Luque, Leticia Elizabeth; Fernández, Marcela^[1]

Resumen

La adicción a Internet, y en particular de las redes sociales virtuales (RSV), ha dado lugar al estudio de comportamientos como el cyberloafing (la pérdida de tiempo laboral por usar prestaciones de internet como las RSV) y de emociones como el FoMO (Fear of Missing Out o miedo a “quedar afuera”), que podrían entenderse como indicadores de una adicción tecnológica.

En una investigación macro sobre adicciones tecnológicas, un objetivo fue analizar la relación de la adicción a las RSV con el FoMO y el cyberloafing, en usuarios de tecnologías de información y comunicación (TIC), de ambos sexos, de 25 a 65 años, de Córdoba-Argentina. Se recolectaron datos con distintos instrumentos de validez local, con la participación de 468 adultos, con una media de edad de 42.18, (D.S.=16.35) y usuarios de al menos una RSV.

El rango de uso es de 1 a 6 RSV (M=3.10, D.E.=2.09), mientras que la más usada es Whatsapp (98.4%). El 67.0% usa su teléfono móvil para tener acceso permanente a las RSV. La media de horas de uso diarias, autorreportadas, es de 6.9 horas (D.E.=6.93).

El 13.6% de la muestra estudiada presenta nivel patológico de uso de RSV (dependencia), y un 27.1% realiza usos ocasionales de aquellas; el 28.9% realiza usos abusivos y/o patológicos de las TIC en general, siendo el 8.9% tecno-dependiente.

Respecto al FoMO, el 27.5% presenta un nivel moderado y el 17.6% un nivel severo. En cuanto al cyberloafing, El 100% presenta algún grado de cyberloafing; este es moderado en el 47.5% de los casos y severo para el 17.8%.  

Las correlaciones entre la adicción a las RSV y las variables FoMO y cyberloafing son estadísticamente significativas, moderadas y directas, aunque los índices se modifican cuando se analiza alguna RSV específica, siendo Facebook la que produce la correlación más alta para FoMO, y Twitter para el comportamiento de cyberloafing, lo que podría asociarse al rango etario estudiado. Esto permite afirmar que es erróneo el supuesto de la similitud en el potencial adictivo de toda RSV, por lo que corresponde estudiar la adicción combinando rasgos personales con características de la prestación, y realizar análisis multivariados de FoMO y cyberloafing con variables como satisfacción con la vida y con el trabajo, rendimiento escolar o laboral, necesidad de contacto físico, conectividad social y bienestar subjetivo, entre otras.

Se concluye que las adicciones tecnológicas pueden producirse también en personas adultas de distintas edades, con las consecuencias negativas que ello supone.

Palabras claves: adicciones tecnologías – redes sociales virtuales – vínculos

 Introducción

La naturaleza psicológicamente poderosa de las comunicaciones on-line ocasiona preocupaciones por los posibles efectos nocivos sobre la salud humana (Turkle, 2012) y se han exacerbado a partir del uso de las redes sociales virtuales (RSV), de manera que varias de ellas están siendo estudiadas por su impacto negativo en la vida cotidiana de sus usuarios (Gámez et al, 2015; Kircaburun & Griffiths, 2018; Martínez & Moreno, 2017; Peña García et al, 2019; Soyemi et al, 2016; Stead & Bibby, 2017; Tresáncoras et al, 2017).

Los usos problemáticos son diversos; por consiguiente, este trabajo solo enfoca en uno de ellos: la adicción.  La adicción a las RSV forma parte de las adicciones tecnológicas e involucra una falla en el control del impulso de uso de una o varias RSV, así como la interferencia de dicho uso en otras actividades de la vida del usuario (Griffiths, 2012; Sacvi & Aysan, 2017).

Griffiths (2012) recomendó no enfocar en las particularidades de cada RSV, sino estudiar la adicción a estas prestaciones en sentido general, y/o como un subtipo de la adicción a internet.

