Traduzido do Inglês para o Português - www.onlinedoctranslator.
com
Editado por:
Maria Carmen Martínez Monteagudo,
Universidade de Alicante, Espanha
Revisados pela:
Sai-fu Fung,
Universidade da Cidade de Hong Kong,
RAE de Hong Kong, China
Lei Chang,
Universidade de Macau, China
* Correspondência:
Daniel TL Shek
daniel.shek@polyu.edu.hk
Seção especializada:
Este artigo foi submetido para
Psicologia Educacional,
uma seção da revista
Frontiers in Psychology
Recebido:19 de outubro de 2021
Aceitaram:24 de novembro de 2021
Publicados:15 de dezembro de 2021
Citação:
Dou D e Shek DTL (2021)
Efeito preditivo do vício em Internet e
valores acadêmicos na satisfação com o
desempenho acadêmico entre
Alunos do ensino médio no continente
China.
Frente. Psicol. 12:797906.
doi: 10.3389/fpsyg.2021.797906
Fronteiras em Psicologia | www.frontiersin.org
PESQUISA ORIGINAL
publicado: 15 de dezembro de
2021 doi: 10.3389/fpsyg.2021.797906
Efeito preditivo do vício em
Internet e dos valores acadêmicos
na satisfação acadêmica
Desempenho entre estudantes do
ensino médio na China continental
Diya Dou e Daniel TL Shek*
Departamento de Ciências Sociais Aplicadas, Universidade Politécnica de Hong Kong, Hong Kong, RAE de Hong Kong, China
O desempenho acadêmico ocupa um papel importante no desenvolvimento do adolescente. Reflete a
capacidade cognitiva dos adolescentes e também molda os seus percursos académicos e profissionais.
Alunos satisfeitos com seu desempenho escolar tendem a apresentar maior autoestima, confiança e
motivação. Pesquisas anteriores sugeriram que os comportamentos problemáticos dos alunos, como o
vício em Internet (IA), e os valores acadêmicos, incluindo valores intrínsecos e utilitários, poderiam prever
a satisfação com o desempenho acadêmico. No entanto, a influência da IA e dos valores académicos não
foi completamente explorada nos contextos chineses, onde a pressão para o sucesso académico é forte.
Este estudo examinou as relações entre IA, valores académicos (valor intrínseco e utilitário) e satisfação
com o desempenho académico utilizando duas ondas de dados recolhidos de estudantes do ensino
secundário em quatro cidades da China continental. A amostra combinada incluiu um total de 2.648
alunos da 7ª ou 8ª série (57,1% eram meninos com idade média de 13,1 anos na Onda 1). Os participantes
preencheram o mesmo questionário contendo medidas validadas em ambas as ondas com intervalo de 1
ano. Em consonância com as hipóteses, as análises de regressão múltipla mostraram que a Onda 1 IA foi
um preditor negativo significativo do valor intrínseco da Onda 2, do valor utilitário e da satisfação com o
desempenho acadêmico e suas mudanças. Os resultados das análises de mediação revelaram que apenas
o valor intrínseco, mas não o valor utilitário, previu positivamente a satisfação com o desempenho
acadêmico. As análises de modelagem de equações estruturais (SEM) também mostraram resultados
semelhantes. Duas observações são concluídas a partir dos presentes resultados: a IA prejudicou o valor
intrínseco, o valor utilitário e a satisfação percebida dos alunos com o desempenho acadêmico; dois
aspectos dos valores acadêmicos demonstraram influências diferentes na satisfação com o desempenho
acadêmico. Estas conclusões trazem implicações para a promoção da satisfação académica vivenciada
pelos estudantes e para a prevenção dos efeitos negativos da AI.
Palavras-chave: dependência de internet, valor acadêmico, satisfação com desempenho acadêmico, estudantes do ensino médio, China
continental
1 Dezembro de 2021 | Volume 12 | Artigo 797906
Dou e Shek
INTRODUÇÃO
A Internet mudou significativamente a vida das pessoas hoje em dia.
Apesar dos profundos benefícios da Internet, o público está
consciente da influência negativa do seu uso excessivo ou indevido na
saúde e no bem-estar. Um problema comum é o vício em Internet
(IA), que se refere à incapacidade de controlar o uso da Internet que,
consequentemente, causa dificuldades sociais, psicológicas,
acadêmicas e profissionais na vida (Chou e Hsiao, 2000). A AI tem
atraído preocupações crescentes do público e dos profissionais em
todo o mundo.
