自我控制训练应用程序对提高自我控制和减少攻击性的影响

互联网干预25（2021）100392一个自我控制训练应用程序，以提高自我控制和减少侵略性完全析因设计作者：A，B，C. 达席尔瓦，伊冯娜. 作者声明：Bouman b.C. van Gemert-Pijnen a，c，Saskia M. 凯尔德斯a，da荷兰恩斯赫德特文特大学心理学、健康技术系电子健康与福祉研究中心b荷兰德文特，Stichting Transfore研究部c荷兰格罗宁根大学医学院格罗宁根大学医学中心d南非范德比尔帕克西北大学Optentia研究重点领域A R T I C L EI N FO保留字：自我控制训练移动应用eHealthA B S T R A C T背景：研究表明，自我控制训练（SCT）是一种有效的干预措施，可以提高自我控制和由自我控制驱动的行为，如反应性攻击。 我们开发了一个应用程序，通过要求用户使用他们的非惯用手进行日常任务来提供SCT，旨在检查通过应用程序或电子邮件接收SCT的参与者，并同时接收一项日常任务或五项任务，与彼此和对照组相比，自我控制能力提高更多，攻击性降低方法：本研究的设计基于一项试点研究，其中开发了SCT应用程序的第一版，并通过前测-后测设计对学生进行了基于初步研究的结果，采用2× 2全因子设计（N=204），对照组（n=69），通过电子邮件与应用程序进行交付，接受一项日常任务与同时接受五项任务作为因素。在四个测量点上，自我控制采用简明自我控制量表（BSCS）和Go/No-Go任务进行评估，攻击采用简明攻击性量表（BSCS）进行评估问卷（BAQ）。在最后的调查问卷中，提出了开放式问题，以深入了解该应用程序改进点。定量数据采用重复测量线性混合模型进行分析，定性数据采用归纳编码进行分析结果：虽然没有发现交互作用，但分析显示，只有使用该应用程序的参与者的BSCS分数随着时间的推移而显著提高（F[3，196.315]= 4.090，p=.008），在电子邮件和控制条件下在攻击性、Go/No-Go任务和定性数据显示，虽然对SCT任务的意见不同，但参与者总体上对干预感到满意，但希望更多的提醒。结论：这项研究的结果表明，SCT应用程序有可能加强自我控制。在这个学生样本中没有发现对攻击性的令人信服的影响，这可能是因为这个目标群体的攻击性水平相对较低。因此，应用程序也应该在有攻击调节问题的人群中进行研究。未来的研究也可能集中在使用SCT来改善由自我控制驱动的其他类型的行为，如体育活动或吸烟。最后，应该开发和评估一个更加个性化的应用程序版本，用户可以在其中选择SCT任务的数量和类型1. 介绍1.1. 自我控制和攻击性自我控制-防止或克服不想要的想法或想法的能力行为（Muraven等人，1999）-是一种与广泛的行为相关的结构，其中包括反应性攻击、学术成功和身体健康（Tangney等人，2004年）。尽管自我控制与这些行为有很强的关系，但在临床实践中使用的干预措施中，自我控制的代表性不足（Denson等人， 2012年; Gottfredson* 通讯作者：Centre for eHealth and Well-being Research，Department of Psychology，Health and Technology，University of Twente，Post boX 217，7500 AEEnschede，the Netherlands.电子邮件地址：h. utwente.nl（H.Kip）。https://doi.org/10.1016/j.invent.2021.100392接收日期：2020年8月8日;接收日期：2021年4月13日;接受日期：2021年4月14日2021年4月20日网上发售2214-7829/© 2021作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表互联网干预期刊主页：www.elsevier.com/locate/inventH. Kip等人互联网干预25（2021）1003922×和Hirschi，1990年）。一种可以从更多地关注自我控制中受益的行为是反应性攻击，这是指对威胁，挑衅或挫折的冲动和不受控制的愤怒爆发（Poulin和Boivin，2000;道奇和Coie，1987）。反应性攻击是一个复杂的社会问题，可以采取多种形式（Krug等人，2002年）。