Moqbel y Kock (2018) encontraron que la adicción a las RSV reduce el rendimiento laboral, indirectamente mediante la distracción y la reducción de las emociones positivas, lo cual redunda en alteración de la salud del trabajador. Asimismo, Dhir et al (2017) reportan una relación causal entre tal adicción y la fatiga, asociada esta a síntomas de ansiedad y depresión. Limvarakul y Bates (2017) encontraron que la vigilancia de lo que otros hacen en las RSV es el factor que mejor predice la adicción, mientras que no cumple función predictiva el uso para entretenimiento. En consonancia con estos estudios, Ryan et al (2014) muestran la importancia de considerar la particularidad de cada RSV en virtud de las diferentes gratificaciones que cada una de ellas produce.

Estudios asociados a Facebook (Andreassen, et al, 2017; Blachnio & Przepiórka, 2018; Brodoža & Jovanović, 2016; Chinonye & Francis, 2018; Dhaha, 2013; Rauch, et al, 2014) muestran que el uso excesivo de la misma se asocia a baja satisfacción con la propia vida, a baja autoestima, a deficiente autorregulación, a creencias distorsionadas de control, a la presencia de síntomas de depresión y a elevados niveles de ansiedad o fobia social por la pobre capacidad de adaptación social en las relaciones cara-a-cara.

Los estudios sobre Whatsapp muestran que las regulaciones emocionales son factores de riesgo para dicha adicción y esta a su vez es generadora de disminución del rendimiento académico y la conexión social, destacándose que las adolescentes son las que usan más problemáticamente esta RSV, tanto por ansiedad-estado como por aburrimiento (Chan & Leung, 2016; Tresáncoras, et al, 2017).

Para Instagram, las investigaciones indican que no existe un perfil único que caracterice a los usuarios con dependencia hacia esta red (Kircaburun & Griffiths, 2018) y que existe una compleja relación entre aquella, el comportamiento de phubbing (ignorar a otros mientras se chequea el teléfono móvil) y el miedo a quedar afuera (Balta et al, 2018).

Los estudios referidos a Twitter muestran que los rasgos de personalidad afabilidad, extraversión y conciencia son predictores de la adicción; las diferencias por países podrían asociarse a variables culturales (Hou et al, 2014; Ndasauka et al, 2016;  Kircaburun, 2016). 

Como puede apreciarse, son numerosas las variables psicológicas estudiadas en relación al uso de las RSV. Entre ellas destaca el “miedo a quedar afuera” o FoMO (fear of missing out), debido a que las RSV han facilitado el acceso informacional de lo que otros están haciendo, conociendo, comprando y/o logrando en sus vidas.

Abel et al (2016) señalan que este miedo es una emoción incómoda y agotadora, producto de la preocupación profunda por lo que hacen y piensan los demás, la sensación de sentirse excluido y el temor a la opinión ajena. Según Przybylski et al (2013), el FoMO debe entenderse como la preocupación de que otros estén disfrutando de experiencias agradables de las cuales uno está ausente y sugieren que las personas que tienen bajos niveles de satisfacción de sus necesidades psicosociales (comunicarse con otros, desarrollar competencias sociales, tener oportunidades de formar vínculos sociales) son más vulnerables a los efectos de dicho temor. Por lo mismo, Reagle (2015) afirma que este temor surge de la ansiedad provocada por la envidia que se siente al comparar el estado personal actual de bienestar con el de los demás.

Wolniewicz et al (2017) consideran que quienes hacen uso excesivo de teléfonos, lo hacen como manera de aliviar tanto el miedo a quedar afuera como su ansiedad social. FoMO estaría asociado a la adicción al teléfono (móvil), en tanto este es el dispositivo que más facilita el acceso a las RSV (Elhai et al, 2016), lo que además supone una relación con la adicción a internet (Wegmann et al, 2017). FoMO sería mediador en la relación entre diversos déficits psicológicos (baja autoestima, depresión, ansiedad, baja satisfacción vital, fatiga emocional) y la adicción a las RSV (Alt, 2015; Blachnio & Przepiórka, 2018; Buglass et al, 2017; Dhir et al, 2018; Oberst et al, 2017; Przybylski et al, 2013).

El Cyberloafing (C.L. de aquí en adelante) se define como cualquier acto voluntario de un empleado que suponga el uso de los accesos a internet provistos por el empleador, durante el horario laboral, para actividades personales como chequear sus RSV (Lim, 2002), e involucra el uso de diversos dispositivos tecnológicos.