Entre diferentes faixas etárias, os adolescentes são considerados mais
vulneráveis à IA, pois a sua capacidade cognitiva, autocontrole e
estratégias de enfrentamento não estão totalmente desenvolvidas (Longo
et al., 2018). Muitos estudos revelaram que os adolescentes têm uma
maior tendência para desenvolver comportamentos de dependência,
como jogar jogos online ou utilizar as redes sociais, em comparação com
os adultos (Longo et al., 2018). Como a taxa de penetração da Internet
aumentou dramaticamente hoje em dia, mais de 80% da população
adolescente no Reino Unido, nos Estados Unidos e na Ásia pode aceder à
Internet (Cerniglia et al., 2017). De acordo com um relatório nacional, cerca
de 940 milhões de chineses eram usuários da Internet, e entre eles
estavam 172 milhões de crianças e adolescentes (Centro de Informações
da Rede de Internet da China, 2020). A pesquisa revelou uma prevalência
relativamente alta de IA entre adolescentes chineses.Shek et al. (2008)
conduziu uma pesquisa com 6.121 estudantes chineses do ensino
fundamental e médio em Hong Kong, revelando que cerca de 20% dos
entrevistados atendiam aos critérios para IA com base em duas medidas
de avaliação. O estudo deTan et al. (2016)envolvendo 1.772 estudantes do
ensino médio no sul da China também mostrou que cerca de 17,2% dos
participantes demonstraram uso problemático da Internet.
Muitos estudos documentaram o impacto negativo da IA em
diferentes aspectos do desenvolvimento do adolescente, como a
qualidade do sono.Tan et al., 2016), saúde mental (Ko et al., 2012), bem-
estar subjetivo (Allen e Anderson, 2018), desenvolvimento Social (Cerniglia
et al., 2017), desenvolvimento emocional (Truzoli et al., 2020) e
relacionamento interpessoal (Zeng et al., 2021). Para os adolescentes, a IA
está particularmente associada a baixos níveis de desempenho escolar.
Evidências empíricas mostraram que os alunos com IA experimentam mais
fracasso escolar do que os seus homólogos (Nemati e Matlabi, 2017). Por
exemplo, os hábitos de jogo online dos alunos foram positivamente
relacionados com baixos níveis de desempenho escolar e menos
comportamentos pró-sociais (Floros et al., 2015). Assistir pornografia
online também prejudicou o desempenho acadêmico dos adolescentes,
pois reduz seu interesse, concentração e envolvimento em atividades
acadêmicas (Beyens et al., 2015). Resultados semelhantes foram
encontrados entre adolescentes chineses. Por exemplo, um estudo
longitudinal examinou a relação entre o comportamento na Internet e o
desenvolvimento académico dos alunos, com base numa amostra de 9.949
estudantes chineses, e revelou que a IA poderia levar a um menor
desempenho académico, ao abandono e ao absentismo (Anthony et al.,
2021). Outro estudo que avaliou a IA e as emoções negativas também
relatou que a IA influenciou negativamente os problemas acadêmicos,
prejudicando a saúde mental e psicológica dos alunos (Bu et al., 2021). O
estudo deBai et al. (2020)baseado em 1.794 adolescentes de famílias de
baixa renda na China revelou que a IA estava associada à depressão e era
prejudicial ao desempenho acadêmico dos alunos.
Fronteiras em Psicologia | www.frontiersin.org
IA, Valores Acadêmicos e Desempenho
Nas escolas chinesas, os alunos são avaliados publicamente pelos
colegas e professores em termos de saber se o seu desempenho
comportamental e académico atinge os padrões escolares, o que
influencia em grande parte a saúde psicológica e a adaptação dos alunos (
Chen et al., 2012). Sem dúvida, o desempenho acadêmico é considerado o
padrão mais importante no contexto escolar chinês. Os pesquisadores têm
adotado diferentes abordagens para avaliar o desempenho acadêmico.
Primeiramente, as pontuações dos testes são consideradas um indicador
objetivo do desempenho acadêmico e têm sido frequentemente utilizadas
em estudos anteriores. Embora o uso dos resultados dos testes seja útil
para sugerir a melhoria da educação e a responsabilização escolar, os
investigadores questionaram se os resultados dos testes reflectem o
estado estável do desenvolvimento global de cada aluno (Goldhaber e
Özek, 2019). Uma alternativa é usar indicadores subjetivos, como o nível
de desempenho percebido, que reflete a avaliação subjetiva geral do nível
de desempenho normativo em comparação com os pares (Vi et al., 2016).
