A distração causada pela presença do smartphone
O impacto do smartphone na concentração durante estudos tem sido um tema amplamente estudado, e pesquisas recentes mostram que a simples presença do dispositivo pode prejudicar o desempenho cognitivo. Um estudo revelou que alunos que mantêm seus smartphones próximos durante atividades acadêmicas apresentam menor precisão de recordação e maior dificuldade de concentração.
Além disso, pensamentos frequentes sobre o telefone foram associados a uma redução na capacidade de memorização. Esses achados destacam a importância de adotar estratégias para minimizar distrações digitais e melhorar o foco nos estudos. Abaixo o artigo na integra.
Resumo
Objetivo desta pesquisa foi examinar o efeito da presença de um smartphone no aprendizado e na memória entre estudantes de graduação. Um total de 119 estudantes de graduação concluiu uma tarefa de memória e a Escala de Dependência de Smartphone (SAS).
Como previsto, aqueles que não tinham smartphones apresentaram maior precisão de recordação em comparação com os que tinham smartphones. Os resultados mostraram uma relação negativa significativa entre o pensamento consciente do telefone, “com que frequência você pensa no seu telefone”, e a recordação, mas não para a SAS e a recordação.
O pensamento consciente do telefone previu significativamente a precisão da memória. Descobrimos que a presença de um smartphone e o alto nível de pensamento consciente do telefone afetam a aprendizagem e a recordação da memória, indicando o efeito negativo da proximidade de um smartphone na aprendizagem e memória.
Introdução
Os smartphones são uma forma de comunicação popular em todo o mundo, neste século e provavelmente continuarão sendo, especialmente entre os adolescentes. O telefone evoluiu de funções básicas de comunicação – apenas chamadas – para um dispositivo que substitui o computador, usado para navegação na Web, jogos, comunicação instantânea em plataformas de mídia social e ferramentas de produtividade relacionadas ao trabalho, por exemplo, processamento de texto. Os smartphones, sem dúvida, nos mantêm conectados; no entanto, muitas pessoas estão obcecadas por eles. Essa obsessão pode levar a funções cognitivas e estados de humor/afetivos prejudiciais, mas esses efeitos ainda são muito debatidos entre os pesquisadores.
Altmann, Trafton e Hambrick sugeriram que uma distração de apenas 3 segundos (por exemplo, pegar um telefone celular) é suficiente para interromper a atenção durante a execução de uma tarefa cognitiva. Essa distração é desvantajosa para as tarefas cognitivas subsequentes, gerando mais erros à medida que o período de distração aumenta, e isso é particularmente evidente em ambientes de sala de aula. Embora os professores e os pais sejam a favor ou contra o uso de celulares em salas de aula, evidências empíricas mostraram que os alunos que usavam seus telefones em sala de aula faziam menos anotações e tinham um desempenho acadêmico geral pior do que aqueles que não usavam.
Os alunos costumam ser multitarefas nas salas de aula, ainda mais com smartphones em mãos. Um estudo não mostrou diferença significativa nas pontuações dos testes em sala de aula, independentemente do uso de mensagens instantâneas. No entanto, as pessoas que usaram mensagens de texto levaram um tempo significativamente maior para concluir o teste em sala de aula, sugerindo que as pessoas que usaram mensagens de texto precisaram de mais esforço cognitivo para recuperar a memória. Outros pesquisadores afirmaram que a simples presença de um telefone celular também pode ter efeitos prejudiciais sobre o aprendizado e a memória.
Pesquisas demonstraram que um telefone celular deixado ao lado do participante durante a realização de uma tarefa é um poderoso distrator, mesmo quando não está em uso. Suas descobertas mostraram que os participantes que usavam celulares podiam ter um desempenho semelhante ao dos grupos de controle em versões simples de tarefas específicas (por exemplo, busca espacial visual, cancelamento de dígitos), mas tinham um desempenho muito pior nas versões mais exigentes. Em outro estudo, os pesquisadores controlaram a localização do smartphone tirando os smartphones dos participantes (baixa saliência, LS), deixando o smartphone próximo a eles (alta saliência/HS) ou mantendo os smartphones em bolsas ou bolsos (controle). Os resultados mostraram que os participantes na condição LS tiveram um desempenho significativamente melhor em comparação com a condição HS, enquanto nenhuma diferença foi estabelecida entre as condições de controle e HS. Em conjunto, essas descobertas confirmaram que o smartphone é um elemento de distração mesmo quando não está em uso. Além disso, a presença do smartphone também aumenta a carga cognitiva, pois é necessário um esforço cognitivo maior para inibir as distrações.
