儿童青少年网络成瘾问题严重,传统研究缺乏个体中心视角,对双系统共存模式的异质性认识不足,且网络成瘾预测模型缺乏跨年龄泛化性,难以实现早期精准识别和有效干预,给儿童青少年的视力、睡眠及心理健康带来负面影响,增加了家庭和社会的负担。
技术原理上,采用潜在剖面分析(LPA)识别儿童与青少年双系统共存模式的异质性;利用支持向量机模型进行网络成瘾预测与特征重要性分析;通过行为实验验证状态性双系统;运用网络分析揭示双系统与网络成瘾之间的核心节点;采用追踪研究设计(一年期)分析长期影响。技术架构方面,整合LPA、机器学习与网络分析等多种方法。关键技术点包括潜在剖面分析、支持向量机模型、行为实验、网络分析和追踪研究设计。
效益上,为中小学心理健康教育提供科学依据,助力早期识别和精准干预网络成瘾,提出的认知重评干预方案低成本、易实施,适合在学校和社区推广,有助于降低网络成瘾对儿童青少年视力、睡眠及心理健康的负面影响,减轻家庭和社会负担,为开发智能化网络成瘾预测工具奠定基础。竞争优势在于首次从个体中心视角揭示双系统共存模式的异质性,发现模型不具备跨年龄泛化性,强调年龄特异性,发现双系统与网络成瘾之间的双向长期影响关系。创新性体现在扩展了双系统理论,为发展心理学、临床心理学及行为成瘾研究提供新的方法论框架。
20251022
教育
目前已经从机制层面揭示了儿童青少年网络成瘾的成因异同点,并且初步设计了行为干预方案与长期预测的机器学习模型。正在准备邀请部分中小学生进行小范围试点。
科技成果转化需要中小学校长与班主任配合学生数据收集;需要设计公司提供网页设计与维护;需要科技公司提供算法支持;需要高校提供心理干预的场地与具备干预能力的心理咨询师。
仅限国内转让
相关成果有望在未来为全市中小学生提供网络成瘾的早期识别服务,并为有需要的学生展开付费心理干预。以期提升全市中小学生的心理健康水平。
北京市自然科学基金本科生“启研”计划
北京市科学技术委员会;中关村科技园区管理委员会
创新点: (1)首次从个体中心视角揭示儿童与青少年双系统共存模式的异质性;(2)结合机器学习(支持向量机)构建预测模型,并发现模型不具备跨年龄泛化性,强调年龄特异性;(2)发现双系统与网络成瘾之间存在双向长期影响关系;(4)提出并验证基于认知重评的自我控制提升干预方案。 关键技术: 潜在剖面分析用于识别双系统共存模式;支持向量机模型用于网络成瘾预测与特征重要性分析;行为实验用于状态性双系统验证;网络分析用于揭示双系统与网络成瘾之间的核心节点;追踪研究设计(一年期)用于长期影响分析。 核心数据: 共涉及超过4,284名中国中小学学生(儿童1,973人,青少年2,311人),其中1年期追踪样本1,331人(儿童817人,青少年514人)。干预实验样本60名网络成瘾青少年。 科学价值: 扩展了双系统理论,从个体差异和动态发展视角揭示其与网络成瘾的复杂关系,为解决先前研究中的争议(如年龄差异、双向影响)提供实证依据;为发展心理学、临床心理学及行为成瘾研究提供新的方法论框架(结合LPA、机器学习与网络分析)。已有一篇文章发表在SCI索引期刊(项目为第一标注)。 潜在应用价值: 为中小学心理健康教育提供科学依据,助力早期识别和精准干预网络成瘾;提出的认知重评干预方案具有低成本、易实施的特点,适合在学校和社区推广;有助于降低网络成瘾对儿童青少年视力、睡眠及心理健康的负面影响,减轻家庭和社会负担;为开发智能化网络成瘾预测工具(如基于机器学习模型的筛查系统)奠定基础。