Os pesquisadores têm apontado a importância das percepções subjetivas
do desempenho acadêmico por sua estreita associação com o ajustamento
psicológico dos alunos (Haraldsen et al., 2020). Os investigadores também
argumentaram que a satisfação com o desempenho académico percebido
como um elemento de adaptação escolar fornece uma melhor indicação
da avaliação do desempenho académico nas escolas (Shek, 2002). A
pesquisa mostrou que a insatisfação com o desempenho acadêmico
constitui problemas de desenvolvimento para os adolescentes,
principalmente quando o fracasso ocorre repetidamente (Enns et al., 2001;
Lee et al., 2016). Como o presente estudo estava interessado nos papéis
dos valores acadêmicos percebidos e da motivação, utilizamos a satisfação
com o desempenho acadêmico como indicador.
Estudos científicos têm sido realizados para desvendar os mecanismos
dos impactos negativos da AI no desempenho acadêmico de adolescentes.
Pesquisas anteriores concentraram-se nos comportamentos de distração e
divergência na aprendizagem entre alunos com IA, que muitas vezes
levam diretamente a um declínio no desempenho escolar. Além disso,
descobriu-se que a ansiedade e a depressão medeiam o efeito adverso da
IA no desempenho académico.Ko et al., 2012; Bai et al., 2020; Bu et al.,
2021). Evidências recentes sugerem que a AI também pode interromper o
processo de aprendizagem psicológica dos alunos e criar problemas nos
valores acadêmicos e na motivação (Reed e Reay, 2015; Truzoli et al., 2020).
Por exemplo, descobriu-se que o uso problemático da Internet exerce um
efeito negativo na motivação académica, na produtividade da
aprendizagem e no estado psicossocial, o que tem efeitos negativos no
desempenho académico (Truzoli et al., 2020).
A motivação acadêmica inclui valor intrínseco e valor utilitário (
Ecles, 1983; Neel e Fuligni, 2013). O valor intrínseco envolve um
sentimento de satisfação enraizado no estudo ou no próprio
procedimento de aprendizagem, enquanto o valor utilitário refere-se
ao sentimento dos alunos sobre o valor instrumental dos cursos
escolares (como obter notas mais altas ou recompensas materiais)
em vez de achar os cursos interessantes.Ryan e Deci (2000)também
categorizou a motivação em motivação intrínseca e motivação
extrínseca. A motivação intrínseca refere-se à aspiração de um
indivíduo de fazer algo do fundo do coração, enquanto a motivação
extrínseca define o conceito de obter recompensas externas para
estimular alguém a se comportar (Benabou e Tirole, 2003).
Estudos anteriores descobriram que a IA pode prejudicar o valor intrínseco, uma
vez que estudar muitas vezes não é tão atrativo como navegar na Internet
2 Dezembro de 2021 | Volume 12 | Artigo 797906
Dou e Shek
(Hanus e Fox, 2015; Reed e Reay, 2015). Os vários estímulos sensoriais atraentes
e interessantes derivados da Internet podem minar o interesse de
aprendizagem, o autocontrole e a autoeficácia dos alunos na aprendizagem.
Wang et al. (2021)argumentou que o uso problemático de aplicações de vídeo de
formato curto estava associado ao foco exclusivo nas recompensas hedônicas
imediatas e à falta de compreensão das consequências prejudiciais futuras. A
pesquisa de António e outros. (2021)encontraram uma estreita relação entre IA
e falta de interesse pela aprendizagem escolar. Um estudo realizado com
estudantes chineses também revelou o papel mediador da motivação intrínseca
na relação positiva entre o uso das mídias sociais e o desempenho acadêmico (
Malik et al., 2020). Estudos anteriores concentraram-se principalmente na
influência negativa da IA e do valor intrínseco, mas prestaram menos atenção
às relações entre IA e valor de utilidade. Teoricamente falando, a IA também
poderia minar o valor utilitário ou a motivação extrínseca, uma vez que os
esquemas intensivos de reforço e recompensa nas atividades da Internet (por
exemplo, jogos online) fornecem recompensas extrínsecas instantâneas aos
adolescentes (Truzoli et al., 2020), enquanto os alunos podem não receber
necessariamente recompensas extrínsecas instantâneas (por exemplo, notas
altas ou elogios), mesmo que estudem muito.