反应性攻击与广泛的个人和社会问题有关，例如对公共服务人员的暴力、流氓行为、学校欺凌、酒吧斗殴、家庭暴力或精神病学中的暴力（Geoffrion等人，2017; Van Dijk等人，2007; Dijk等人，2007; Pekurinen等人，2017;Rutherford等人，2007年）。减少反应性攻击被认为是重要的，但也是非常具有挑战性的。攻击的主要治疗方法是基于认知模型（Polaschek等人，2005; Ross等人，2013年）。虽然基于这些模型的治疗，如认知行为疗法，是有帮助的，但荟萃分析表明，这些类型的治疗对攻击性的影响大小在某种程度上落后于那些疾病，焦虑和抑郁（Del Vecchio和因此，需要更有效的干预措施来减少反应性攻击（Ross等人，2013;Gaynes等人，2017年）。以自我控制为目标的干预似乎是实现这一目标的一个有希望的方向1.2. 自我控制训练一种现有的但未充分使用的干预措施已被证明可以加强自我控制，这就是自我控制训练（SCT; Friese et al.，2017年，Beames等人，2017年，Hagger等人，2010年）。SCT是一种直接的干预，参与者被要求执行需要自我控制的任务。这些任务要求他们在预先指定的时间段内克服冲动，并以首选的反应通常为两周（Berkman，2016; Friese et al.，2017年）。SCT的一种被充分研究的形式是使用一个人的非优势手进行日常任务，例如刷牙、开门或拾取物品（Friese等人，2017; Finkel等人，2009年）。一个被提议的工作机制是，参与者练习抑制自动反应，并用非自动反应取代它自动反应，例如使用一个人的 非 优 势 手 ， 根 据 力 量 模 型 ， 这 改 善了自我控制“肌肉”（Baume ister 等人， 2007年）。加强这一肌肉被假设为对由自我控制驱动的行为产生积极影响，例如反应性攻击。（Friese等人，2017; Beames等人，2017; Hagger等人， 2010年）。SCT已经在身体活动、学校表现或戒烟的背景下进行了研究，但其在治疗攻击性方面的应用落后（Friese等人，2017年，Beames等人，2017年，Hagger等人，2010年）。两个小的实验研究，重点是攻击性和应用非优势手范例显示出有希望的结果（芬克尔等人，2009; Denson等人，2011年）。在第一项研究中，40名大学生被分配到SCT或无干预对照条件下两周（Finkel等人，2009年）。自我控制首先通过注意力控制任务耗尽。 结果显示，在实验设置中，参与者报告说伤害他们的浪漫伴侣的身体倾向有所减少，而对照组的这些攻击倾向没有减少。在第二项研究中，包括70名本科生，并且以与先前研究相同的方式向他们提供SCT（Denson等人，2011年）。与对照组相比，SCT后的参与者比对照组的参与者攻击性更低，这对于那些特质攻击性高的人来说尤其如此。这是在实验室中通过一项任务来评估的，在这项任务中，他们有机会报复一个通过大声的白噪音来侮辱他们的演员。虽然这两项研究都显示了SCT在提高自我控制和减少攻击性方面的潜力，但需要更多的研究才能得出更有力的结论。1.3. SCT的临床应用潜力SCT在临床实践中具有多种优势。除此之外，它不需要用户的高水平认知技能，因为任务很简单，SCT由于其简单的说明而易于管理。由于这些特征，SCT似乎非常适合难以触及的目标群体，这些目标群体除其他外，由于外化而难以反思自己的行为，例如将其攻击归咎于他人，并且具有认知缺陷，例如记忆和注意力问题（Deenik等人，2019年;Drieschner和Boomsma，2008年）。然而，在现有的研究中，SCT由研究人员面对面递送（Finkel等人，2009; Denson等人，2011年）。这意味着，如果在实践中使用，医疗保健专业人员应将SCT提供给患者或其他患者，占用宝贵的时间，这些时间也可用于其他目的。出于多种原因，应用程序似乎是在实践中实现SCT的一个很好的解决方案。首先，应用程序是可扩展的，易于实现，因为它可以被许多人访问（vanGemert-Pijnen等人， 2018年），而不需要已经过度劳累的医护人员的稀疏时间。其次，技术设计原则，例如说服性设计，可以应用于提高那些没有积极性使用SCT的人的依从性和参与度。这方面的一个例子是法医精神病 患者人口， 其治疗 是 经常因为他们犯了罪（Deenik等人，二〇一九年;Drieschner和Boomsma，2008年; Kelders等人，2012; Ludden等人，2015年）。