Ahmad y Omar (2017) examinaron diferencias por edad y sexo de empleados de diversas empresas; hallaron que los hombres se involucran en C.L. más que las mujeres, pero las variaciones por edad dependen del tipo de empresa. Así, los más jóvenes tienden a involucrarse más en estos actos salvo cuando la actividad laboral refiere a empresas informáticas o medios de comunicación. No obstante, los estudios de Askew et al (2014) y Sheikh et al (2015) indican que estas dos variables no son determinantes. Knigth (2017) estudió el constructo en contexto académico; sin diferencias por sexo, encontró que los alumnos de más edad realizan menos C.L. y los usuarios de teléfonos inteligentes más que los usuarios de otros dispositivos, además de que las normas percibidas y las actitudes positivas hacia este tipo de comportamientos difieren según dispositivos usados. Farivar y Richardson (2018) muestran que el uso problemático de RSV y el C.L. impactan negativamente en la satisfacción con la vida y con el trabajo, por lo que no es real que permitir el C.L. reduzca el estrés laboral o aumente el rendimiento como afirman otros (Askew et al, 2014; Baturay & Toker, 2015). 

Dentro de una investigación macro sobre adicciones, ya finalizada, uno de los objetivos fue analizar la relación de la adicción a las RSV con el FoMO y el cyberloafing, en usuarios de tecnologías de información y comunicación (TIC), de ambos sexos, de 25 a 65 años, de Córdoba-Argentina.

Desarrollo

Diseño de investigación

Participaron del estudio 468 adultos, con M=42.18 años (D.S.=16.35), usuarios activos de al menos una RSV, de ambos sexos (51% mujeres), de localidades del interior de la provincia de Córdoba (Argentina).

La adicción a RSV se determinó mediante la Escala de Adicción a las Redes Sociales, de Escurra Mayaute y Salas Blas (2014), diseñada y validada para población peruana. Consta de 24 ítems, que se puntúan de 0=Nunca a 4=Siempre (0 a 96 puntos) y se agrupan en tres factores con buenos índices de confiabilidad (.85 a .92).

FoMO se indagó con la versión adaptada por Luque, Gómez y Martiarena (2016). Contiene 8 ítems, con afirmaciones que se responden desde 1=Nunca me representa a 5=Siempre me representa (8 a 40 puntos); el único factor resultante explica el 56.1% de la varianza y presenta un alpha de Cronbach de .93. 

Adicción a internet y al teléfono móvil, así como tecnodependencia, se determinaron con una escala desarrollada por Luque y Gómez (2010); la versión actual consta de 37 ítems, agrupados en 5 factores de primer orden y 2 de segundo, con buenos índices de confiabilidad (.75 a .90).

C.L. se determina con las preguntas sobre usos de dispositivos tecnológicos con conexión a internet, en horario laboral y con fines personales. Esto, los datos sociodemográficos y las horas de uso no instrumentales se obtuvieron con un cuestionario complementario. La variable edad fue reemplazada por “generación tecnológica”, según el esquema evolutivo de acceso a las tecnologías de Sinclair y Cerboni (Gértrudix Barrios et al, 2010): consideramos “nativos digitales” a los usuarios de 25 a 37 años de edad, “adaptativos digitales” los de 38 a 52, e “inmigrantes digitales” los de edades superiores.

Por cuestiones de espacio no incluimos en este trabajo otras variables indagadas.

Resultados

El rango de uso es de 1 a 6 RSV (M=3.10, D.E.=2.09). En orden, las RSV más usadas son Whatsapp (98.4%), Facebook (84.4%), Instagram (42.4%), Googlemas (35.7%) y Twitter (18.8%). El 67.0% usa su teléfono móvil para tener acceso permanente a las RSV. La media de horas de uso diarias, autorreportadas, es de 6.9 horas (D.E.=6.93).