Embora a IA tenha sido comumente considerada um fator de risco para
valores e desempenho acadêmicos, a forma como os dois tipos de valores
acadêmicos estão associados ao desempenho é menos conclusiva.
Teoricamente falando, o valor intrínseco promove o desempenho
acadêmico através do envolvimento positivo e ativo na aprendizagem com
prazer, autonomia, aprendizagem profunda, organização de tarefas e
tempo gasto na aprendizagem (Vansteenkiste et al., 2005; Froiland e Oros,
2014; Liu et al., 2020). Considera-se que o valor intrínseco tem um efeito
relativamente a longo prazo no desempenho académico porque reforça os
autoconceitos e valores dos alunos, que são vitais para os alunos
manterem um estado psicológico saudável e lidarem com o fracasso
académico.Cheo, 2017). Pelo contrário, o valor utilitário é limitado pela
existência de recompensas externas e, portanto, acredita-se que tenha um
efeito positivo instantâneo, mas de curto prazo, no desempenho
académico. Por outras palavras, uma vez terminadas as recompensas
externas, o valor utilitário pode tornar-se ineficaz no estímulo aos esforços
contínuos dos adolescentes no seu estudo.
Contudo, a evidência empírica que apoia os efeitos distintos dos dois tipos
de valores tem sido ambígua. Por exemplo, o estudo dePadeiro (2004)em
estudantes universitários não encontraram relações significativas entre
motivação intrínseca ou extrínseca e desempenho acadêmico. Alguns estudos
revelaram que tanto o valor intrínseco como o valor utilitário estavam
positivamente ligados ao desempenho escolar (Afzal et al., 2010). Alguns outros
estudos revelaram efeitos diferenciais do valor intrínseco e utilitário nos
resultados acadêmicos (Moneta e Siu, 2002). Por exemplo, um estudo
longitudinal realizado com 13.799 estudantes chineses do ensino secundário
revelou os diferentes efeitos do valor intrínseco e utilitário no desempenho
académico. Alunos com altos níveis de valor intrínseco estavam mais atentos,
focados nos interesses de aprendizagem, organizavam estratégias de
aprendizagem flexíveis e passavam mais tempo aprendendo para melhorar seu
desempenho acadêmico.Liu et al., 2020). Argumentou-se que o valor da
utilidade pode prejudicar o desempenho acadêmico dos alunos com alto valor
intrínseco porque o valor da utilidade fazia com que os alunos se sentissem
controlados, o que prejudicava os valores intrínsecos dos alunos.Wang e
Guthrie, 2004; Liu et al., 2020). De forma similar,Kuvaas et al. (2017)descobriram
que o valor intrínseco estava positivamente associado a um melhor
desempenho, enquanto
Fronteiras em Psicologia | www.frontiersin.org
IA, Valores Acadêmicos e Desempenho
a motivação extrínseca mostrou um efeito negativo modesto no desempenho. Estas
descobertas inconclusivas exigem uma exploração mais aprofundada sobre como os
valores académicos podem estar relacionados de forma diferente com o
desenvolvimento dos adolescentes.
Este estudo teve como objetivo preencher algumas lacunas de
pesquisa. Primeiro, este estudo explorou os efeitos da AI na satisfação
percebida do desempenho acadêmico e nos papéis mediadores dos
valores intrínsecos e de utilidade. Isto ajuda a revelar o mecanismo
subjacente à influência da AI no desempenho académico e a esclarecer a
função de dois tipos de valores académicos, que preencheriam as lacunas
teóricas acima mencionadas. Em segundo lugar, a maioria dos estudos
existentes sobre IA de adolescentes e resultados académicos foram
realizados com amostras ocidentais, apelando, portanto, à dedicação de
mais esforços a estas questões em sociedades não-ocidentais,
particularmente em contextos chineses (Shek et al., 2008; Shek e Yu, 2016).
Como a excelência académica é altamente enfatizada nas sociedades
chinesas, a motivação académica pode ser percebida de forma diferente.