为了说明，应用程序可以发送提醒以确保参与者记得做他们的SCT任务，并且可以添加奖励以保持他们的动力。由于通过应用程序提供SCT是一种新方法，因此需要进行研究以确定与通过研究人员提供的书面说明提供SCT相比，使用应用程序是否确实具有附加值。1.4. 本研究总之，显然需要对SCT进行更多的研究。首先，为了得出更有力的结论，显然需要对SCT和攻击性进行更多的研究（Finkel等人，2009;Denson等人，2011年）。其次，这些类型的评估研究应该在现实世界中进行，评估现实生活中的自我控制，而不是在实验室环境中（Frieseet al.，2017年）。第三，仅仅确定SCT是否有效是不够的：研究应该确定递送SCT的最佳方式是什么（Friese等人，2017年）。例如，应该向参与者交付多少非优势手范式的任务？例如，一天一个任务或一次五个任务之间的有效性是否有差异？ 哪些任务最适合SCT？第四，虽然通过应用程序提供SCT似乎是可行的，但需要调查与通过电子邮件等简单书面说明相比，使用应用程序是否具有附加值。在实施SCT以增加自我控制和减少攻击性之前，建议确定最佳方法进行SCT为了回答这些类型的问题，并创建SCT应用程序的最佳版本，本研究的重点是SCT的评估和相应的优化，以调查提供SCT的最有效和最高效的方式。 为了实现这个，这个研究采用了一个22完全析因设计，设对照组。主要目的是确定SCT对于使用基于应用程序或电子邮件的版本的参与者是否比对照组更有效（因素1），以及对于每天接受任务或同时接受五项任务的组是否更有效（因素2），再次与对照组相比。这一目标伴随着以下研究问题：1. 通过应用程序、电子邮件接受SCT的组与对照组之间，随着时间的推移，自我控制和攻击性的改善是否存在差异？H. Kip等人互联网干预25（2021）1003923=-=×=2. 在每天接受一项任务、同时接受五项任务的小组和对照组之间，随着时间的推移，自我控制和攻击性的改善是否存在差异？3. 参与者认为SCT干预的经验和改进点是什么2. 方法2.1. 试点研究：设计和结果为 了 为这 项 研 究 奠定 基 础 ，进 行 了 一 项试 点 研 究 （ daSilva ，2019）。主要目标是将参与者的体验与基于应用程序和电子邮件的SCT版本进行比较，并确定有关SCT应用程序的设计和内容以及用于评估的方法的改进点。由于目前的研究是基于这项试点研究，其主要方法和结果将在这里简要介绍。关于试点研究结果的补充数字和表格见《汇编》XA。在试点研究中，SCT应用程序是在一个平台上开发的，该平台旨在开发用于研究的应用程序（The Incredible Intervention Machine; TIIM），由University of Twente的BMS实验室拥有。指令和非优势手任务基于应用非优势手范例来减少攻击性的两个先前研究的SCT的描述（Finkel等人，2009; Denson等人，2011年）。该应用程序的第一个版本名为Hands-on，是通过以人为本的设计方法创建的：纸质原型设计，TIIM中的高保真原型设计，以及与Twente大学电子健康设计的六位专家进行的基于专家的有声思维可用性测试（Burns，2018）。增加了说服性元素：每天两次向用户发送通知，提醒他们记住执行任务;通过提及用户的名字进行个性化任务（Oinas-Kukkonen和Harjumaa，2009年）。为了调查与标准形式的指导相比，使用说服性应用程序提供SCT是否具有附加值，SCT也通过电子邮件提供，其中包含与应用程序类似的指导，但没有说服性元素。无控制的采用非优势手模式进行自我控制训练（SCT），观察SCT前后患者的自我控制能力是否显著提高， 总共有19名大学生被随机分为两组，组，具有ABA（n9）和BAB（n10）结构。在阶段A中，每天通过应用程序向用户呈现一个新任务，在阶段B中，一次发送一封电子邮件，其中包含五个任务（Denson et al.，2011; Finkel等人，2009年）。每个阶段持续5天，总共15天的干预。每五天通过简明自我控制量表（BSCS;Tangney等人， 2004）和简短攻击问卷（BAQ; Webster et al.，2015年）。完成研究后，对10名随机选择的完成研究的参与者进行了关于应用程序体验、应用程序设计和内容改进点以及应用程序和电子邮件条件之间差异的半结构化访谈。