A dependência de smartphones tem sido associada a uma forma de dependência psicológica, e essa dependência tem um efeito prejudicial em nossos estados afetivos de “humor”. Por exemplo, a sensação de ansiedade quando você se separa de seus smartphones pode interferir na capacidade de prestar atenção às informações. Cheever et al. observaram que os usuários pesados e moderados de celulares relataram maior ansiedade quando o celular era retirado, logo aos 10 minutos do experimento. Eles observaram que o alto uso de celulares estava associado a um risco maior de sofrer “nomofobia” (fobia de ficar sem celular), uma forma de ansiedade caracterizada por pensar constantemente nos próprios celulares e pelo desejo de permanecer em contato com o aparelho. Outros estudos relataram ansiedade de separação semelhante e outros pensamentos desagradáveis nos participantes quando seus smartphones eram retirados ou o uso era proibido. Os participantes também relataram ter pensamentos frequentes sobre seus smartphones, apesar de o dispositivo estar fora de vista por um breve período (guardado em bolsas ou bolsos), a ponto de atrapalhar o desempenho da tarefa. Em conjunto, essas descobertas sugerem que o forte apego a um smartphone tem efeitos negativos imediatos e duradouros sobre o humor e parece induzir à ansiedade.
Além disso, precisamos considerar a relação entre cognição e emoção para entender como o uso frequente do celular afeta a memória, por exemplo, a consolidação da memória. Algumas descobertas empíricas mostraram que indivíduos ansiosos têm tendências de atenção em relação a ameaças e que essas tendências afetam a consolidação da memória. Além disso, a interação emoção-cognição afeta a eficiência de funções cognitivas específicas, e o estado afetivo de uma pessoa pode melhorar ou prejudicar essas funções de forma rápida, flexível e reversível. Estudos demonstraram que o afeto positivo melhora a atenção visuoespacial, a atenção sustentada e a memória de trabalho. Os pesquisadores atribuíram o afeto positivo ao melhor processamento cognitivo controlado dos participantes e ao menor controle inibitório. Por outro lado, os participantes com afeto negativo apresentaram menos erros de memória de trabalho espacial e mais falhas cognitivas. No entanto, em todos esses estudos, a direção da modulação, a intensidade e a valência da experiência de um estado afetivo específico variaram muito e foram impulsionadas principalmente por estímulos externos (ou seja, os estados afetivos dos participantes foram induzidos ao assistirem a vídeos), o que pode não ter o mesmo efeito motivacional gerado internamente.
Presente estudo
Estudos anteriores demonstraram os efeitos prejudiciais do smartphone sobre a função cognitiva (por exemplo, memória de trabalho, busca visual espacial, atenção) e diminuição da capacidade cognitiva com o aumento do apego ao telefone. Além disso, outros estudos anteriores demonstraram o efeito do estado afetivo no desempenho cognitivo.
Até onde sabemos, nenhum estudo investigou o efeito de estados afetivos positivos ou negativos resultantes da separação do smartphone na precisão da recordação. Um estudo mostrou que os participantes relataram um aumento no nível de ansiedade já em 10 minutos. Também não sabemos a extensão dos efeitos da dependência do smartphone e do pensamento consciente do telefone sobre a precisão da recordação.
Um em cada quatro jovens adultos tem problemas com o uso de smartphones e isso é acompanhado por problemas de saúde mental, por exemplo, maior ansiedade, estresse e depressão. Um relatório mostrou que os jovens adultos pegavam seus telefones 86 vezes em um dia, em média, em comparação com 47 vezes em outras faixas etárias. Os jovens adultos também relataram que “definitivamente” ou “provavelmente” usavam o telefone em excesso, o que sugere que eles reconheciam seu uso problemático do smartphone.