Na verdade, tanto os valores intrínsecos como os utilitários são
enfatizados na cultura tradicional chinesa. Em relação ao valor intrínseco,
Confucionista afirmou que “não foi um prazer aprender e praticar com
frequência?” (“xue er shi xi zhi, bu. yi yue hu?”) nos Analectos de Confúcio,
destacando a satisfação do aprendizado, aplicação prática e
autoaperfeiçoamento (Waley, 2005). Quanto ao valor utilitário, o ditado
chinês, “quem se destaca nos estudos pode seguir uma carreira
oficial” (“xue er you ze shi”), enfatiza os benefícios da excelência acadêmica
no desenvolvimento de carreira futura. Nas sociedades chinesas
contemporâneas, “uma carreira oficial” pode já não ser o objectivo final
dos estudos. No entanto, o valor da educação ainda recebe grande
reconhecimento entre o público, apesar do desenvolvimento da ideologia
e da filosofia na China (Wang e Ross, 2010). A nível nacional, o plano de
Modernização da Educação 2035 da China define a direcção para o
desenvolvimento do sector da educação para fortalecer a sua capacidade
global e influência internacional e faz da China uma potência de educação,
recursos humanos e talentos. Nos níveis familiar e individual, pais e alunos
acreditam que “o conhecimento muda o destino” e, portanto, enfatizam
fortemente o sucesso acadêmico (Xiang, 2018). Terceiro, como a maioria
dos estudos não recolheu dados longitudinais, é difícil estabelecer as
relações causais entre IA e desempenho académico. Em particular, embora
estudos longitudinais tenham examinado os antecedentes da AI (por
exemplo, Yu e Shek, 2013), pesquisas limitadas examinaram a previsão
longitudinal da IA nos resultados do desenvolvimento de adolescentes
chineses. Esta pesquisa tem como objetivo compreender a relação entre IA
e desempenho acadêmico e examinar o papel mediador da motivação
acadêmica (valores intrínsecos e utilitários) nessa relação usando duas
ondas de dados.
HIPÓTESES DE PESQUISA
Com base na literatura, propusemos as seguintes hipóteses para
cada questão de pesquisa.
Pergunta de pesquisa 1 (RQ1)
Quais são as relações simultâneas e longitudinais entre AI e
motivação acadêmica? Com base nas descobertas anteriores (
Truzoli et al., 2020), propusemos que IA seria negativamente
3 Dezembro de 2021 | Volume 12 | Artigo 797906
Dou e Shek
associado ao valor intrínseco simultaneamente (Hipótese 1a)
e longitudinalmente (Hipótese 1b). Além disso, com
referência à literatura existente (Ryan e Deci, 2000; Truzoli et
al., 2020), esperávamos relações simultâneas e longitudinais
negativas entre IA e valor de utilidade (hipóteses 1c,d,
respectivamente).
Pergunta de pesquisa 2 (RQ2)
Quais são as relações concorrentes e longitudinais entre IA e
satisfação com o desempenho acadêmico? Em linha com estudos
realizados com estudantes chineses (Anthony et al., 2021),
propusemos que a IA estaria negativamente relacionada com a
satisfação com o desempenho acadêmico simultaneamente (Hipótese
2a) e longitudinalmente (Hipótese 2b).
Pergunta de pesquisa 3 (RQ3)
Quais são as relações simultâneas e longitudinais entre motivação
acadêmica e satisfação com o desempenho acadêmico? De acordo
com pesquisas anteriores (Anthony et al., 2021), propusemos que o
valor intrínseco estaria positivamente ligado à satisfação com o
desempenho acadêmico simultaneamente (Hipótese 3a) e
longitudinalmente (Hipótese 3b). Da mesma forma, o valor da
utilidade também apresentaria associações positivas com a satisfação
com o desempenho acadêmico simultaneamente (Hipótese 3c) e ao
longo do tempo (Hipótese 3d).
Pergunta de pesquisa 4 (RQ4)
A motivação académica medeia a relação entre IA e satisfação
com o desempenho académico? De acordo com estudos
anteriores que sugerem o papel mediador da motivação
acadêmica (Malik et al., 2020), levantamos a hipótese de que o
valor intrínseco e o valor utilitário mediariam o impacto da AI na
satisfação com o desempenho acadêmico (Hipóteses 4a,b,
respectivamente).
