CC BY
60
Вестник Томского государственного университета. 2021. № 467. С. 100-105. DOI: 10.17223/15617793/467/13
СОЦИОЛОГИЯ И ПОЛИТОЛОГИЯ
УДК 316.6
Г.А. Алексеев, А.А. Дюльденко
ОСОБЕННОСТИ ВИРТУАЛЬНОГО ПОВЕДЕНИЯ ПОЛЬЗОВАТЕЛЕЙ, ЗАВИСИМЫХ ОТ СОЦИАЛЬНЫХ СЕТЕЙ
Проанализированы особенности цифрового поведения 345 пользователей социальной сети «ВКонтакте» с разной степенью выраженности зависимости от социальных сетей, которая измерялась с помощью адаптированной шкалы зависимости от социальных сетей Бергена. Было обнаружено, что более высокий уровень зависимости положительно коррелирует с количеством друзей в профиле и частотой использования социальных сетей. Было установлено, что такие поведенческие характеристики, как скрытие информации профиля, использование в качестве «аватара» стороннего изображения, заполнение графы «статус», согласие делиться ссылкой на профиль для участия в исследовании, а также количество подписчиков, не связаны с выраженностью изучаемой зависимости.
Ключевые слова: социальные сети; цифровое поведение; зависимость от социальных сетей; интернет-зависимость; контент-анализ.
Сегодня социальные сети - сайты и приложения, используемые для коммуникации, создания, распространения и потребления цифрового контента, стали неотделимой частью жизни многих людей. Согласно исследованию «Digital 2019. Essential insights into how people around the world use the internet, mobile devices, social media, and E-commerce», количество пользователей социальных сетей увеличилось с 1,857 до 3,484 млрд за период с 2014 по 2019 г. [1]. На фоне стремительного роста популярности данных сайтов и приложений, исследователей все чаще стал волновать вопрос о том, как влияет их использование на психологическое состояние пользователей.
Мета-анализ 2014 г., в рамках которого сопоставлялись результаты 8 797 участников из 18 исследований, выявил значимую среднюю положительную связь между использованием «Фейсбука» и выраженностью одиночества. Авторы при этом указывают, что, согласно результатам их анализа, использование «Фейсбука» не усиливает чувство одиночества. Более вероятно, что застенчивость и недостаток социальной поддержки провоцируют чувство одиночества, что ведет к более активному использованию «Фейсбука». По мнению авторов, использование «Фейсбука» и других подобных сайтов может помочь людям, страдающим от одиночества [2].
Более поздний мета-анализ, авторы которого проанализировали результаты 56 исследований, в которых приняли участие 27 867 респондентов, был посвящен последствиям проблемного использования «Фейсбука». Была обнаружена положительная корреляция между временем, проведенным онлайн, симптомами интернет-зависимости, а также отрицательная связь с самооценкой. Также было обнаружено, что у индивидов с высокими уровнями выраженности нейротизма и сознательности наблюдаются более выраженные симптомы проблемного использования «Фейсбука» [3].
Мета-анализ 2017 г., включивший результаты 19 652 участников из 67 исследований, выявил слабую положительную корреляцию между использованием социальных сетей, выраженностью симптомов депрессии и одиночества, при этом связи с са-
мооценкой и удовлетворенностью жизнью выявлено не было [4].
Зависимость от социальных сетей является одной из наиболее вероятных причин возникновения изменений в различных показателях психологического благополучия у пользователей. Тем не менее зависимость от социальных сетей на сегодняшний день не включена в качестве самостоятельного расстройства в мировые классификации заболеваний, в отличии от интернет-зависимости и зависимости от интернет-игр, которые уже признаны таковыми в Б8М-5 [5].
Интернет-зависимость была признана расстройством на основании того, что, в отличии от пользователей, злоупотребляющих интернетом, у зависимых пользователей чаще развиваются проблемы со сном, изменения настроения, озабоченность, а также проблемы в разных сферах жизни [6]. Зависимые пользователи интернета проводят онлайн вдвое больше времени, чем те, у кого зависимость не обнаружена [7].
Есть основания полагать, что зависимость от социальных сетей следует рассматривать как самостоятельное расстройство. Одна из причин заключается в том, что люди впадают в зависимость не от самого интернета, а, скорее, от определенных видов активностей, связанных с интернетом [8].