Este estudo tinha dois objetivos principais. Primeiro, replicamos para determinar se os participantes “ausentes de telefone” (LS) tinham maior precisão de memória em comparação com os “presentes de telefone” (HS). Em segundo lugar, previmos que os participantes com pontuações mais altas de dependência de smartphone (SAS) e maior pensamento consciente do telefone tinham maior probabilidade de apresentar menor precisão de memória.
Com relação à separação do smartphone, nossa hipótese é que os participantes LS terão um aumento de afeto negativo ou uma diminuição de afeto positivo e que isso afetará negativamente a recordação da memória. Também examinaremos se essas variáveis preveem – dependência de smartphone, pensamento consciente do telefone e diferenças de afeto – predizem a precisão da memória.
Desenho do estudo
Esse estudo experimental foi um projeto misto, com a presença do smartphone (presente vs. ausente) como um fator entre sujeitos e a tarefa de memória como um fator dentro dos sujeitos. Os participantes que tinham o smartphone fora de vista formaram a condição “Ausente” ou baixa saliência do telefone (LS), e o outro grupo teve o smartphone colocado próximo a eles durante todo o estudo, condição “Presente” ou alta saliência do telefone (HS). A variável dependente foi a precisão da recordação do teste de memória.
Metodologia
Os pesquisadores recrutaram 119 estudantes universitários de uma universidade privada em uma capital asiática. Para participar do estudo, os alunos deveriam possuir um smartphone e não ter problemas de visão ou audição.
Eles usaram um programa estatístico chamado G*Power para calcular o número mínimo de participantes necessário para obter resultados confiáveis. Com base em estudos anteriores, o mínimo recomendado era 76 a 128 participantes, e eles conseguiram 119.
Tabela 1. Recurso telefônico usado com mais frequência (n = 119).
Estímulos
Teste de alcance da memória de trabalho
Para avaliar a memória de trabalho, foi usada uma tarefa computadorizada de extensão de memória “Operation Span (OS)”, retirada do software Wadsworth CogLab 2.0. O teste de extensão da memória de trabalho foi escolhido como medida para testar a capacidade de memória dos participantes por dois motivos. Primeiro, os participantes tiveram de aprender e memorizar três tipos de estímulos, o que tornou essa tarefa complexa. Segundo, a duração da conclusão da tarefa foi de aproximadamente 20 minutos. Isso foi vantajoso porque queríamos aumentar a ansiedade de separação, além de ter o efeito mais pronunciado sobre a aprendizagem e a memória sem a presença do smartphone.
O teste consistiu em três tipos de estímulo, palavras (palavras longas como computador, geladeira e palavras curtas como caneta, xícara), letras (som semelhante E, P, B e som não semelhante D, H, L) e dígitos (1 a 9). O teste começou com a exibição de uma sequência de itens no lado esquerdo da tela, com cada item apresentado por um segundo. Depois disso, os participantes eram solicitados a lembrar o estímulo de uma caixa com 9 botões localizada no lado direito da tela.
Para responder corretamente, os participantes tinham de clicar nos botões dos itens na ordem correspondente em que foram apresentados. Uma resposta correta aumenta o comprimento do estímulo apresentado em um item (para cada categoria de estímulo), enquanto uma resposta incorreta diminui o comprimento do estímulo em um item. Cada tentativa começou com cinco estímulos e aumentou ou diminuiu dependendo do desempenho dos participantes. O comprimento mínimo possível era um, enquanto o máximo era dez. Cada teste consistia em 25 tentativas sem limite de tempo e sem intervalos entre as tentativas. A capacidade de memória de trabalho foi medida pelo número de respostas corretas em relação ao total de tentativas: as pontuações variavam de 0 a 25, sendo que a pontuação mais alta representava uma memória de trabalho superior.