MATERIAIS E MÉTODOS
Participantes e Procedimento
Os dados deste estudo foram derivados de um projecto que examina
a adaptação e o desenvolvimento dos adolescentes na China
continental. Os participantes foram recrutados em quatro escolas
secundárias em três províncias. Duas ondas de dados foram
coletadas no início do ano letivo de 2016/2017 (Evana 1) e 1 ano
depois (Evana 2). Um questionário de pesquisa foi aplicado aos alunos
durante o horário escolar. Os alunos foram informados dos objetivos
da pesquisa, da coleta de dados e dos princípios de que os dados
coletados serão anônimos, confidenciais e utilizados apenas para fins
acadêmicos. Obtivemos o consentimento por escrito dos alunos, seus
pais, professores e diretores de escola antes da coleta de dados. Este
estudo foi revisado e obteve aprovação ética pela universidade dos
autores.
No total, 3.010 alunos responderam ao questionário no Wave
1. Entre eles, 1.362 estavam na 7ª série e 1.648 estavam na 8ª
série. Os dados da Onda 2 foram coletados de 2.648 alunos,
incluindo 1.305 alunos da 8ª série e 1.343 alunos da 9ª série.
Fronteiras em Psicologia | www.frontiersin.org
IA, Valores Acadêmicos e Desempenho
A amostra combinada consistiu de 2.648 alunos (meninos = 1.513;
meninas = 1.109) com idade média de 13,12 anos na onda 1. As taxas
de evasão foram de 4,2 e 18,5% para alunos da 7ª e 8ª série,
respectivamente, que foram mais favoráveis em comparação com
estudos relatados em estudos longitudinais com adolescentes (
Epstein e Botvin, 2000). Os resultados da análise de desgaste
revelaram diferenças não significativas entre os alunos da amostra
pareada (n=2.648) e as desistências (N= 362) em termos de idade, IA,
valores intrínsecos e utilitários e satisfação com o desempenho
acadêmico em ambas as séries.
Medidas
Vício em internet
A versão chinesa da Internet Addiction Scale desenvolvida por
Jovem (1998)foi adotado para avaliar os sintomas de IA dos
participantes. Esta escala foi utilizada e validada em estudos
anteriores e apresentou boas propriedades psicométricas (Shek
et al., 2008; Yu e Shek, 2013; Chi et al., 2020). Inclui 10 itens que
avaliam diferentes sintomas de IA, como “Você mentiu para
familiares, professores, assistentes sociais ou outras pessoas
para ocultar a extensão do envolvimento com a Internet?” Os
participantes indicaram se exibiram cada um dos sintomas nos
últimos 12 meses em uma escala dicotômica (ou seja, sim/não). A
pontuação total é igual à contagem de respostas “sim” a 10
perguntas. Os valores de Cronbachαde IA foram 0,77 na Onda 1 e
0,80 na Onda 2.
Valores Acadêmicos
Os valores acadêmicos dos alunos foram medidosatravés da
dois aspectos, incluindo valor intrínseco e valor utilitário (
Ecles, 1983; Neel e Fuligni, 2013). Esta escala foi validada no
contexto chinês (Guo et al., 2017). O valor intrínseco descreve
como os alunos percebem o trabalho escolar como
interessante e o quanto gostam do trabalho escolar em geral.
Inclui dois itens: “Em geral, acho que fazer os trabalhos
escolares é…” (1 = “muito chato” e 5 = “muito interessante”) e
“O quanto você gosta de fazer os trabalhos escolares?” (1 =
“um pouco” e 5 = “muito”). Por outro lado, o valor de utilidade
descreve a utilidade percebida do trabalho escolar através de
três itens: “Neste momento, até que ponto você considera
úteis as coisas que aprende na escola para serem na sua vida
cotidiana”, “No futuro, quão útil você acha que as coisas que
você aprendeu na escola estarão em sua vida cotidiana?” e
“Quão útil você acha que as coisas que você aprendeu na
escola serão para o que você deseja ser depois de se formar”
em uma escala Likert de cinco pontos (1 = “nada útil” e 5 =
“muito útil”) . O Cronbachαas estimativas para as duas escalas
variaram entre 0,87 e 0,91 nas duas ondas, sugerindo boa
consistência interna das escalas neste estudo.
Satisfação com o desempenho acadêmico
A satisfação com o desempenho académico foi medida por um único
item, “Estou satisfeito com o meu desempenho académico em
comparação com o dos meus colegas”, numa escala de seis pontos (“1
= discordo totalmente”; “6 = concordo totalmente”). Este item foi
desenvolvido por autores com base na literatura (Educação e
4 Dezembro de 2021 | Volume 12 | Artigo 797906
Dou e Shek
Departamento de Recursos Humanos, 2003) e foi utilizado em estudos
anteriores (Shek, 2002).