El 33.7% cumple al menos tres de los criterios de adicción de Internet y el 27.8% cumple al menos cuatro de los indicadores cuando el uso se realiza mediante computadoras. El 41.8% cumple tres criterios de adicción al teléfono móvil, aunque solo el 9.9% cumple con todos ellos; además, el 82.4% no apaga su teléfono a la hora de dormir, el 93.5% no lo apaga ni silencia mientras trabaja, el 71.2% lo usa mientras está en el baño o comiendo y el 16.1% admite que lo usa mientras conduce.

El 13.6% presenta nivel patológico de uso de RSV (dependencia) y un 27.1% realiza usos ocasionales de aquellas. El 28.9% realiza usos abusivos y/o patológicos de las TIC en general, mientras que  el 8.9% tecno-dependiente.

El uso de RSV presenta relaciones estadísticamente significativas (p=.000) y fuertes con la adicción a internet (rs=.851) y las horas de uso no instrumental (rs=.750); son moderadas con la adicción al teléfono móvil (rs=.484) y la tecnodependencia (rs=.436).

Respecto al FoMO, el 17.9% no presente grado alguno de este temor; el 37.0% presenta un nivel leve, el 27.5% un nivel moderado y el 17.6% un nivel severo.  

FoMO presenta relaciones estadísticamente significativas (p=.000) y moderadas con adicción a internet (rs=.410), adicción al teléfono móvil (rs=.680) y tecnodependencia (rs=.466); se asocia de manera débil con horas de uso no instrumental (rs=.265).

Entre FoMO y adicción a RSV, la relación es estadísticamente significativa, moderada y directa (rs= .488, p=.000), lo que implica que a mayor FoMO le corresponde uso más problemático de RSV, pero modulada por otros factores (ej: sexo). La correlación varía en función de la RSV que se utilice (ej, para Facebook: rs=.695; y para Twitter: rs= .478).

El 100% presenta algún grado de C.L., siendo moderado en el 47.5% de los casos y severo para el 17.8%. El 72.8% controla RSV y/o navega por la web en horario laboral y usa el servicio de mensajes con finalidades personales.

C.L. presenta relaciones estadísticamente significativas (p=.000) aunque débiles con adicción a internet (rs=.344) y adicción al teléfono móvil (rs=.354); son moderadas con tecno-dependencia (rs=.466) y FoMO (rs=.457). Además, el C.L. es más elevado entre quienes hacen turnos laborales rotativos (F=6.966, p=.001) y quienes trabajan más de ocho horas diarias (F=6.782, p=.001). La comparación por actividad laboral, ubica a médicos en primer lugar, seguidos de docentes. 

Entre el tipo de uso de RSV y C.L. la relación es estadísticamente significativa, moderada y directa (rs= .412, p=.000), lo que implica que a mayor severidad en el C.L. le corresponde un uso más problemático de RSV, aunque moderado o interferido por otras variables (ej: edad). La relación varía en función de la RSV que se utilice (ej: Facebook: rs=.350; y Twitter: rs=.523).

Tabla 1. ANOVA para las variables analizadas según Generación tecnológica

G1: nativos digitales – G2: adaptativos digitales – G3: inmigrantes digitales

Tabla 2. Prueba de diferencias de medias según Sexo

En las comparaciones por generaciones tecnológicas (Tabla 1), el ANOVA y la prueba post-hoc Bonferroni indican que los inmigrantes digitales presentan menos uso problemático de RSV y más FoMO que los otros grupos, mientras que nativos y adaptativos realizan C.L. en distintos grados.

En cuanto al sexo (Tabla 2), asumiendo igualdad de varianzas en todos los casos, los datos muestran que los hombres efectúan un uso más problemático de las RSV que las mujeres, mientras que ellas presentan más FoMO, sin diferencias en C.L.

Conclusiones

El uso de las RSV puede convertirse en problemático cuando se torna abusivo o patológico. Estudios de diversa índole y de muy distintas latitudes muestran que ello es producto de la conjugación de numerosos factores, entre los que contarían el FoMO y el C.L. Surgió así el interés por analizar la relación de la adicción a las RSV con dichos factores, en usuarios de TIC, de ambos sexos, de 25 a 65 años, de Córdoba-Argentina.

Los datos muestran que entre la adicción a RSV y la referida a internet hay una correlación fuerte y directa, lo que parece lógico si se considera que la primera es un subtipo de la segunda (Griffiths, 2012).