Escala de afetos positivos e negativos (PANAS)
Usamos o PANAS para avaliar o humor/estado afetivo atual dos participantes com declarações descritivas de estado/sentimento. O PANAS tem dez afirmações de AP, por exemplo, interessado, entusiasmado, orgulhoso, e dez afirmações de NA, por exemplo, culpado, nervoso, hostil. Cada afirmação foi medida por meio de uma escala Likert de cinco pontos, variando de muito pouco ou nada a extremamente, e depois totalizada para formar a pontuação geral de AF ou AN, com pontuações mais altas representando níveis mais altos de AF ou AN. No estudo atual, a confiabilidade interna do PANAS foi boa, com um coeficiente alfa de Cronbach de 0,819 e 0,874 para AP e AN, respectivamente.
Escala de dependência de smartphones (SAS)
A SAS (Smartphone Addiction Scale/Escala de Vício em Smartphones) é uma escala de autorrelato de 33 itens usada para examinar a dependência de smartphone dos participantes. A SAS contém seis subfatores; perturbação da vida cotidiana, que mede o grau em que o uso do celular prejudica as atividades da pessoa durante as tarefas diárias (5 afirmações), antecipação positiva para descrever a empolgação de usar o celular e desestressar com o uso do celular (8 afirmações), abstinência refere-se à sensação de ansiedade quando se separa do celular (6 afirmações), relacionamento orientado para o ciberespaço refere-se à opinião da pessoa sobre amizade on-line (7 afirmações), o uso excessivo mede o uso excessivo do telefone celular a ponto de a pessoa se tornar inseparável do dispositivo (4 afirmações) e a tolerância aponta o esforço cognitivo para controlar o uso do smartphone (3 afirmações). Cada afirmação foi medida usando uma escala Likert de seis pontos, de discordo totalmente a concordo totalmente, e a SAS total foi identificada pela soma de todas as 33 afirmações. Pontuações mais altas de SAS representaram graus mais altos de uso compulsivo do smartphone. No presente estudo, a confiabilidade interna da SAS foi identificada com o coeficiente de correlação alfa de Cronbach de 0,918.
Pensamento consciente do telefone e efeito percebido no aprendizado
Incluímos uma pergunta de um item para o pensamento consciente do telefone: “Durante o teste de memória, com que frequência você pensa no seu smartphone?”. O objetivo dessa pergunta era duplo: o primeiro era captar a interrupção endógena experimentada pela separação e o segundo era complementar a dependência do smartphone para refletir a experiência imediata atual. Os participantes classificaram esse item em uma escala de um (nenhum ou quase nada) a sete (o tempo todo). Também incluímos uma pergunta de um item sobre o quanto eles perceberam que o uso do smartphone afetou sua aprendizagem e atenção: “Em geral, o quanto você acha que seu smartphone afeta seu desempenho no aprendizado e sua capacidade de atenção?”. Esse item foi classificado de forma semelhante em uma escala de um (nem um pouco) a sete (muito).
Procedimento
Designamos aleatoriamente os participantes para uma de duas condições: baixa saliência do telefone (LS) e alta saliência do telefone (HS). Os participantes foram testados em grupos de três a seis pessoas em um laboratório de informática de uma universidade e sentados a dois assentos de distância uns dos outros para evitar a comunicação. Cada grupo foi designado para a mesma condição experimental para garantir condições ambientais semelhantes. Os participantes na condição HS foram solicitados a colocar o smartphone no lado esquerdo da mesa com a tela voltada para baixo. Os participantes da condição LS foram solicitados a entregar seu smartphone ao pesquisador no início do estudo, e os smartphones foram mantidos na mesa do pesquisador durante toda a tarefa, a uma distância entre 50 cm e 300 cm dos participantes, dependendo da localização do assento, e localizados fora da vista, atrás de um pequeno painel na mesa.
No início do experimento, os participantes foram informados sobre as regras do laboratório experimental, como não falar e não usar o smartphone (somente para HS). Os participantes também foram instruídos a silenciar seus smartphones. Eles preencheram o formulário de consentimento e o formulário demográfico antes de preencher o questionário PANAS. Em seguida, foram direcionados ao software CogLab e iniciaram o teste de memória de trabalho. Após a conclusão, os participantes foram solicitados a preencher novamente o PANAS, seguido do SAS, do pensamento consciente do telefone e da percepção do uso do telefone sobre o desempenho no aprendizado e a capacidade de atenção. O pesquisador agradeceu aos participantes e devolveu os smartphones (somente na condição LS) ao final da tarefa.
