编辑推荐：
为探究大学生手机成瘾（SPA）相关因素及正、负元认知（PM、NM）的中介作用，河南研究人员开展研究。结果显示 NM 在部分焦虑与 SPA 关系中起重要中介作用。该研究为理解 SPA 机制、制定干预策略提供依据，值得科研读者一读。
大学生手机成瘾研究：焦虑、元认知与成瘾的复杂关联
在如今这个 “机不离手” 的时代，智能手机就像一个神奇的魔法盒子，给人们的生活带来了极大的便利。无论是购物、学习，还是社交、娱乐，只需动动手指就能轻松实现。大学生作为最活跃的手机用户群体之一，更是对它爱不释手。然而，过度使用手机带来的问题也逐渐浮出水面，手机成瘾（Smartphone Addiction，SPA）现象日益严重。据调查，中国大学生中 SPA 的患病率达到了 38.6%，这一数据让人触目惊心。手机成瘾不仅影响了大学生的睡眠质量、人际关系，还对他们的心理健康造成了威胁，就像一个隐藏在暗处的 “小怪兽”，悄悄吞噬着大学生的健康和快乐。
面对这样的现状，许多研究者都投入到了相关的研究中，试图揭开手机成瘾的神秘面纱。虽然已经有不少研究关注到焦虑与手机成瘾之间的关系，但仍存在一些 “未解之谜”。比如，不同类型的焦虑，像学术焦虑（Academic Anxiety，AA）、社会焦虑（Social Anxiety，SA）和未来焦虑（Future Anxiety，FA），它们各自是如何与大学生手机成瘾产生联系的呢？还有，积极元认知（Positive Metacognition，PM）和消极元认知（Negative Metacognition，NM）在这些关系中又扮演着怎样的角色呢？而且，以往大多数研究都使用线性模型，可这些因素和手机成瘾之间的关系真的这么简单吗？会不会存在更复杂的非线性关系呢？这些问题就像一团团迷雾，笼罩着手机成瘾的研究领域。
为了驱散这些迷雾，来自河南的研究人员在《BMC Psychology》期刊上发表了一篇名为 “Association between anxiety and smartphone addiction among university students: The mediating roles of positive and negative metacognition” 的论文。他们通过深入研究，得出了一系列重要的结论，就像找到了打开手机成瘾 “大门” 的钥匙，为我们理解和解决这一问题提供了新的思路。
这项研究就像是一场精心策划的 “解谜之旅”，研究人员运用了多种技术方法来寻找答案。他们首先通过在线调查平台 “问卷星”，采用分层随机抽样的方式，收集了来自许昌学院、河南大学和中原科技学院 760 名大学生的数据。为了确保数据的质量，他们还对问卷的可靠性和有效性进行了严格评估。在分析数据时，研究人员采用了一种创新的两阶段方法：结构方程模型 - 人工神经网络（Structural Equation Modeling - Artificial Neural Network，SEM - ANN）。这种方法结合了 PLS - SEM 的理论优势和 ANN 的非线性建模能力，就像给研究装上了一对 “翅膀”，让他们能够更全面、更深入地分析影响手机成瘾的因素。
下面让我们一起看看研究人员在这场 “解谜之旅” 中都有哪些重要发现吧！
测量模型：数据质量的 “试金石”
研究人员知道，要想得出准确的结论，数据的可靠性和有效性至关重要。于是，他们对测量模型进行了全面评估。就像检查一件精密仪器是否准确一样，他们查看了每个变量的因子载荷、内部一致性信度、收敛效度和区分效度。结果发现，各项指标都表现出色，这意味着他们收集的数据就像一把精准的尺子，为后续的研究奠定了坚实的基础。
