رابطه ساختاری بین سیستم‌ های مغزی رفتاری با وابستگی به شبکه‌های اجتماعی با میانجی ‌گری گری نظم‌جویی شناختی هیجانی در دانش‌آموزان

هدف از انجام این پژوهش، بررسی رابطه ساختاری بین سیستم‌ های مغزی رفتاری و نظم‌جویی شناختی هیجانی با وابستگی به شبکه‌های اجتماعی در دانش‌آموزان بود. روش پژوهش توصیفی، از نوع همبستگی مبتنی بر روش مدل‌یابی معادلات ساختاری می‌باشد. جامعه آماری شامل دانش‌آموزان مقطع دوم متوسطه می‌باشند. برای تعیین حجم نمونه با توجه به تعداد متغیرهای مشاهده‌شده (17 متغیر) و تخصیص ضریب 15 برای هر متغیر مشاهده‌شده تعداد 261 نفر با روش نمونه‌گیری در دسترس به‌عنوان نمونه انتخاب شدند و به پرسشنامه‌های سیستم‌های مغزی رفتاری کارور و وایت (1994)، پرسشنامه نظم‌جویی شناختی هیجان گرانفسکی و همکاران (2001) و پرسشنامه وابستگی به شبکه‌های اجتماعی خواجه احمدی و همکاران (1395) پاسخ دادند. تجزیه‌وتحلیل داده­ها با روش معادلات ساختاری و با استفاده از نرم‌افزار spss 18 و amos 24 انجام شد. یافته‌ها نشان داد سیستم فعال‌ساز رفتاری با وابستگی به شبکه‌های اجتماعی رابطه مثبت و معنادار و سیستم بازداری رفتاری با وابستگی به شبکه‌های اجتماعی رابطه منفی و معنادار و نظم‌جویی شناختی هیجانی منفی با وابستگی به شبکه‌های اجتماعی رابطه مثبت و معنا‌دار و نظم‌جویی شناختی هیجانی مثبت با وابستگی به شبکه‌های اجتماعی رابطه منفی و معنا‌دار دارد. همچنین نظم‌جویی شناختی هیجانی میانجی‌گر رابطه سیستم‌های مغزی رفتاری و وابستگی به شبکه‌های اجتماعی است. مدل پژوهش نیز تایید شد و به‌طورکلی 75 درصد از واریانس وابستگی به شبکه‌های اجتماعی توسط سیستم های مغزی رفتاری و نظم‌جویی شناختی هیجانی قابل تبیین می‌باشد.

structural relationship between behavioral brain systems and social network dependence mediated by emotional cognitive regulation in students

the era of information and networked society has brought forth the rise of web-based social media platforms, which have been successful in drawing users and influencing various trends and lifestyles (shamshadi et al, 2019). social networks have created new possibilities for human interactions, but these novel frontiers come with challenges as new factors emerge with each new window. studying the effects of media in the context of social networks is complicated, given their status as a global technology (mahmood et al., 2018). gray (1981) first introduced the concept of two distinct brain systems related to social networks: the behavioral activation system and the behavioral inhibition system. these systems are believed to be sensitive to reward and punishment cues (gray, 1981). behavioral systems play a crucial role in controlling and regulating behaviors and emotions and provide the neurological basis for mood. the behavioral activation system is responsible for regulating behavior in the presence of rewards, and it is sensitive to both reward cues and the absence of punishment. the behavioral inhibition system, on the other hand, is responsible for regulating behavior in the presence of punishment. this system is associated with negative mood and increases avoidance behavior as well as feelings of anxiety (albrecht stork, 2017). research has indicated that the behavioral activation system positively correlates with social network dependence, whereas the behavioral inhibition system negatively correlates with social network dependence (niko, 2016). cognitive regulation of emotions plays a crucial role in initiating, evaluating, and organizing adaptive behaviors while preventing negative emotions and maladaptive behaviors (heweh et al., 2017). this type of regulation is considered an important factor in influencing one’s emotional state and decision-making process. the research conducted by trumello et al. (2018) discovered a negative correlation between positive emotional regulation and dependence on social networks, as well as a positive correlation between negative emotional regulation and social network dependence. additionally, gholami et al.’s study (2019) found a negative relationship between the behavioral activation system and psychological vulnerability, while a positive correlation was observed between emotional dysregulation and psychological vulnerability. the current research aims to explore the role of behavioral brain systems (i.e., behavioral activation and inhibition systems) in conjunction with emotional cognitive regulation as potential factors influencing students’ dependence on social networks.methodologythe study utilized a correlation-based design with structural equation modeling. the statistical population consisted of all students enrolled in high school. considering the number of observed variables and a coefficient of 15 for each variable, a sample of 261 students was randomly selected through a cluster sampling method. participating students completed the carver white behavioral inhibition/activation systems questionnaires (1994) and garnefski et al.’s emotional regulation questionnaire. the data collected through questionnaires were analyzed using pearson’s correlation coefficient test and structural equation modeling techniques. the analyses were conducted using spss and amos software versions 24 and 23, respectively.