Análise estatística
Examinamos a normalidade dos nossos dados usando os resultados de Shapiro-Wilk e a inspeção visual do histograma. Para os dados distribuídos normalmente, analisamos nossos dados usando o teste t de amostra independente para comparação entre grupos (HS ou LS), teste t de amostra pareada para grupos internos (por exemplo, antes e depois da separação telefônica) e Pearson r para correlação. Os dados distribuídos de forma não normal ou classificados foram analisados usando o rho de Spearman para correlação.
Resultados
Presença do smartphone e precisão da recuperação da memória
LS (Low Salience) – Grupo sem o smartphone por perto
HS (High Salience) – Grupo com o smartphone próximo
Os resultados mostraram que os participantes sem o smartphone por perto (LS) tiveram um desempenho melhor, com uma média de acertos de 14,21 pontos, enquanto aqueles com o smartphone próximo (HS) tiveram uma média menor, de 13,08 pontos.
A diferença foi estatisticamente significativa (p = 0,02), o que significa que não foi um acaso.
Além disso, o tamanho do efeito (Cohen’s d = 0,44) indica que a presença do smartphone tem um impacto moderado na capacidade de memória de trabalho. Ou seja, mesmo que o celular não estivesse sendo usado, só a presença dele já foi suficiente para prejudicar o desempenho dos participantes.
SAS e recuperação de memória
Os pesquisadores investigaram se o nível de vício em smartphones, medido pela Escala de Vício em Smartphones (SAS), afetava a precisão da memória dos participantes. Primeiramente, eles compararam as pontuações da SAS entre os dois grupos do estudo. Os resultados mostraram que não houve diferença significativa entre os participantes que mantiveram o smartphone por perto (HS – High Salience, média = 102,70) e aqueles que estavam sem o dispositivo (LS – Low Salience, média = 104,64). Isso indica que todos os participantes tinham níveis de vício em smartphones semelhantes, independentemente da condição experimental.
A partir dessa análise inicial, os pesquisadores testaram a hipótese de que quanto maior o vício em smartphones, pior seria a precisão da memória. Para isso, utilizaram um cálculo estatístico chamado correlação de Pearson. Os resultados revelaram que não houve uma relação significativa entre o nível de dependência do smartphone e o desempenho na memória (r = -0,03, p = 0,76), ou seja, participantes com escores mais altos de vício em smartphones não tiveram, necessariamente, um desempenho pior.
Além disso, ao separar os grupos e analisar essa relação individualmente, os pesquisadores descobriram que nem no grupo LS (r = -0,04, p = 0,74), nem no grupo HS (r = 0,10, p = 0,47), houve uma conexão significativa entre o nível de dependência do smartphone e a precisão da memória. Isso reforça a conclusão de que o vício em smartphones não influenciou diretamente a memória dos participantes.
Por fim, os pesquisadores analisaram se algum fator específico da SAS (como dependência emocional ou uso excessivo do celular) afetava a memória. Os resultados mostraram que nenhuma das subcategorias apresentou um impacto significativo na precisão da memória (todas com p > 0,12).
Dessa forma, o estudo conclui que o nível de vício em smartphones não afeta a memória dos participantes, mas sim a presença do dispositivo, que demonstrou prejudicar a precisão da recordação. Isso sugere que o problema pode estar mais na distração causada pelo celular no ambiente do que no nível de dependência em si.
Implicações
Estudos futuros devem examinar o ambiente de aprendizagem on-line. Os alunos geralmente são usuários de vários dispositivos eletrônicos e espera-se que usem seus dispositivos com frequência para aprender vários materiais de aprendizagem. Como os alunos frequentemente usam seus smartphones para mídia social e comunicação durante as aulas, o ambiente de aprendizagem on-line torna-se muito mais desafiador em comparação com um ambiente presencial.