这些访谈的目的是收集SCT应用程序进一步设计的意见，同样基于以人为本的设计原则（Burns，2018）。重复测量线性混合模型显示无相互作用效应。的影响，但时间的主要影响被发现对BSCS和BAQ分数，表明自我控制和侵略改善期间和之后使用SCT干预。其他分析表明，对于第1组（应用程序，电子邮件，应用程序），自我控制和攻击性并没有随着时间的推移而改善，而对于第2组（电子邮件，应用程序，电子邮件）则是如此。这一结果出乎意料，因为研究人员发现，通过应用程序接受SCT的群体更有可能表现得更好。这表明需要进一步研究提供SCT的最佳方式。此外，访谈显示，参与者认为该应用程序易于使用，设计精良在一般来说，参与者更喜欢应用程序而不是电子邮件说明（n8），主要是因为应用程序向他们发送提醒，以支持使用非惯用手。2.2. 设计为了回答研究问题，采用2 2完全析因设计， 用于比较应用程序与电子邮件的效果，以及每天一项任务与一次五项任务的效果。如图1所示，使用了四个实验条件和一个对照组。这些因素的水平是应用程序与电子邮件，以及日常任务与同时执行五项任务。为了回答第三个研究问题，所有参与者都被要求在干预后评估的最终问卷中回答几个开放式问题。本研究已获得特文特大学伦理委员会的批准（申请号200019）。2.3. 参与者由于本研究的重点是确定SCT的最佳方式，因此我们与大学生一起评估了该应用程序，他们更容易参与研究，并且SCT关于自我控制的潜在工作机制预计与其他群体相同（De Ridder等人，2012年）。通过特温特大学的一个测试科目库Sona进行招聘，社会科学学生可以通过该考试库参加学习，以换取课程学分。参与者必须年满18岁，并且必须能够连续10天使用自我控制训练（SCT）应用程序。 如果参与者无法使用他们的手进行日常工作或如果他们是ambiobusus，则被排除在外。该便利样本导致共有205名参与者开始研究，其中204名参与者在t3的随访测量中填写了问卷，并被纳入分析。然而，并非所有参与者都填写了所有问卷。心理学专业学生占85.80%，传播学专业学生占13.20%。完成随访的204名学生的平均年龄为20.33岁（SD 2.35），其中143名（70.10%）为女性，59名（28.90%）为男性，2名不愿回答（1%）。大多数学生（77.50%）是德国人，16.70%是荷兰人，5.90%是不同的国籍。最后，对于大多数参与者来说，右手是他们的优势手（89.70%）。2.4. 材料2.4.1. HandSwitch应用程序根据试点的结果，对应用程序的设计和内容进行了一些微小的更改，请参见图2，该应用程序的版本一次包含5个任务。这一改编版本在TIIM中再次开发。更加注重设计的视觉吸引力，并增加了每天两次提醒（上午8点和下午8点），并删除了根据试点结果难以执行的任务。此外，由于析因设计，创建了两个不同版本的应用程序：一个版本提供一个日常任务，另一个版本同时提供所有五个任务。2.4.2. 电子邮件自控训练由于析因设计，使用两种不同的电子邮件条件在一种情况下，参与者同时收到一封包含所有五项任务的在另一种情况下，他们每天收到五封电子邮件，每封都包含一项新任务。一旦参与者被分配到两个条件中的一个，电子邮件就被安排在正确的日期和时间自动发送。其中明确提到，如有必要，参与者可以就干预措施的问题此外，应用程序中使用的几个图像也被添加到电子邮件中，例如hands-witch。H. Kip等人互联网干预25（2021）1003924图1.一、本研 究 的2 × 2全析因设计概 述 。2.4.3. 简明自我控制量表（BSCS）2.4.5.执行/不执行任务为了测量自我控制，使用简明自我控制量表（BSCS; Tangney等人，2004）被选择，因为它是一种广泛使用且经过充分验证的自我控制措施（Duckworth和Kern，2011; Fung等人 ，2019; Lindner等人 ，2015年）。BSCS是一个简短的自我报告问卷，由13个项目组成（Tangney等人， 2004年，这意味着它很容易管理。BSCS通过5点Likert量表测量特质自我控制，其中1表示“根本没有”，5表示“非常”，因此分数越高表示自我控制水平越高。例如，“我善于抵制诱惑”和“快乐和乐趣有时会让我无法完成工作”。在试点研究中，在五个测量时刻，BSCS的Cronbach在0.786和0.911之间，显示出整体的高可靠性（Da Silva，2019）。