Согласно типологии Янга, созданной еще в 1999 г., существует пять основных видов интернет-зависимостей: компьютерная зависимость (зависимость от компьютерных игр), информационная зависимость (зависимость от вэб-серфинга), сетевая ком-пульсия (компульсивное совершение онлайн-покупок или игра в азартные игры), киберсексуальная зависимость (зависимость потребление цифрового контента сексуального характера), зависимость от онлайн-отношений [9]. В рамках этой типологии зависимость от социальных сетей может быть отнесена к последней категории.
Гриффитс также определил зависимость от социальных сетей как самостоятельную зависимость на основе обнаружения у зависимых пользователей таких поведенческий критериев, как преобладание, изменение настроения, толерантность, синдром отмены,
конфликт и рецидив. Он также подчеркивал различие между зависимостью и злоупотреблением, которое заключается в том, что при злоупотреблении у человека выражены только некоторые критерии зависимости [10].
Ряд исследований показывает, что зависимость от социальных сетей коррелирует с симптомами одиночества [2], депрессии [11, 12], синдрома дефицита внимания и гиперактивности [13], обсессивно-компульсивного расстройства и тревоги [12], а также такой формой социальной тревожности, как страх, упустить что-либо (Fear of Missing Out) [14].
Отметим, что далеко не всегда зависимость от социальных сетей приводит к негативным психологическим последствиям. Отдельные исследования указывают на то, что зависимость может быть спровоцирована одиночеством [2], симптомами синдрома дефицита внимания и гиперактивности [13], а не провоцировать их.
Еще одно исследование выявило, что одиночество, проблемы с самооценкой и удовлетворенностью жизнью играют значительную роль в развитии интернет-зависимости [15]. Эксперимент Хан-та и коллег, в рамках которого участники из экспериментальной группы ограничивали время использования социальных сетей «Фейсбук», «Инста-грам» и «Снепчат» десятью минутами в день, показал снижение у них симптомов одиночества и депрессии спустя три недели. Примечательно, что симптомы тревоги и страха упустить что-либо снизились у участников как из экспериментальной, так и из контрольной группы, которые не ограничивали свое времяпрепровождение в социальных сетях, но знали, что время их прибывания отслеживается [16].
Таким образом, зависимость от социальных сетей связана с рядом признаков психологического неблагополучия, однако механизмы этой связи еще не изучены до конца. На этом фоне актуальной становится проблема отсутствия надежного психодиагностического инструментария диагностики зависимости от социальных сетей. Настоящее исследование частично способствует решению данной проблемы благодаря адаптации диагностической методики и выявлению особенностей цифрового поведения пользователей с симптомами зависимости от социальных сетей.
Главный исследовательский вопрос настоящего исследования был сформулирован следующим образом: какие особенности цифрового поведения пользователей могут указывать на выраженность симптомов зависимости от социальных сетей? Чтобы ответить на этот вопрос, мы сформулировали несколько общих и частных гипотез.
Согласно первой общей гипотезе, пользователи с более высоким уровнем зависимости от социальных сетей склонны проявлять большую активность в социальных сетях. Из этого вытекают три частные гипотезы:
1. Существует положительная корреляционная связь между количеством друзей в профиле и выраженностью зависимости от социальных сетей.
2. Существует положительная корреляционная связь между количеством подписчиков профиля и выраженностью зависимости от социальных сетей.
3. Существует положительная корреляционная связь между частотой использования социальных сетей и выраженностью зависимости от социальных сетей.
4. Существуют статистически значимые различия в выраженности зависимости от социальных сетей между респондентами, которые заполнили графу «статус», и теми, кто оставил графу пустой.
В рамках второй общей гипотезы было сформулировано предположение о том, что респонденты с более высоким уровнем зависимости от социальных сетей в большей степени склонны скрывать свое цифровое поведение. На основании этого предположения были сформулировали две другие частные гипотезы о различии между группами:
5. Существуют статистически значимые различия в выраженности зависимости от социальных сетей между респондентами, которые скрыли данные своего аккаунта, и теми, кто оставил доступ к нему открытым (одна из базовых настроек профиля).
6. Существуют статистически значимые различия в выраженности зависимости от социальных сетей между респондентами, которые разместили в качестве «аватара» предположительно собственные фотографии, и теми, кто разместил сторонние изображения.
Кроме того, нами были сформулированы три дополнительные исследовательские гипотезы:
1. Существуют статистически значимые различия в выраженности зависимости от социальных сетей между респондентами мужского и женского пола.