结构模型：探索变量之间的 “神秘纽带”
在结构模型分析中，研究人员使用了多种指标来评估模型的可靠性和解释力。经过仔细检查，他们发现所有变量的方差膨胀因子（VIF）值都在合理范围内，这表明不存在多重共线性问题，就像道路上没有拥堵，车辆可以顺畅行驶一样。接着，他们对路径假设进行了检验，结果有些假设得到了支持，有些则没有。例如，NM、FA、SA 和 PM 都与 SPA 呈正相关，这说明这些因素可能是导致手机成瘾的 “帮凶”；而 AA 与 SPA 并没有直接的显著正相关，这可有点出乎研究人员的意料。此外，模型的决定系数（R2）显示，该模型对 SPA 的解释力很强，达到了 77.0%，这就像是一幅清晰的地图，为研究人员展示了各个因素与手机成瘾之间的紧密联系。
中介分析：寻找隐藏在背后的 “幕后推手”
中介分析是这场 “解谜之旅” 中的关键环节，研究人员想知道元认知在焦虑因素和 SPA 之间到底起到了什么作用。通过分析，他们发现 NM 在 AA、FA 和 SPA 之间起到了中介作用，就像一座桥梁，连接了焦虑和手机成瘾；但在 SA 和 SPA 之间却没有发现中介效应。而 PM 呢，并没有在焦虑因素和 SPA 之间起到中介作用，这让研究人员意识到，积极元认知在控制手机成瘾方面可能没有想象中那么强大。
ANN 分析：预测手机成瘾的 “水晶球”
最后，研究人员利用 ANN 分析，进一步探索了各个因素对 SPA 的预测能力。他们把 PLS - SEM 路径分析中的显著因素作为 ANN 模型的输入神经元，就像给 “水晶球” 输入了关键信息。经过一系列复杂的计算和分析，他们发现 NM 是预测 SPA 最重要的因素，就像一把万能钥匙，对手机成瘾的影响最大；其次是 FA、SA、PM 和 AA。这一发现让研究人员对手机成瘾的预测有了更准确的把握。
通过这次深入的研究，研究人员发现不同类型的焦虑对大学生 SPA 的影响机制各不相同。AA 虽然不会直接导致 SPA，但它可以通过影响 NM 间接影响 SPA；SA 与 SPA 呈正相关，并且 NM 在其中起到了完全中介作用；FA 也与 SPA 呈正相关，NM 在它们之间起到了部分中介作用。而 PM 在焦虑因素和 SPA 之间的中介作用并不明显，这表明在面对焦虑时，积极元认知调节对控制手机使用的效果可能有限。
这些研究结果意义重大。从理论层面来看，它丰富了大学生手机成瘾的研究内容，让我们对焦虑因素如何影响 SPA 有了更深入的理解，也为元认知理论在行为成瘾领域的应用提供了新的视角。从实践层面来说，它为大学生、教育工作者和智能手机开发者都提供了宝贵的建议。对于大学生而言，要学会合理安排手机使用时间，减少对可能加重焦虑的应用程序的依赖，培养积极元认知，利用手机获取有益资源；教育工作者可以引导学生正确使用手机，推荐有效应用程序，培养学生健康的元认知思维；智能手机开发者则应关注大学生的焦虑问题，开发有助于缓解焦虑的应用程序，在设计应用程序时考虑用户心理健康，提高用户对手机使用影响的认识。
不过，这项研究也存在一些局限性。比如，数据收集主要依赖问卷调查，可能无法完全反映参与者真实的手机使用习惯；解释变量选择有限，没有考虑到自尊、个性特征等其他可能影响 SPA 的因素；研究是横断面研究，无法揭示 SPA 随时间的长期变化。但这些局限性也为未来的研究指明了方向。未来的研究可以采用更客观的数据收集方法，考虑更多潜在影响因素，进行纵向研究，从而更全面地了解手机成瘾的奥秘。
总之，这项研究就像一座灯塔，为我们照亮了大学生手机成瘾研究的道路，虽然还有一些未知等待我们去探索，但它已经为我们提供了许多宝贵的启示，让我们朝着解决手机成瘾问题的目标又迈进了一步。