La correlación entre las adicciones a RSV y al teléfono móvil es moderada e inferior a la reportada por Richardson, Hussain y Griffiths (2018). Esto podría deberse al escaso reconocimiento que siguen teniendo las adicciones tecnológicas en nuestra población; también, a que la relación está mediada o modulada por otras variables, como los rasgos de personalidad (Kircaburun & Griffiths, 2018; Rosen et al, 2013).

Corresponde destacar que las horas de uso no son indicadores de adicción, motivo por el cual solo se consideraron las no-instrumentales (ocio y/o conectividad); la fuerte correlación de dichas horas con la adicción a RSV parece asociada a que estas son percibidas como fuentes de placer, satisfacción o bienestar subjetivo, más que como herramientas laborales o de comunicación (Abel et al, 2016; Blachnio & Przepióka, 2018; Stead & Bibby, 2017).

Como se señaló al inicio, distintas investigaciones asocian FoMO con mayor uso de las RSV o inclusive lo consideran como predictor positivo de la adicción (Blachnio & Przepióka, 2018; Buglass et al, 2017; Dhir et al, 2018; Elhai et al, 2016; Limvarakul & Bates, 2017; Przybylski et al, 2013). Los datos locales muestran que la correlación entre ambos constructos es moderada, aunque los índices varían en relación a cada RSV, mientras que Facebook es la que produce la correlación más alta.

Al respecto corresponden dos apreciaciones: por un lado, considerando la disputa entre Griffiths (2012) y Ryan et al (2014), los datos indican que toda RSV tiene potencial adictivo en tanto prestación de internet, pero a la vez dicho potencial varía por la capacidad de gratificación que brinda cada una, lo que implica la necesidad de considerar diferencias individuales entre usuarios tanto para la detección como para el trabajo preventivo con este tipo de adicciones: por otro lado, FoMO es un constructo que requiere más estudios y con mayor profundidad (Elhai et al, 2016; Stead & Bibby, 2017), así como análisis multivariados incluyendo variables como la necesidad de contacto físico o la conectividad social, el bienestar subjetivo y los rasgos de personalidad (Andreassen et al, 2017; Blachnio & Przepióka, 2018; Elhai et al, 2016; Sacvi & Aysan, 2017; Stead & Bibby, 2017; Wegmann et al, 2017).

El C.L. no es fenómeno novedoso, pero su estudio se ha visto promovido por las actuales discusiones de su efecto sobre los rendimientos laborales y académicos; se discute su rol como generador de ansiedad en contraposición a su uso como reductor de estrés laboral  (Askew et al, 2014; Baturay & Toker, 2015; Farivar & Richardson, 2018; Sheikh et al, 2015). Localmente solo el 17.8% alcanza un nivel severo, pero todos los participantes incurren en algún grado de C.L.; además, se presenta con mayor frecuencia en personas con turnos laborales rotativos, en quienes trabajan más de 8 horas diarias, y es más frecuente en médicos y docentes. Esto muestra la importancia de seguir estudiando la adicción a RSV en la población cordobesa y los factores asociados.

Tal como en estudios internacionales (Lim, 2016; Oberst et al,2017), se encontraron diferencias por sexo respecto a FoMO y a la adicción a RSV. Las mismas pueden atribuirse a diferencias en las socializaciones por sexo, pero también a diferencias en la necesidad de contacto y motivaciones de poder o afiliación. Contrario a lo hallado por Ahmad y Omar (2017) y en coincidencia con otros estudios (Askew et al, 2014; Knigth, 2017; Sheikh et al, 2015), no se produjeron diferencias por sexo en cuanto a C.L., lo que indica la generalización de este comportamiento.

Las diferencias en adicción a RSV por generaciones tecnológicas son esperables, ya que cada generación se aproxima de distintos modos a las tecnologías (Dhaha, 2013). La diferencia en relación a FoMO apoyaría la idea de Swan y Kendall (2016) de que el miedo provendría de o se asociaría a desórdenes de ansiedad producidos por diversos factores (ej: ocupacionales, familiares, legales) que varían por edades. En cuanto al C.L., los datos son coincidentes con los de Ahmad y Omar (2017), ya que los nativos digitales se involucrarían más en este comportamiento, pero con variaciones por actividad laboral.