2. Существует отрицательная корреляционная связь между возрастом пользователей и выраженностью зависимости от социальных сетей.
3. Существуют статистически значимые различия в выраженности зависимости от социальных сетей между респондентами, которые поделились ссылкой на свой профиль, и теми, кто предпочел не предоставлять ссылку.
Процедура. Участие в исследовании было добровольным. Участники были осведомлены о том, что могут в любой момент прекратить участие в исследовании. После ответов на вопросы участникам предлагалось поделиться ссылкой на свой профиль в социальной сети «ВКонтакте», чтобы мы могли использовать его для контент-анализа в дальнейшем. Все анкеты заполнялись в одной из онлайн-платформ с открытым прямым доступом по ссылке для респондентов (без необходимости регистрации).
Выборка. На этапе сбора данных были получены результаты 395 пользователей из России. После удаления результатов некорректно заполненных анкет осталось 345 наблюдений. Из них 61 было получено от мужчин, 284 - от женщины. Возраст респондентов: от 16 до 59 лет (среднее = 21,637). Поделились своими профилями в «ВКонтакте» для дальнейшего контент-анализа 95 пользователей.
Частота использования социальных сетей. Для измерения частоты использования социальных сетей пользователям предлагалось ответить на вопрос «Как
часто Вы используете социальные сети?», выбрав один из четырех вариантов ответа: «Раз в неделю или реже», «Несколько раз в неделю», «Каждый день, но ограниченное количество времени», «Всегда, когда есть свободное время».
Используемые социальные сети. Респондентам было предложено выбрать один или несколько вариантов ответа на вопрос: «Какими социальными сетями Вы обычно пользуетесь?». Возможные варианты: «ВКонтакте», «Инстаграм», «Фейсбук», «Одноклассники», «Твиттер», «Другое».
Шкала зависимости от социальных сетей Бергена. Для диагностирования выраженности симптомов зависимости от социальных сетей у респондентов мы адоптировали англоязычную Шкалу зависимости от социальных сетей Бергена (Bergen Social Media Addiction Scale) в модификации К.С. Андерсеном и др. (Anderson et. al, 2016). Шкала из 6 вопросов, каждый из которых соответствует одному из критериев поведенческой зависимости: преобладание (salience) - ситуация, при которой определенное поведение становится доминирующим в жизни человека, определяет его действия и мышление; стремление/толерантность (craving/tolerance) - ситуация, при которой для получения одного и того же эффекта человеку требуется осуществлять больше действий, ведущих к нему, чем требовалось ранее; избегание (withdrawal) - негативные эмоции и/или неприятные физические ощущения, возникающие вследствие прекращения или резкого снижения осуществления определенной активности; срыв/потеря контроля (relapse/loss of control) -склонность повторно осуществлять поведение, связанное с зависимостью, даже после долгого перерыва; изменение настроения (mood modification) -субъективно переживаемые вследствие осуществления какой-либо деятельности изменения в настроении; конфликт/нарушения поведения (conflict/ functional impairment) - внутриличностные или межличностные конфликты, возникающие на почве осуществления деятельности, от которой личность зависима [10].
Респондентам предлагалось оценить свое согласие с каждым из шести утверждений методики по 5-балльной шкале Ликерта, выбрав один из ответов на вопрос «В течение последнего года Вы...». Варианты ответа: «Очень редко», «Редко», «Иногда», «Часто», «Очень часто».
В процессе адаптации методики текст каждого утверждения и инструкции был переведен на русский язык, затем подвергнут обратному переводу другим специалистом с целью сохранения точности формулировок.
Контент-анализ. В современных социальных исследованиях применение контент-анализа автоматизированными средствами становится основным инструментом получения и обработки данных. В изучении не(благополучия) населения регионов РФ 2020 г. были использованы автоматизированные алгоритмы получения и обработки данных для классификации сообщений и постов в сообществах социальной сети «ВКонтакте» [17]. Это позволило проанализировать
около 1,7 млн постов, что, безусловно, невозможно было бы сделать вручную.
В нашем исследовании сбор и анализ данных о пользователях, предоставивших согласие на использование сведений своего аккаунта в обезличенной форме, также был осуществлен автоматизировано.