Análise de dados
Primeiro conduzimos análises descritivas.tabela 1resume as
médias, SDs e correlações entre variáveis. Análises de regressão
múltipla hierárquica foram realizadas para examinar as relações
simultâneas e longitudinais entre as variáveis da pesquisa (RQ1,
RQ2 e RQ3). Esta abordagem tem sido comumente adotada no
campo (Zhou et al., 2020; Dou e Shek, 2021). Particularmente,
examinamos os efeitos longitudinais da IA na Onda 1 sobre os
resultados acadêmicos na Onda 2, com os resultados
correspondentes na Onda 1 controlados. Ao controlar a
influência dos níveis iniciais de resultados acadêmicos, este
método sugere o efeito das variáveis preditoras nas variáveis
dependentes ao longo do tempo.
Para RQ4, primeiro analisamos o papel mediador do valor
intrínseco e utilitário através de uma série de modelos de regressão
usando a macro PROCESS no SPSS (Hayes, 2017). Calculamos ICs de
bootstrap de 95% com correção de viés (BC) usando 2.000
reamostragens nas análises de mediação (Hayes, 2017). Primeiro
examinamos os efeitos mediadores dos valores intrínsecos e de
utilidade em dois modelos separadamente e depois os adicionamos
simultaneamente a um modelo. Este método conservador é útil para
explorar as relações entre as variáveis de pesquisa de acordo com as
questões de pesquisa e também sugerir interações potenciais. Além
disso, utilizamos Modelagem de Equações Estruturais (SEM) para
testar o modelo completo hipotéticoatravés daPacote Lavaan no
software R (Rossel, 2012). Os modelos SEM podem acomodar
variáveis latentes, múltiplos preditores e resultados, o que permite
uma análise abrangente das relações entre as variáveis de pesquisa.
Vários índices foram usados para indicar a qualidade do ajuste do
modelo, incluindo Índice de Ajuste Comparativo (“CFI”), Índice Tucker-
Lewis (“TLI”), Raiz Quadrada Média do Erro de Aproximação (“RMSEA”)
e Raiz Quadrada Média Residual Padronizada ( “SRMR”). Baseado em
Hu e Bentler (1999) eKline (2015),os critérios de corte devem ser
superiores a 0,90 para valores de CFI e TFI, e inferiores a 0,08 para
valores de RMSEA e SRMR.
RESULTADOS
Resultados Descritivos e Correlações
tabela 1mostra as médias, SDs e correlações para IA, valor
intrínseco, valor utilitário e satisfação com o desempenho escolar
nos dois momentos. As correlações entre as variáveis da
pesquisa foram significativas e condizentes com as hipóteses. IA
foi negativamente associado ao valor intrínseco e de utilidade
simultânea e longitudinalmente (Rvariou entre -0,20 e
−0,30,ps < 0,001), e foi negativamente correlacionado com a satisfação
com o desempenho acadêmico em cada onda (Rvariou entre
−0,09 e −0,17,ps < 0,001). Tanto os valores intrínsecos quanto os de
utilidade foram positivamente correlacionados com a satisfação com o
desempenho acadêmico em duas ondas (Rs variou entre 0,127 e 0,232, ps
< 0,001).
Fronteiras em Psicologia | www.frontiersin.org
IA, Valores Acadêmicos e Desempenho
Efeitos preditivos da IA nos valores
acadêmicos
Os resultados das análises de regressão múltipla hierárquica
revelaram efeitos negativos simultâneos significativos da IA no valor
intrínseco (Onda 1:b=−0,30,p<0,001, Cohenf2=0,096; Onda 2:b=−0,27,
p<0,001, de Cohenf2= 0,080, vejamesa 2) e valor de utilidade (Onda 1:
b=−0,28,p<0,001 e Cohenf2= 0,079; Onda 2:b=−0,21, p<0,001 e Cohenf
2= 0,046, vejaTabela 3) em cada onda após controlar sexo, idade e
integridade familiar. Quanto ao efeito longitudinal, a Onda 1 IA teve
efeitos longitudinais significativos no valor intrínseco da Onda 2 (b=−
0,21,p<0,001 e Cohen f2= 0,042, vejaTabela 4) e valor de utilidade da
Onda 2 (b=−0,28, p<0,001 e Cohenf2= 0,079, vejaTabela 5). Além disso,
depois de controlar os valores intrínsecos e de utilidade da Onda 1, a
IA na Onda 1 previu significativamente uma diminuição em ambos os
valores acadêmicos ao longo do tempo (bfoi −0,09 e −0,21,ps <0,001 e
Cohenf2
foi de 0,007 e 0,046 para valor intrínseco e utilitário, respectivamente,
verTabelas 4, 5). As hipóteses 1a, 1b, 1c e 1d foram apoiadas.