在本研究中，BSCS的四项测量的Cronbach's alpha范围在0.790和0.852之间，显示出良好的所有测量时刻的内部一致性，并且与原始BSCS Cronbach α值：0.83和0.85（Tangney等人， 2004年）。在t1时，使用原始版本的量表，而在t2、t3和t4时，增加了措辞上的轻微调整，以确保BSCS涵盖过去5天的自我控制2.4.4. 简明攻击问卷（BAQ）攻击性通过简短攻击性问卷（BAQ）测量，BAQ是测量特质攻击性的12项验证量表（Webster等人， 2015年）。 BAQ测量了四个方面：身体攻击，愤怒言语攻击和敌意例如，“我无法控制自己的脾气”和“如果受到足够的刺激，我会打另一个人”。参与者在5分制的李克特量表上对一个项目适用于他们的程度进行评分，其中1分代表“ 非 常 不 符 合 我 的 特 点 ” ， 5分 代 表“ 非 常 符合 我 的 特点 ”， 这 意味 着 分 数越 高 代 表 攻击 性 越强。BAQ是选择它是因为它在飞行员中显示出良好的可靠性：在五个测量点处的α范围在0.712和0.894之间，这与早期研究中确定的α 0.79相当（Webster等人，2015年）。为了深入了解随时间的变化，对t1、t2和t3的BAQ进行了略微调整，以仅涵盖过去五年而不是去年。在这项研究中，所有的克朗巴赫四个BAQ测量值在0.661和0.773之间。只有在t0时，0.661的α被认为是低的，而在其他三个时刻，它可以被认为是好的。因为一项关于自我控制措施的大型荟萃分析表明，自我控制最好使用多种方法进行评估，因为它是一个复杂的多维结构，除了自我报告量表外，我们还使用了不同类型的自我控制措施（Duckworth和Kern，2011）。根据这些建议，自我控制也与执行功能任务进行了测量。Go/No-Go任务是认知控制的一种充分研究的测量方法，并且已在先前的研究中用于评估自我控制（Duckworth和Kern，2011）。在Go/ No-Go任务中，参与者被指示对目标刺激做出反应，但必须避免对非目标刺激做出反应，这需要抑制行为反应。在本研究中，计算了平均反应时间，其中较短的反应时间预计代表较高水平的自我控制。2.4.6. 经验和主观任务绩效为了深入了解收到应用程序或电子邮件的参与者的体验，在t3的最终评估中提出了三个开放式问题。参与者被要求（1）解释他们是否因干预而对自我控制产生任何影响，（2）他们对干预的看法是什么，以及（3）他们确定的应用程序或电子邮件的内容和设计的改进点。此外，参与者指出所有10个SCT任务是否应该删除，如果他们希望删除它，为什么会这样。对于每一项任务，他们还被要求在5分制的李克特量表上评估他们认为自己在任务上的表现以及任务的难度，其中1分分别代表非常差和非常困难，5分代表非常好和非常容易。最后，参与者被要求提出其他可以纳入干预的任务。2.5. 程序参与者被告知研究的目标一般;自我控制没有明确提到，以防止偏见。如图5所示，在提供知情同意后，对参与者进行了四次评估：一次是在开始SCT之前（t0），两次是在SCT期间（t1 t2），一次是在完成SCT后五天（t3）。&在所有测量点，通过Qualtrics完成BSCS、Go/No-Go任务和BAQ。填写问卷平均需要15分钟。此外，应用程序用户被要求说明他们在应用程序中的主观表现和任务难度，而收到电子邮件的参与者则被要求通过Qualtrics对此进行评分。对照组参与者H. Kip等人互联网干预25（2021）1003925=图二、HandSwitch应用 程序的五个 任务版本的 屏幕 截 图 。conditions只收到邀请填写问题单的电子邮件。在t3的最终问卷中，要求电子邮件和应用程序条件下的参与者回答三个关于Qualtrics干预的开放式问题。2.6. 分析使用G*Power进行先验功效分析，中等效应量（d 0.40），β功效为0.8，α为0.05，并进行独立双侧t检验，以评价自我控制的差异;主要结局。功效分析的结果表明，在每个主要条件下，例如，通过应用程序接受SCT的组，由59名参与者组成。考虑到15%的脱落率，总共需要202个样本。使用IBM SPSS软件（24.0版）分析数据，显著性为0.05或更低。为了检查基线时三项测量结果的差异，使用了单向受试者间ANOVA。由于本研究采用全析因设计，因此进行了两次相同的分析：一次是将对照组与通过应用程序接受SCT的受试者与通过电子邮件接受SCT的受试者进行比较，另一次是将对照组与每天接受1项任务或同时接受5项任务的受试者进行比较。