Сведения были получены через API ВКонтакте -интерфейса обращения к базам данных vk.com с помощью HTTP-запросов. Для выгрузки данных была использована специальная библиотека vk. Загрузив список идентификаторов 95 пользователей, мы получили в машиночитаемом формате следующие данные: количество друзей в профиле, количество подписчиков, тип аккаунта (закрытый/открытый), наличие/отсутствие заполненного статуса. Весь алгоритм реализован на языке программирования Python 3.
Определение типа изображения профиля происходило вручную. Они были разделены на два типа: фотографии, на которых предположительно изображен пользователь (портретный снимок) и сторонние изображения (рисунки и иллюстрации без изображения человека).
Анализ полученных данных и контента происходил в программе Stata 14.
Анализ результатов. Для проверки надежности адаптированной шкалы был применен метод а-Кронбаха. Для проверки нормальности распределения шкалы выраженности зависимости от социальных сетей Бергена был применен критерий Шапиро-Уилка. В силу ранговой природы изучаемой шкалы и отличия ее распределения от нормального, для проверки корреляционных исследовательских гипотез был применен коэффициент корреляции Кенделла. Для проверки гипотез о наличии различий между двумя группами был применен критерий Уилкоксона.
Результаты. Отвечая на вопрос о частоте использования социальных сетей, 230 респондентов (66,67%) ответили, что используют их «Всегда, когда есть свободное время», 107 респондентов (31,01%) ответили, что используют их «Каждый день, но ограниченное количество времени», только 8 респондентов (2,32%) ответили, что используют их «Несколько раз в неделю» / «Раз в неделю или реже».
На вопрос о том, какие социальные сети использует респондент, были получены следующие ответы. «ВКонтакте»: 314 (91,01%) ответили положительно, 31 (8,99%) - отрицательно. «Инстаграм»: 291 (84,35%) ответили положительно, 54 (15,65%) - отрицательно. «Фейсбук»: 26 (7,54%) ответили положительно, 319 (92,46%) - отрицательно. «Одноклассники»: 31 (8,99%) ответили положительно, 314 (91,01%) -отрицательно. «Твиттер»: 39 (11,30%) ответили положительно, 306 (88,70%) - отрицательно. Таким образом, самыми популярными социальными сетями оказались «ВКонтакте» и «Инстаграм». Отметим, что такие результаты могут быть следствием демографических особенностей выборки и не отражать предпочтения всех российских пользователей.
Для проверки надежности адаптации шкалы зависимости от социальных сетей Бергена использовался метод а-Кронбаха (а = 0,7410). Возможные значение по шкале от 1 до 6 баллов. Среди испытуемых мини-
мальное значение составило 1 балл, максимальное 4,66, среднее 2,20, среднеквадратическое отклонение 0,78. Согласно результатам теста Шапиро-Уилка распределение шкалы зависимости отличалось от нормального (р = 0,0000).
Средние значения (в пределах 1 среднеквадра-тического отклонения) были выявлены у 59,71%. Значение ниже среднего (более 1 среднеквадрати-ческого отклонения от среднего) были выявлены у 17,68% респондентов. Значение выше среднего по шкале (более 1 среднеквадратического отклонения от среднего) были выявлены у 17,39% респондентов. Высокие значение (более 2 среднеквадратического отклонения от среднего) - у 4,35% респондентов.
Первая исследовательская гипотеза о наличии положительной корреляционной связи между количеством друзей в профиле и выраженностью зависимости от социальных сетей нашла подтверждение. Обнаружена статистически значимая положительная корреляционная связь между этими параметрами (гаи-Ь = 0,2197, р = 0,0025).
Вторая исследовательская гипотеза о наличии положительной корреляционной связи между количеством подписчиков профиля и выраженностью зависимости от социальных сетей не была подтверждена (гаи-Ь = 0,0887, р = 0,2307).
Третья исследовательская гипотеза о наличии положительной корреляционной связи между частотой использования социальных сетей и выраженностью зависимости от социальных сетей была подтверждена. Была обнаружена статистически значимая, умеренная положительная корреляционная связь (гаи-Ь = 0,3425, р = 0,0000) между двумя переменными.
Четвертая исследовательская гипотеза о наличии статистически значимых различий в выраженности зависимости от социальных сетей между респондентами, которые заполнили графу «статус», и теми, кто оставил графу пустой, не подтвердилась (р = 0,7692).
Пятая исследовательская гипотеза о том, что существуют статистически значимые различия в выраженности зависимости от социальных сетей между респондентами, которые скрыли данные своего акка-унта, и теми, кто оставил доступ к нему открытым, не подтвердилась (р = 0,4140).