É altamente improvável que possamos banir os smartphones, apesar das evidências mostrarem que os alunos tiveram um desempenho acadêmico pior com seus smartphones ao lado deles. O desafio, então, é fazer com que os alunos se concentrem nas aulas e, ao mesmo tempo, minimizem outros conteúdos. Algumas plataformas on-line (por exemplo, Kahoot e Mentimeter) criam uma experiência interativa divertida na qual os alunos realizam tarefas em seus smartphones e permitem que o instrutor monitore o desempenho deles em um computador. Outro exemplo é usar o X como uma ferramenta de sala de aula.
A natureza onipresente do smartphone em nossas vidas também significa que nossos jovens graduados estão constantemente conectados a seus smartphones e é muito provável que estejam em SRS mesmo no trabalho. Nossas descobertas mostraram que o recurso usado com mais frequência foram os sites de SRS, por exemplo, Instagram, Facebook e Twitter.
Estar frequentemente em sites de SRS pode ser um desafio na força de trabalho porque esses jovens adultos precisam manter barreiras entre a vida profissional e a vida social. Os jovens adultos afirmam que os SRS podem ser produtivos no trabalho, mas muitos aconselham evitar cruzar os limites entre a vida profissional e a vida social. Talvez uma abordagem mais útil seja reconhecer um bom equilíbrio ao usar o SRS para atender às demandas sociais e profissionais da força de trabalho jovem.
Conclusão
Concluindo, a presença do smartphone e os pensamentos frequentes sobre o smartphone afetaram significativamente a precisão da recordação, demonstrando que eles contribuíram para um aumento da carga cognitiva, o “efeito de largura de banda”, interrompendo os processos de memória dos participantes. Nossa hipótese inicial de que a ocorrência de maior NA ou menor AF teria reduzido a recuperação da memória não foi confirmada, sugerindo que outros fatores não examinados neste estudo podem ter influenciado os estados afetivos dos participantes.
Com o rápido crescimento do ambiente de e-learning e o aumento da posse de smartphones, eles continuarão a estar presentes na sala de aula e no ambiente de trabalho. É importante que gerenciemos ou integremos os smartphones na sala de aula, mas isso continuará sendo uma questão controversa entre professores e alunos.
Referências
1.Schlosser K. New research finds 95% of teens have access to a smartphone; 45% online ‘almost constantly’ [Internet]. GeekWire. 2018. [cited 2019 Oct 7]. Available from: https://www.geekwire.com/2018/new-research-finds-95-teens-access-smartphone-45-online-almost-constantly/ [Google Scholar]
2.Perlow LA. Sleeping with Your Smartphone: How to Break the 24/7 Habit and Change the Way You Work. Harvard Business Press; 2012. 286 p. [Google Scholar]
3.G D. 45 Smartphone Addiction Stats In 2020 [The Scary Nomophobia] [Internet]. Tech Jury. 2019 [cited 2020 Apr 13]. Available from: https://techjury.net/stats-about/smartphone-addiction/
4.Altmann EM, Trafton JG, Hambrick DZ. Momentary interruptions can derail the train of thought. J Exp Psychol Gen. 2014. February;143(1):215–26. 10.1037/a0030986 [DOI] [PubMed] [Google Scholar]
5.Grant MM, Tamim S, Brown DB, Sweeney JP, Ferguson FK, Jones LB. Teaching and learning with mobile computing devices: Case study in K-12 classrooms. TechTrends. 2015. July 1;59(4):32–45. [Google Scholar]
6.Gao Q, Yan Z, Wei C, Liang Y, Mo L. Three different roles, five different aspects: Differences and similarities in viewing school mobile phone policies among teachers, parents, and students. Comput Educ. 2017. March 1;106:13–25. [Google Scholar]
7.Kuznekoff JH, Titsworth S. The impact of mobile phone usage on student learning. Commun Educ. 2013. July 1;62(3):233–52. [Google Scholar]