为了解释参与者内的自相关性，使用重复测量线性混合模型。H. Kip等人互联网干预25（2021）1003926=---==-====-=-=-=++=454443424140393837t0T1T2应用程序电子邮T3控制使用复合对称性作为重复协方差结构，因为该结构显示了不同模型数据的最佳拟合。在t0、t1、t2和t3的BSCS和BAQ的分数以及Go/No-Go任务的平均反应时间被用作因变量。时间表1所有组在所有测量时刻的简明自我控制量表（BSCS）、Go/ No-Go任务和简明攻击问卷（BAQ）评分的描述性统计。和组作为固定因素，以及它们之间的相互作用，参与者被建模为随机因素。相互作用效应表明，随着时间的推移，各组之间的变化是否存在差异，以及主要影响因素。主族n t0（M;SD）t1（M;SD）t2（M;SD）t3（M;SD）t3- t0差异时间的影响显示了所有参与者的分数是否发生了变化时间 为了更深入地了解主要调查结果，至少-简明自我控制量表（BSCS）E-mail 68 41.38;41.71;42.04;41.62;0.24; 6.17进行了显著性差异（LSD）事后分析，以进一步研究三组App 676.3241.78;8.226.9842.85;6.937.7344.07;8.046.7744.18;7.92二点三九;六点三十三并且每个组随时间变化。为了研究SCT对每个独立组的自我控制和攻击性的影响，重复测量每种方法均采用以时间为唯一固定因素的线性混合5项任务6.991项任务68 41.07;42.70;6.4941.75;43.33;8.2742.69;43.41;7.3242.37;1.28; 6.231.29; 6.51再次使用复合对称作为重复协方差结构。控制器697.7340.07;6.767.4639.68;7.067.6540.56;7.937.6541.51;7.511.43; 6.81为了回答关于改进点的第三个研究问题，两位研究人员（HK MdS）使用持续比较法（Boeije，2002）对开放式问题的书面答案进行了归纳分析。&描述性统计用于提供有多少参与者希望从干预中删除任务的概述。3. 结果3.1. 描述性统计和基线评估在表1中，提供了所有组的三种测量的平均得分和标准差。无显著差异共计204 41.07;7.15Go/No-Go任务（毫秒）电子邮件68 241.56;115.4896.351任务68控制器69共计204个41.40;7.08202.59;112.6898.9042.21;8.0165.76;76.24112.4642.42;7.51166.64;102.50109.161.35; 6.47-74.92;107.4095.23-73.52;97.73-53.91;109.05-61.96;100.52BSCS评分的基线（t0）（F[2201]= 1.359，p=0.259）和简明攻击问卷（BAQ）BAQ [F（2，199）=0.070，p= 0.932]分别为应用程序、电子邮件和电子邮件26.28;25.78;-4.41;6.53控制 组， 意味着 所有 两组显示基线相当自我控制和攻击性的水平。在Go/No-Go任务的平均反应时的基线得分App 675个任务655.6029.99;5.276.0827.79;5.326.2726.75;5.926.2926.45;5.66-3.64;4.94（F[2，202] 3.283，第04页 ）。LSD事后分析显示，应用程序组分数的平均差异（毫秒）为29.94;5.661项任务65 30.25;27.52;5.8226.71;27.38;6.5825.87;26.80;6.1025.67;-3.22;6.03-4.63;5.43显著低于电子邮件组（M= -44. 26 [CI 95然而，使用的重复测量线性混合模型通过使用控制器69共计204个5.2930.12;5.8730.10;5.7126.33;6.6726.81;5.4626.75;6.7726.59;5.7727.22;7.2926.49;-2.88;6.32-3.64;5.98组 到 这 的 参与者 是 分配 作为 一 固定因子。5.566.066.306.45此外，对于1项任务、5项任务和对照组，BSCS评分（F[2，202] 1.417，p. 245）、Go/No-Go任务的平均反应时间（F[2，202] 0.064，p . 