Шестая исследовательская гипотеза, согласно которой существуют статистически значимые различия в выраженности зависимости от социальных сетей между респондентами, которые разместили в качестве «аватара» предположительно собственные фотографии, и теми, кто разместил сторонние изображения, также не подтвердилась (р = 0,2293).
Проверка первой дополнительной гипотезы о наличии различий в уровне выраженности зависимости от социальных сетей между мужчинами и женщинами выявила статистически значимое различие (р = 0,0103). Средний уровень зависимости от социальных сетей среди женщин (среднее = 2,2494) выше такового у мужчин (среднее = 1,9672).
В рамках проверки второй дополнительной гипотезы была обнаружена значимая, но очень слабая отрицательная корреляция между возрастом и уров-
нем выраженности зависимости от социальных сетей (гаи-Ь = -0,0789, р = 0,044).
Проверка третьей дополнительной гипотезы о наличии статистически значимых различий в выраженности зависимости от социальных сетей между респондентами, которые поделились ссылкой на свой профиль, и теми, кто предпочел не предоставлять ссылку, не подтвердилась (р = 0,4997).
Заключение
Таким образом, гипотезы о наличии связи между выраженностью зависимости от социальных сетей и количеством друзей в профиле у испытуемого, а также между выраженностью зависимости от социальных сетей и частотой использования социальных сетей подтвердились. В то же время количество подписчиков не коррелирует с уровнем зависимости, также не было обнаружено статистических различий между респондентами, которые заполнили/не заполнили графу «статус» в своем профиле. Эти данные позволяют нам сделать вывод о том, что первая общая гипотеза о связи зависимости с активностью использования социальных сетей частично подтвердилась. Активность использования социальных сетей действительно является потенциальным маркером зависимости.
Две другие частные гипотезы о различии в выраженности зависимости между группами респондентов, скрывшими/не скрывшими доступ к информации на своих страницах и разместившими в качестве «ава-тара» настоящие фото/сторонние изображения, не нашли своего подтверждения. Это позволяет нам заключить, что вторая частная исследовательская гипотеза, в рамках которой предполагалось, что пользователи с более выраженными симптомами зависимости от социальных сетей склонны скрывать свое цифровое поведение, не подтвердилась.
Также частично были подтверждены дополнительные гипотезы. Во-первых, была обнаружена очень слабая отрицательная связь между возрастом респондентов и выраженностью зависимости. Были также обнаружены различия в выраженности зависимости от социальных сетей между респондентами мужского и женского пола, при этом у женщин средний уровень выраженности оказался выше, чем у мужчин. В свою очередь, различий между респондентами, заполнившими графу «статус», и теми, кто оставил графу пустой, обнаружено не было.
Очевидно, что данных, полученных в рамках настоящего исследования, недостаточно для того, чтобы на их основе можно было с уверенностью предполагать у пользователя более высокий или более низкий уровень зависимости от социальных сетей. В то же время на основе этих данных и с помощью апробированной нами методики в дальнейшем возможно продолжение исследований и поиск более информативных маркеров зависимости.
Одним из направлений дальнейших исследований должен быть анализ других поведенческих критериев, на основе которых, вероятно, можно будет более точно диагностировать проблемы с ис-
пользованием социальных сетей. Предположительно, имеет смысл подвергнуть анализу эмоциональное содержание контента, который публикуют респонденты, точное время и частоту использования ими социальных сетей, а также их эмоциональное состояние в непосредственные моменты использо-
вания социальных сетей. Очевидной трудностью подобных исследований является необходимость использования дополнительного программного обеспечения и получения дополнительных разрешений от пользователей на сбор скрытых данных их аккаунтов.
ЛИТЕРАТУРА
1. Kemp S. Digital 2019: Essential insights into how people around the world use the internet, mobile devices, social media, and E-commerce // We
are Social. 2019. С. 1-221.
2. Song H. et al. Does Facebook make you lonely?: A meta analysis // Computers in Human Behavior. 2014. Vol. 36. P. 446-452.
3. Marino C. et al. A comprehensive meta-analysis on problematic Facebook use // Computers in Human Behavior. 2018. Vol. 83. P. 262-277..
4. Huang C. Time spent on social network sites and psychological well-being: A meta-analysis // Cyberpsychology, Behavior and Social Networking.