En general, los estudios sobre las adicciones tecnológicas se centran en adolescentes escolarizados. Mostramos aquí que estas adicciones, especialmente la asociada a RSV, también se producen en personas adultas con las consecuencias negativas que ello supone.

Bibliografía

Abel, J., Buff, Ch. & Burr, S. (2016). Social media and the fear of missing out: scale development and assessment. Journal of Business & Economics Research, 14 (1): 33-42.

Ahmad, A. & Omar, Z. (2017). Age and gender differences in employeed cyberloafing behavior. Institute for Social Science Studies, University Putra-Malasia.

Alt, D. (2015). College students’ academic motivation, media engagement and fear of missing out. Computers in Human Behavior, 49, 115-119. DOI: 10.1016/j.chb.2015.02.057

Andreassen, C., Pallesen, S. & Griffiths, M. (2017). The relationship between addictive use of social media, narcissism, and self-esteem: findings from a large national survey. Addictive Behaviors, 64, 287-293. DOI: 10.1016/j.addbeh.2016.03.006

Askew, K., Buckner, J., Taing, A., Bauer, J., Coovert, M. (2019). Explaining Cyberloafing: The Role of the Theory of Planned Behavior. Computers in Human Behavior, 90: 510-519. https://doi.org/10.1016/j.chb.2014.04.006

Balta, S., Emirtekin, E., Kircaburun, K. & Griffiths, M. (2018). Neuroticism, Trait Fear of Missing Out, and Phubbing: The Mediating Role of State Fear of Missing Out and Problematic Instagram Use. International Journal Mental Health Addiction, 16(3). https://doi.org/10.1007/s11469-018-9959-8

Baturay, M. & Toker, S. (2015). An investigation of the impact of demographics on cyberloafing from an educational setting angle. Computers in Human Behavior, 50: 358-366. https://doi.org/10.1016/j.chb.2015.03.081

Blachnio, A. & Przepiórka, A. (2017). Facebook intrusion, fear of missing out, narcissism, and life satisfaction: A cross-sectional study. Psychiatry Research, 259, 514-519. DOI: 10.1016/j.psychres.2017.11.012

Brodoža, B. & Jovanović, T. (2016). Validation of the new scale for measuring behaviors of Facebook users: Psycho-social aspects of Facebook use. Computers in Human Behavior, 54, 425-435. DOI: 10.1016/j.chb.2015.07.032

Buglass, S., Binder, J., Betts, L. & Underwood, J. (2017). Motivators of online vulnerability: the impact of social network site use and FOMO. Computers in Human Behavior, 66, 248-255. DOI: 10.1016/j.chb.2016.09.055

Chan, W. & Leung, A. (2018). Use of Social Network Sites for Communication Among Health Professionals: Systematic Review. Journal Medical Internet Research, 20(3):e117. DOI: 10.2196/jmir.8382

Chinonye, A. & Francis, A. (2018). Duration and Frequency of Social Networking as Predictors of Pathological Symptoms among University Undergraduates, Nigeria. International Journal of Humanities & Social Studies, 6(8): 182-189.

Dhaha, I. (2013). Predictors of Facebook Addiction among youth: a structural equation modeling. Journal of Social Sciences, 2(4): 186-195. Recuperado de: http://www.centreofexcellence.net/J/JSS/JSS Mainpage.htm

Dhir, A., Yossatorn, Y., Kaur, P. & Chen, S. (2018). Online social media fatigue and psychological wellbeing. A study of compulsive use, fear of missing out, fatigue, anxiety and depression. International Journal of Information Management, 40, 141-152. DOI: 10.1016/j.ijinfomgt.2018.01.012

Elhai, J., Levine, J., Dvorak, R. & Hall, B. (2016). Fear of missing out, need for touch, anxiety and depression are related to problematic smartphone use. Computers in Human Behavior, 63, 509-516. DOI: 10.1016/j.chb.2016.05.079

Escurra Mayaute, M., & Salas Blas, E. (2014). Construcción y validación del cuestionario de Adicción a Redes Sociales (ARS). Liberabit, 20(1), 73-91.

