项目名称: 注意缺陷多动障碍者的网络成瘾:认知缺陷和动机风格易感因素及追踪研究

项目编号: No.31300865

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 医药、卫生

项目作者: 张微

作者单位: 华中师范大学

项目金额: 21万元

中文摘要: ADHD者发展为网络成瘾的比率高达37%,值得关注,存在一些促使ADHD者网络成瘾的重要易感因素。其中特定认知加工缺陷和特异的动机风格是潜在机制。在研究一中通过CPT任务、点探测任务、stroop任务、stop任务和n-back任务对比探索ADHD伴随网络成瘾和不伴随网络成瘾者的持续性注意、注意偏向、反应抑制和工作记忆这些认知加工功能差异,以评估ADHD者网络成瘾的高危认知变量;在研究二中,通过刺激寻求和延迟满足任务探索障碍的动机风格特点,试图证明动机风格的失调也是部分ADHD容易网络成瘾的重要影响因素。在研究三中我们根据前面两个研究的结果,对ADHD亚类型进行精确区分,分为高危认知缺陷ADHD、非高危认知缺陷ADHD、动机失调ADHD,通过两年网络使用情况的追踪评估,以判别三组儿童网络使用状况及网络成瘾率和网络成瘾程度,进一步明确这些易感因素,以及评估认知缺陷和动机缺陷的贡献程度。

中文关键词: 注意缺陷多动障碍;网络成瘾;共病;认知缺陷;动机风格

英文摘要: The ratio of ADHD comorbidity of internet addiction is as high as 37%, not accidentally, there are some important risk factors to promote ADHD to be internet addiction. Specific cognitive processing deficit and motivational style are worthy of attention. In Study 1, comparing CPT task, dot probe task, Stroop task, the stop-signal task and the n-back task are used to explore differences in cognitive processing function of ADHD comorbidity of internet addiction and not comorbidity of internet addiction, the cognitive processing function includes sustained attention, attentional bias, response inhibition and working memory. The aim of study 1 is to assess high-risk cognitive variables of internet addiction of ADHD; Study 2 explores characteristics of motivation style of the two disorders by sensation seeking task, and to prove motivation style disorders is also high risk factors of some ADHD individuals being easy to be internet addiction. In Study 3, according to the results of the previous two studies, this paper conducts precise distinction between the ADHD subtypes, divided into high-risk cognitive deficits in ADHD, non-high risk cognitive deficits in ADHD and motivational disorder in ADHD. Through two years of network usage tracking assessment, we distinguish three groups in condition of children network usage

英文关键词: ADHD;Internet addiction;comorbidity;cognitive deficit;motivational style

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】 Dropout在图像超分任务中的重煥新生
专知会员服务
18+阅读 · 2022年3月5日
专知会员服务
19+阅读 · 2021年8月5日
专知会员服务
61+阅读 · 2021年8月4日
专知会员服务
49+阅读 · 2021年6月28日
【WWW2021】挖掘双重情感的假新闻检测
专知会员服务
36+阅读 · 2021年1月18日
比深度学习更值得信赖的模型ART
CSDN
0+阅读 · 2022年4月22日
实际产品应用场景中,产品设计如何影响用户体验
人人都是产品经理
0+阅读 · 2021年11月2日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年5月1日
小贴士
相关VIP内容
【CVPR2022】 Dropout在图像超分任务中的重煥新生
专知会员服务
18+阅读 · 2022年3月5日
专知会员服务
19+阅读 · 2021年8月5日
专知会员服务
61+阅读 · 2021年8月4日
专知会员服务
49+阅读 · 2021年6月28日
【WWW2021】挖掘双重情感的假新闻检测
专知会员服务
36+阅读 · 2021年1月18日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员