2017. Vol. 20, № 6. P. 346-354.
5. Regier D.A., Kuhl E.A., Kupfer D.J. The DSMD5: Classification and criteria changes // World psychiatry. 2013. Vol. 12, Is. 2. P. 92-98..
6. Griffiths M.D. et al. The evolution of Internet addiction: A global perspective // Addictive behaviors. 2016. Vol. 53. P. 193-195.
7. Yang S.C., Tung C.J. Comparison of Internet addicts and non-addicts in Taiwanese high school // Computers in human behavior. 2007. Vol. 23,
Vol. 1. P. 79-96.
8. Griffiths M.D. Social networking addiction: Emerging themes and issues // Journal of Addiction Research & Therapy. 2013. Vol. 4, № 5.
9. Young K.S. The research and controversy surrounding internet addiction // CyberPsychology & Behavior. 1999. Vol. 2, Is. 5. P. 381-383.
10. Griffiths M.A. 'Components' model of addiction within a biopsychosocial framework // Journal of Substance use. 2005. Vol. 10, Is. 4. P. 191-197.
11. Lin L.Y. et al. Association between social media use and depression among US young adults // Depression and anxiety. 2016. Vol. 33, Is. 4. P. 323-331.
12. Andreassen C.S. et al. The relationship between addictive use of social media and video games and symptoms of psychiatric disorders: A large-scale cross-sectional study // Psychology of Addictive Behaviors. 2016. Vol. 30, Is. 2. P. 252.
13. Settanni M. et al. The interplay between ADHD symptoms and time perspective in addictive social media use: a study on adolescent Facebook users // Children and Youth Services Review. 2018. Vol. 89. P. 165-170.
14. Blackwell D. et al. Extraversion, neuroticism, attachment style and fear of missing out as predictors of social media use and addiction // Personality and Individual Differences. 2017. Vol. 116. P. 69-72.
15. Bozoglan B., Demirer V., Sahin I. Loneliness, selfDesteem, and life satisfaction as predictors of Internet addiction : A cross □ sectional study among Turkish university students // Scandinavian journal of psychology. 2013. Vol. 54l, Is. 4. P. 313-319.
16. Hunt M.G. et al. No more FOMO : Limiting social media decreases loneliness and depression // Journal of Social and Clinical Psychology. 2018. Vol. 37, Is. 10. P. 751-768.
17. Щекотин Е.В., Мягков М.Г., Гойко В.Л., Кашпур В.В., Коварж Г.Ю. Субъективная оценка (не) благополучия населения регионов РФ на основе данных социальных сетей // Мониторинг общественного мнения : Экономические и социальные перемены. 2020. № 1. С. 78116. DOI: 10.14515/monitoring.2020.1.05.
Статья представлена научной редакцией «Социология и политология» 15 февраля 2021 г. Features of the Digital Behavior of Users with Social Media Addiction
Vestnik Tomskogo gosudarstvennogo universiteta - Tomsk State University Journal, 2021, 467, 100-105. DOI: 10.17223/15617793/467/13
Gleb A. Alekseev, Higher School of Economics (Moscow, Russian Federation). E-mail: glebsseriousacc@gmail.com
Aleksandr A. Dyuldenko, Kriptonite (Moscow, Russian Federation); Higher School of Economics (Moscow, Russian Federation).
E-mail: 2017126@mail.ru
Keywords: social media, digital behavior, social media addiction, internet addiction, content analysis.
The aim of this study was to analyze the features of digital behavior of VKontakte users with varying degrees of severity of social networking addiction. Social networking addiction is a behavior addiction which was found to be related to depression, anxiety, loneliness, ADHD, fear of missing out, and a number of behavioral impairments. The study was conducted on 345 social networks users from Russia. Among them, 95 participants provided a link to their VKontakte profiles for the purposes of further content analysis. Participation in the study was voluntary, no rewards for participation were expected. The severity of social networking addiction was measured with the Bergen Social Media Addiction Scale (BSMAS) modified by C.S. Andreasse and colleagues. The scale contains 6 items related to 6 dependency parameters: Salience, Craving/Tolerance, Mood Modification, Relapse/Loss of Control, Withdrawal, and Conflict/Functional Impairment. The scale was adapted and translated into Russian for the purposes of this study. Data on the features of digital behavior was collected using content analysis. The information was obtained through the VKontakte API - an interface for accessing vk.com databases using HTTP requests. To export the data, a special VK library was used. Having downloaded the list of identifiers of 95 users, we received the following data in a machine-readable format: the number of friends in the profile, the number of subscribers, the type of account (closed/opened), the presence/absence of a completed status. The whole algorithm was implemented in the Python 3 programming language. The profile picture type was defined "manually". The pictured were divided into two types: photographs that supposedly depict the user (portraits) and other images (drawings and illustrations without a person). To testify the reliability of the adapted scale, Cronbach's а method was applied. The Shapiro-Wilk test was used to test the normality of distribution of the Bergen Social Media Addiction Scale. Kendall's correlation coefficient was applied to testify the correlational research hypotheses, while Wilcoxon's test was applied to testify hypotheses about differences between independent groups of users. The analysis revealed that higher levels of addiction is positively correlated with the number of friends on the profile and the frequency of social media use. We also found that such behavioral characteristics as hiding profile information, using a third-party image as an "avatar", filling in the "status" column, agreeing to share a link to a profile to participate in the study, as well as the number of subscribers, are not related to the severity of social media addiction. Practical applicability, limitations, and directions for future researches were discussed.