8.Froese AD, Carpenter CN, Inman DA, Schooley JR, Barnes RB, Brecht PW, et al. Effects of classroom cell phone use on expected and actual learning. Coll Stud J. 2012. June;46(2):323–32. [Google Scholar]
9.Mendoza JS, Pody BC, Lee S, Kim M, McDonough IM. The effect of cellphones on attention and learning: The influences of time, distraction, and nomophobia. Comput Hum Behav. 2018. September 1;86:52–60. [Google Scholar]
10.Bowman LL, Levine LE, Waite BM, Gendron M. Can students really multitask? An experimental study of instant messaging while reading. Comput Educ. 2010. May 1;54(4):927–31. [Google Scholar]
11.Thornton B, Faires A, Robbins M, Rollins E. The mere presence of a cell phone may be distracting: Implications for attention and task performance. Soc Psychol. 2014;45(6):479–88. [Google Scholar]
12.Ito M, Kawahara J-I. Effect of the presence of a mobile phone during a spatial visual search. Jpn Psychol Res. 2017. April 1;59(2):188–98. [Google Scholar]
13.Ward AF, Duke K, Gneezy A, Bos MW. Brain drain: The mere presence of one’s own smartphone reduces available cognitive capacity. J Assoc Consum Res. 2017. April 1;2(2):140–54. [Google Scholar]
14.Cheever NA, Rosen LD, Carrier LM, Chavez A. Out of sight is not out of mind: The impact of restricting wireless mobile device use on anxiety levels among low, moderate and high users. Comput Hum Behav. 2014. August 1;37:290–7. [Google Scholar]
15.Emanuel R, Bell R, Cotton C, Craig J, Drummond D, Gibson S, et al. The truth about smartphone addiction. Coll Stud J. 2015. Summer;49(2):291–9. [Google Scholar]
16.Konok V, Pogány Á, Miklósi Á. Mobile attachment: Separation from the mobile phone induces physiological and behavioural stress and attentional bias to separation-related stimuli. Comput Hum Behav. 2017. June 1;71:228–39. [Google Scholar]
17.Clayton RB, Leshner G, Almond A. The extended iSelf: The impact of iPhone separation on cognition, emotion, and physiology. J Comput-Mediat Commun. 2015;20(2):119–35. [Google Scholar]
18.Russo M, Bergami M, Morandin G. Surviving a day without smartphones. MIT Sloan Manag Rev. 2018. Winter;59(2):7–9. [Google Scholar]
19.Levine LJ, Lench HC, Karnaze MM, Carlson SJ. Bias in predicted and remembered emotion. Curr Opin Behav Sci. 2018. February 1;19:73–7. [Google Scholar]
20.Okon-Singer H. The role of attention bias to threat in anxiety: mechanisms, modulators and open questions. Curr Opin Behav Sci. 2018. February 1;19:26–30. [Google Scholar]
21.Gray JR. Integration of Emotion and Cognitive Control. Curr Dir Psychol Sci. 2004. April 1;13(2):46–8. [Google Scholar]
22.Rowe G, Hirsh JB, Anderson AK. Positive affect increases the breadth of attentional selection. Proc Natl Acad Sci. 2007. January 2;104(1):383–8. 10.1073/pnas.0605198104 [DOI] [PMC free article] [PubMed] [Google Scholar]
23.Simpson EE, Maylor EA, McConville C, Stewart-Knox B, Meunier N, Andriollo-Sanchez M, et al. Mood and cognition in healthy older European adults: the Zenith study. BMC Psychol. 2014. May 2;2(1):11 10.1186/2050-7283-2-11 [DOI] [PMC free article] [PubMed] [Google Scholar]
24.Yang H, Yang S, Isen AM. Positive affect improves working memory: Implications for controlled cognitive processing. Cogn Emot. 2013. April 1;27(3):474–82. 10.1080/02699931.2012.713325 [DOI] [PubMed] [Google Scholar]
25.Payne TW, Schnapp MA. The Relationship between Negative Affect and Reported Cognitive Failures. Depress Res Treat. 2014;2014:396195–396195. 10.1155/2014/396195 [DOI] [PMC free article] [PubMed] [Google Scholar]