938）和BAQ评分（F[2，200] 0. 010，p . 990）与基线（t0）相比无显著差异。这表明，这些群体具有相似的自我控制和攻击性基线水平。3.2. 应用程序、电子邮件和对照组3.2.1. 自控：BSCS重复测量的线性混合模型显示，时间和组之间没有显著的总体交互作用（F [2，807.713] 8.75，p.417）。然而，观察到时间的显著主效应（F[1，807.714]）4.525，p.034），这表明对于所有参与者，BSCS评分随时间推移而改善。未发现组的显著主效应（F（2，597.578）1.027，p 0.359），这意味着所有三组之间的所有BSCS评分均无显著差异。事后LSD测试显示应用组和对照组的自我控制得分之间存在显著差异。从组间的平均差异可以看出，应用程序组的参与者得分更高（M2.627 [95] CI0.689, 4.566]，第008页 ）。这表明app组的所有自我控制得分平均高于对照组。为了说明这些发现，绘制了所有三种条件的平均值图（见图3）。为了进一步探索三组内的差异，进行了额外的事后分析。图三. 应用程序、电子邮件和对照组在四个测量时刻的BSCS评分均值。为了放大三种条件下随时间的变化，将使用复合对称的线性混合模型（仅时间作为固定因子）分别用于每组对于应用条件，App67197.30;89.07143.33;70.60149.55;78.71138.25;79.31-57.09;82.795个任务65221.83;185.36;197.06;167.93;-58.45;216.64;156.68;150.22;143.12;103.7682.6479.7091.32221.83;185.36;197.06;167.92;96.3598.90112.46109.16220.24;177.13;171.02;157.75;102.0298.4292.5398.44H. Kip等人互联网干预25（2021）1003927========-=-=-=---=---==-=-=-=++=通过时间的主效应确定了自我控制随时间的显著改善（ F[3 ，196.315] 4.090，p 0.008）。然而，对于电子邮件条件（F[3，201，000] 0.251，p 0.861）和对照组（F[3，210.000] 1.953，p 0.122），没有发现随着时间的推移得分之间的显着差异。这些结果表明，只有在应用程序条件下，自我控制随着时间的推移显着增加。3.2.2. 自我控制：Go/No-Go在所有三组中，随时间推移，观察到Go/No-Go任务的反应时间存在显著的交互效应（F[6，604.172] 2.630，p 0.016 ），这意味着随时间推移，三组之间的反应时间变化不同。从图4中可以看出，对照组的反应时间在t2时增加，而电子邮件组的分数在t1时较高，在t2时较低，这解释了在t2时的相互作用。作用效果确定了时间的主效应（F[3，604.174] 33.178，p 0.001），这意味着所有反应时间均随时间显著缩短。<此外，还确定了各组的显著主效应（F[2，201，854]）4.944，p. 008），这意味着两组之间的反应时间存在差异。LSD事后分析显示app组对所有测量的反应时间均低于对照组（M35.42 [CI61.41,9.44]，p 0.008）和电子邮件组（M36.51 [CI 62.59，10.44]，p.006）。为了确定在每个单独的组中是否发生反应时间的显著减少，进行了仅以时间作为固定因素的三个发现了时间的主效应在应用程序组中（F[3，198，984]）16.391，p 0.001）、电子邮件组（F[3，201，000] 14.322，p 0.001）和对照组（F[3，204，000]8.188，p 0.001）。<<<与图8一致，LSD事后分析显示，对于所有组，在t0和t2的基线测量值之间的降低，以下三个测量（t1、t2和t3）是显著的（p值范围在0.001和0.004之间）。3.2.3. 攻击性-使用BAQ评分的重复测量线性混合模型显示时间和所有三组之间没有显著的交互作用，（F[6，602.594] 1.525，第168页）。观察到时间的显著主效应（F[3，602. 597] 46. 663，p. 001），表明所有组的自我报告攻击性随时间推移而下降。

下载后可阅读完整内容，剩余1页未读，立即下载