Farivar, F. & Richardson, J. (2018). Cross-domain Online Social Networking and Job/Life Satisfaction. Academy of Management Global Proceedings, Vol.Surrey, 2018.

Gámez-Guadix, M., Calvete, E., Orue, I. & Las Hayas, C. (2015). Problematic Internet use and problematic alcohol use from the cognitive behavioral model: A longitudinal study among adolescents. Addictive Behaviors, 40, 109-114. DOI: 10.1016/j.addbeh.2014.09.009

Gértrudix Barrios, F., Duran Medina, J., Gamonal Arroyo, R., Galvez De La Cuesta, M. & García, F. (2010). Una taxonomía del término “nativo digital”: nuevas formas de relación y de comunicación. En Pérez Tornero. (2010). Alfabetización mediática y culturas digitales. Sevilla: Universidad de Sevilla.

Griffiths, M. (2012). Facebook addiction: concerns, criticism, and recommendations. Psychological Reports, 110 (2): 518-520. Recuperado de: http://irep.ntu.ac.uk/id/eprint/5408/1/Griffiths_3178.pdf 

Hou, J., Huang, Z., Li, H., (…) & Ma, N. (2014). Is the Excessive Use of Microblogs an Internet Addiction? Developing a Scale for Assessing the Excessive Use of Microblogs in Chinese College Students. PLoS ONE 9(11): e110960. https://doi.org/10.1371/journal.pone.0110960

Kircaburun, K. (2016). Effects of Gender and Personality Differences on Twitter Addiction among Turkish Undergraduates. Journal of Education and Practice, 7(24): 33-42

Kircaburun, K. & Griffiths, M. (2018). Instagram addiction and the Big Five of Personality: the mediating role of self-liking. Journal of Behavioral Addictions, 7(1), 158-170. DOI: 10.1556/2006.7.2018.15

Knight, R. (2017). Academic cyberloafing: a study of perceptual and behavioral differences on in-class cyberloafing among undergraduate students. Tesis Maestría, Departamento de Psicologia, Universidad Carolina del Este.

Lim, V. (2002). The IT way of loading on the job: cyberloafing, neutralizing and organizational justice. Journal of Organizational Behavior, 23(5), 675-694.

Lim, Z. (2016). Tendency towards the fear of missing out. Tesis Doctoral, Escuela de Marketing, Universidad de Curtin, Australia.

Limvarakul, N. & Bates, B. (2017). Uses & Gratifications Revisited: A Test with Social Media Addiction in Contexts. International Humanities, Social Sciences and Arts, 10(5): 117-127.

Luque, L. & Gómez, R. (2010). Versión preliminar de la escala de dependencia hacia la tecnología. Revista Conexiones, 19: 5-11.

Luque, L., Gómez, R. & Martiarena, V. (2016). Adaptación y propiedades psicométricas de la escala FoMO. III Congreso Regional de World Federation for Mental Health, World Federation for Mental Health. Buenos Aires, agosto de 2016.

Martinez-Ferrer, B. & Moreno Ruiz, D. (2017). Dependencia de las redes sociales virtuales y violencia escolar en adolescentes. International Journal of Developmental and Educational Psychology, 1 (2), 105-114. 

Moqbel, M. & Kock, N. (2018). Unveiling the dark side of social networking sites: Personal and work-related consequences of social networking site addiction. Information & Management, 55, 109-119. DOI: 10.1016/j.im.2017.05.001

Ndasauka, Y., Hou, J. Wang, Y. (…) Zhang, X. (2016). Excessive use of Twitter among college students in the UK. Computers in Human Behavior, 55(PB): 963-971.