26.Deb A. Phantom vibration and phantom ringing among mobile phone users: A systematic review of literature. Asia-Pac Psychiatry. 2015;7(3):231–9. 10.1111/appy.12164 [DOI] [PubMed] [Google Scholar]
27.Gray JR, Braver TS, Raichle ME. Integration of emotion and cognition in the lateral prefrontal cortex. Proc Natl Acad Sci. 2002. March 19;99(6):4115–20. 10.1073/pnas.062381899 [DOI] [PMC free article] [PubMed] [Google Scholar]
28.Sohn S, Rees P, Wildridge B, Kalk NJ, Carter B. Prevalence of problematic smartphone usage and associated mental health outcomes amongst children and young people: a systematic review, meta-analysis and GRADE of the evidence. BMC Psychiatry. 2019. November 29;19(1):356 10.1186/s12888-019-2350-x [DOI] [PMC free article] [PubMed] [Google Scholar]
29.Deloitte Development LLC. 2017 Global mobile consumer survey: US edition. The dawn of the next era in mobile [Internet]. Turkey; 2017. p. 18 Available from: https://www2.deloitte.com/content/dam/Deloitte/us/Documents/technology-media-telecommunications/us-tmt-2017-global-mobile-consumer-survey-executive-summary.pdf [Google Scholar]
30.Faul F, Erdfelder E, Lang A-G, Buchner A. G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behav Res Methods. 2007. May 1;39(2):175–91. 10.3758/bf03193146 [DOI] [PubMed] [Google Scholar]
31.Francis G, Neath I, VanHorn D. CogLab On A CD, Version 2.0. Belmont, CA: Wadsworth; 2008. [Google Scholar]
32.Watson D, Clark LA, Tellegen A. Development and validation of brief measures of positive and negative affect: The PANAS scales. J Pers Soc Psychol. 1988;54(6):1063–70. 10.1037//0022-3514.54.6.1063 [DOI] [PubMed] [Google Scholar]
33.Kwon M, Lee J-Y, Won W-Y, Park J-W, Min J-A, Hahn C, et al. Development and validation of a Smartphone Addiction Scale (SAS). PLOS ONE. 2013. February 27;8(2):e56936 10.1371/journal.pone.0056936 [DOI] [PMC free article] [PubMed] [Google Scholar]
34.Panek E, Khang H, Liu Y, Chae Y-G. Profiles of problematic smartphone users: A comparison of South Korean and U.S. college students. Korea Obs Seoul. 2018. Autumn;49(3):437–64. [Google Scholar]
35.Kuss DJ, Griffiths MD. Social networking sites and addiction: Ten lessons learned. Int J Environ Res Public Health. 2017. March;14(3):311. [DOI] [PMC free article] [PubMed] [Google Scholar]
36.Cha S-S, Seo B-K. Smartphone use and smartphone addiction in middle school students in Korea: Prevalence, social networking service, and game use. Health Psychol Open. 2018. January 1;5(1):2055102918755046 10.1177/2055102918755046 [DOI] [PMC free article] [PubMed] [Google Scholar]
37.Lin M-FG, Hoffman ES, Borengasser C. Is social media too social for class? A case study of Twitter use. TechTrends. 2013. March 1;57(2):39–45. [Google Scholar]
38.Thelwall M, Kousha K. Academia.edu: Social network or academic network? J Assoc Inf Sci Technol. 2014;65(4):721–31. [Google Scholar]
39.Wang Y, Norcie G, Komanduri S, Acquisti A, Leon PG, Cranor LF. ‘I Regretted the Minute I Pressed Share’: A qualitative study of regrets on Facebook. In: Proceedings of the Seventh Symposium on Usable Privacy and Security [Internet]. New York, NY, USA: ACM; 2011 [cited 2019 Apr 23]. p. 10:1–10:16. (SOUPS ‘11). Available from: http://doi.acm.org/10.1145/2078827.2078841
40.Skeels MM, Grudin J. When social networks cross boundaries: A case study of workplace use of Facebook and Linkedin. In: Proceedings of the ACM 2009 International Conference on Supporting Group Work [Internet]. New York, NY, USA: ACM; 2009 [cited 2019 Apr 23]. p. 95–104. (GROUP ‘09). Available from: http://doi.acm.org/10.1145/1531674.1531689
Autores: Clarissa Theodora Tanil, Min Hooi Yong
Editores: Barbara Dritschel
Fonte: PubMed Central
Artigo original: https://bit.ly/41hpXQh
