Ruiz-Pérez, I.; Pastor-Moreno, G.; Rodríguez-Barranco, M. Cybernękanie i powiązane czynniki w krajach członkowskich Unii Europejskiej: przegląd systematyczny i metaanaliza badań z reprezentatywnymi próbami populacji. Int. J. Środowisko. Rez. Zdrowie publiczne 2022 , 19 , 7364. [ Google Scholar ] [ CrossRef ]

  76. Gandolfi, CE; Mosillo, M.; Del Castillo, G.; Forni, G.; Pietronigro, A.; Tiwana, N.; Pellai, A. Uwodzenie online: analiza zjawiska. J. Poprzednia Med. Hyg. 2019 , 60 , E220. [ Google Scholar ] [ CrossRef ]

  77. Whittle, H.; Hamilton-Giachritsis, C.; Buk, A.; Collings, G. Przegląd podatności młodych ludzi na uwodzenie online. Agresja. Brutalne zachowanie. 2013 , 18 , 135–146. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  78. Machimbarrena, JM; Calvete, E.; Fernández-González, L.; Álvarez-Bardón, A.; Álvarez-Fernández, L.; González-Cabrera, J. Zagrożenia internetowe: przegląd wiktymizacji w cyberprzemocy, nadużycia w cybernetycznych randkach, seksting, uwodzenie online i problematyczne korzystanie z Internetu. Int. J. Środowisko. Rez. Zdrowie publiczne 2018 , 15 , 2471. [ Google Scholar ] [ CrossRef ][ Wersja zielona ]

  79. Zhu, C.; Huang S.; Evans, R.; Zhang, W. Cyberprzemoc wśród nastolatków i dzieci: kompleksowy przegląd sytuacji globalnej, czynników ryzyka i środków zapobiegawczych. Przód. Zdrowie publiczne 2021 , 9 , 634909. [ Google Scholar ] [ CrossRef ]

  80. McQuillan, BE Czynniki ekologiczne związane z doświadczeniami gimnazjalistów z cybernękaniem. doktorat Dissertation, University of Rochester, Rochester, NY, USA, 2016. Dostępne online: https://search.proquest.com/pqdtglobal/docview/1794167537/abstract/9D85437600564444PQ/4 (dostęp: 12 grudnia 2022).

  81. Bernik, I.; Prislan, K.; Mihelič, A. Życie na wsi w erze cyfrowej: porównanie wykorzystania technologii i wiktymizacji cyberprzestępczości między mieszkańcami środowisk wiejskich i miejskich w Słowenii. Zrównoważony rozwój 2022 , 14 , 14487. [ Google Scholar ] [ CrossRef ]

  82. Tippett, N.; Wolke, D. Status społeczno-ekonomiczny i zastraszanie: metaanaliza. Jestem. J. Zdrowie publiczne 2014 , 104 , e48–e59. [ Google Scholar ] [ CrossRef ]

Zastrzeżenie/Uwaga wydawcy: Oświadczenia, opinie i dane zawarte we wszystkich publikacjach należą wyłącznie do poszczególnych autorów i współautorów, a nie do MDPI i/lub redaktorów. MDPI i/lub redaktorzy zrzekają się odpowiedzialności za jakiekolwiek obrażenia osób lub mienia wynikające z pomysłów, metod, instrukcji lub produktów, do których odnosi się treść.

Bezpieczeństwo dzieci w Internecie: czynniki predykcyjne cybernękania i zaangażowania w uwodzenie online

przez:

Antonio Tintori 1 , Giulia Ciancimino1,*, Ilaria Bombelli 2 , Daniele De Rocch2 i Loredana Cerbara1
1 Instytut Badań nad Ludnością i Polityką Społeczną, Krajowa Rada ds. Badań we Włoszech, 00185 Rzym, Włochy
2 Wydział Nauk Statystycznych, Uniwersytet Sapienza w Rzymie, 00185 Rzym, Włochy
* Autor do którego korespondencja powinna być adresowana.
Towarzystwa 2023 , 13 (2), 47; https://doi.org/10.3390/soc13020047
Otrzymano: 13 stycznia 2023 r / Zmieniono: 14 lutego 2023 r / Przyjęto: 14 lutego 2023 r / Opublikowano: 17 lutego 2023 r
(Ten artykuł należy do tematu Edukacja i społeczeństwa cyfrowe na rzecz zrównoważonego świata )
Link do artykułu: https://www.mdpi.com/2075-4698/13/2/47

Udostępnij i cytuj

Styl MDPI i ACS

Tintori, A.; Ciancimino, G.; Bombelli, I.; De Rocchi, D.; Cerbara, L. Bezpieczeństwo dzieci w Internecie: czynniki predykcyjne cybernękania i zaangażowania w uwodzenie online. Społeczeństwa 2023 , 13 , 47. https://doi.org/10.3390/soc13020047

Obraz wyróżniający: Nękanie w kulturze gier może mieć miejsce w grach online. By Wreckwolf800 – Own work, Public Domain, https://commons.wikimedia.org/w/index.php?curid=33551045

PODOBNE ARTYKUŁYWIĘCEJ OD AUTORA