REFERENCES
1. Kemp, S. (2019) Digital 2019: Essential insights into how people around the world use the internet, mobile devices, social media, and E-commerce.
In: We Are Social: global Digital Report. pp. 1-221.
2. Song, H. et al. (2014) Does Facebook make you lonely?: A meta analysis. Computers in Human Behavior. 36. pp. 446-452.
3. Marino, C. et al. (2018) A comprehensive meta-analysis on problematic Facebook use. Computers in Human Behavior. 83. pp. 262-277.
4. Huang, C. (2017) Time spent on social network sites and psychological well-being: A meta-analysis. Cyberpsychology, Behavior and Social Net-
working. 20 (6). pp. 346-354.
5. Regier, D.A., Kuhl, E.A. & Kupfer, D.J. (2013) The DSMD5: Classification and criteria changes. World Psychiatry. 12 (2). pp. 92-98.
6. Griffiths, M.D. et al. (2016) The evolution of Internet addiction: A global perspective. Addictive Behaviors. 53. pp. 193-195.
7. Yang, S.C. & Tung, C.J. (2007) Comparison of Internet addicts and non-addicts in Taiwanese high school. Computers in Human Behavior. 23 (1).
pp. 79-96.
8. Griffiths, M.D. (2013) Social networking addiction: Emerging themes and issues. Journal of Addiction Research & Therapy. 4 (5).
9. Young, K.S. (1999) The research and controversy surrounding internet addiction. CyberPsychology & Behavior. 2 (5). pp. 381-383.
10. Griffiths, M.A. (2005) 'Components' model of addiction within a biopsychosocial framework. Journal of Substance Use. 10 (4). pp. 191-197.
11. Lin, L.Y. et al. (2016) Association between social media use and depression among US young adults. Depression and Anxiety. 33 (4). pp. 323331.
12. Andreassen, C.S. et al. (2016) The relationship between addictive use of social media and video games and symptoms of psychiatric disorders: A large-scale cross-sectional study. Psychology of Addictive Behaviors. 30 (2). p. 252.
13. Settanni, M. et al. (2018) The interplay between ADHD symptoms and time perspective in addictive social media use: a study on adolescent Facebook users. Children and Youth Services Review. Vol. 89. pp. 165-170.
14. Blackwell, D. et al. (2017) Extraversion, neuroticism, attachment style and fear of missing out as predictors of social media use and addiction. Personality and Individual Differences. 116. pp. 69-72.
15. Bozoglan, B., Demirer, V. & Sahin, I. (2013) Loneliness, self-esteem, and life satisfaction as predictors of Internet addiction: A cross □ sectional study among Turkish university students. Scandinavian Journal of Psychology. 54l (4). pp. 313-319.
16. Hunt, M.G. et al. (2018) No more FOMO: Limiting social media decreases loneliness and depression. Journal of Social and Clinical Psychology. 37 (10). pp. 751-768.
17. Shchekotin, E.V. et al. (2020) Subjective Measurement of Population Ill-Being/Well-Being in the Russian Regions Based on Social Media Data.
Monitoring obshchestvennogo mneniya: Ekonomicheskie i sotsial'nye peremeny — Monitoring of Public Opinion: Economic and Social Changes Journal (Public Opinion Monitoring). 1. pp. 78-116. (In Russian). DOI: 10.14515/monitoring.2020.1.05
Received: 15 February 2021