Oberst, U., Wegmann, E., Stodt, B., Brand, M. & Chamarro, A. (2017). Negative consequences from heavy social networking in adolescents: The mediating role of fear of missing out. Journal of Adolescence, 55, 51-60. DOI: 10.1016/j.adolescence.2016.12.008

Peña García, G., Ley Peña, S., Castro Balsi, J., Madrid Gonzalez, P., Apodaca Castro, F. & Aceves Marquez, C. (2019). Predominio de las TIC y adicción a las redes sociales en estudiantes universitarios del área de salud. Revista de Investigacion en Tecnologias de la Informacion, 7(13): 83-91. Recuperado de:

  http://www.riti.es/ojs2018/inicio/index.php/riti/article/view/157/pdf

Przybylski, A. K., Murayama, K., Dehaan, C. R., & Gladwell, V. (2013). Motivational, emotional, and behavioral correlates of fear of missing out. Computers in Human Behavior, 29, 1841-1848. DOI: 10.1016/j.chb.2013.02.014

Rauch, S., Strobel, C., Bella, M., Odachowski, Z., & Bloom, C. (2014). Face to face versus Facebook: Does exposure to social networking web sites augment or attenuate physiological arousal among the socially anxious?. Cyberpsychology, Behavior and Social Networking, 17(3), 187-190. DOI: 10.1089/cyber.2012.0498

Reagle, J. (2015). Following the Joneses: FOMO and conspicuous sociality. First Monday, 20(10) [on-line]. Disponible en:

http://journals.uic.edu/ojs/index.php/fm/ article/view/6064/4996

Richardson, M., Hussain, Z. & Griffiths, M. (2018). Problematic smartphone use, nature connectedness and anxiety. Journal of Behavioral Addictions, 7(1), 109-116. DOI: 10.1556/2006.7.2018.10

Rosen, L., Carrier, L., & Cheever, N. (2013). Facebook and texting made me do it: Media-induced task-switching while studying. Computers in Human Behavior, 29(3), 948-958. DOI: 10.1016/j.chb.2012.12.001

Ryan, T., Chester, A., Reece, J. & Xenos, S. (2014). The uses and abuses of Facebook: A review of Facebook addiction. Journal of Behavioral Addictions 3(3): 133–148. DOI: 10.1556/JBA.3.2014.016

Sacvi, M. & Aysan, F. (2017). Technological addictions and social connectedness: predictor effect of internet addiction, social media addiction, digital game addiction and smartphone addiction on social connectedness. Dusunem Adam The Journal of Psychiatry and neurological Sciences, 30, 202-216. DOI: 10.5350/DAJPN2017300304

Shiikh, A., Atashgah, M. & Adibzadegan, M. (2015). The antecedents of cyberloafing: a case study in an Iranian copper industry. Computers in Human Behaviors, 51, 172-179.

Soyemi, J. & Olasina, J. (2016). Assessment of the impact of social networking media on students’ academic performance in Higher Institutions: a case study of Federal Polytechnic, Ilaro. Ponencia de Online Proceedings for Scientific Conferences and Workshops. Disponible en: http://ceur-ws.org/Vol-1755/17-21.pdf

Stead, H. & Bibby, P. (2017). Personality, fear of missing out and problematic internet use and their relationship to subjective well-being. Computers in Human Behavior, 76, 534-540. DOI: 10.1016/j.chb.2017.08.016

Swan, A. & Kendall, P. (2016). Fear and missing out: youth anxiety and functional outcomes. Clinical Psychology: science and practice, 23(4), 417-435. DOI: 10.1111/cpsp.12169

Tresáncoras, A., García-Oliva, C. & Piqueras, J. (2017). Relación del uso problemático de Whatsapp con la personalidad y la ansiedad en adolescentes. Salud y drogas, 17 (1), 27-36. Recuperado de http://www.redalyc.org/pdf/839/83949782003.pdf

Turkle, S. (2012). Alone together: Why we expect more from technology and less from each other. Nueva York: Basic Book.

Wegmann, E., Oberst, U., Stodt, B., & Brand, M. (2017). Online-specific fear of missing out and Internet-use expectancies contribute to symptoms of Internet-communication disorder. Addictive Behaviors Reports, 5, 33-42. DOI: 10.1016/j.abrep.2017.04.001

Wolniewicz, C., Tiamiyua, M., Weeks, J. & Elhai, J. (2017). Problematic smartphone use and relations with negative effect fear of missing out, and fear of negative and positive evaluation. Psychiatric Research, 262, 618-623. DOI: 10.1016/j.psychres.2017.09.058

---