Efeitos preditivos da IA na satisfação
com o desempenho acadêmico
Os resultados das análises de regressão múltipla demonstraram que
a IA teve uma influência significativamente negativa na satisfação
com o desempenho acadêmico em cada onda (bfoi −0,15 e − 0,18, ps
<0,001 e Cohenf2foi 0,022 e 0,034 para as Ondas 1 e 2,
respectivamente, verTabela 6). Além disso, a IA mostrou previsão
significativa e negativa na satisfação da Onda 2 com o desempenho
acadêmico (b=−0,11,p<0,001 e Cohenf2=0,011, consulteTabela 6).
Depois de controlar a satisfação da Onda 1 com o desempenho
acadêmico, a IA previu significativamente uma diminuição na
satisfação com o desempenho acadêmico (b=−0,07,p<0,001 e Cohen f
= 0,004, vejaTabela 6). As hipóteses 2a e 2b foram apoiadas.
2
Efeitos preditivos dos valores acadêmicos na
satisfação com o desempenho acadêmico
Os resultados das análises de regressão múltipla revelaram que o valor
intrínseco e o valor utilitário previram positivamente a satisfação de cada
onda com o desempenho acadêmico (bvariou entre 0,15 e 0,23, ps <0,001,
Cohenf2variou de 0,022 a 0,057, vejaTabela 6). Os resultados também
mostraram uma previsão longitudinal do valor intrínseco e do valor
utilitário na satisfação com o desempenho (b=0,20 e 0,14,ps <0,001 e
Cohenf2= 0,039 e 0,019 para valor intrínseco e utilitário, respectivamente,
verTabela 7). Além disso, tanto os valores intrínsecos como os de utilidade
previram um aumento na satisfação da Onda 2 com o desempenho
académico quando a satisfação da Onda 1 foi controlada (b=0,15 e 0,10,ps
<0,001 e Cohenf2=0,020 e 0,010 para valor intrínseco e utilitário,
respectivamente, verTabela 7). Os resultados apoiaram as hipóteses 3a,
3b, 3c e 3d.
Papéis Mediadores de Valores Acadêmicos
Resultados das análises de mediaçãoatravés daPROCESSO estão resumidos em
Tabela 8. Quando os valores intrínsecos e de utilidade foram examinados em
dois modelos separados, os resultados revelaram efeitos mediadores
significativos de ambos os valores intrínsecos (ver Modelo 1a emTabela 8) e
valor de utilidade (ver Modelo 1b emTabela 8). Quando foram adicionados ao
modelo simultaneamente, os resultados mostraram que IA
5 Dezembro de 2021 | Volume 12 | Artigo 797906
Dou e Shek IA, Valores Acadêmicos e Desempenho

na Onda 1 previu negativamente o valor intrínseco e o valor da utilidade

na Onda 2. No entanto, apenas o valor intrínseco, e não o valor da

0,269***
10 utilidade, previu positivamente a satisfação com o desempenho
acadêmico, sugerindo o potencial efeito mediador apenas do valor
intrínseco (ver Modelo 2 emTabela 8). O efeito indireto da IA no
desempenho acadêmicoatravés dao valor intrínseco foi significativo (b= -

0,127***

0,166***
0,03, p<0,001, consulte Modelo 2 emTabela 8). O efeito mediador do valor
9

da utilidade não foi significativo (ver Modelo 2 emTabela 8).

Desenvolvemos ainda um modelo SEM para compreender de
forma abrangente as relações entre as variáveis sob

0,388***

0,154***

0,138***
investigação (verfigura 1). O modelo SEM incluiu IA na Onda 1 e
8

satisfação com o desempenho acadêmico na Onda 2 como

variáveis observadas, e valores intrínsecos e de utilidade na
Onda 2 como variáveis latentes. O modelo SEM mostrou ajuste
de modelo adequado (χ2= 47,243,df=9, CFI = 0,996, TFI = 0,990,
0,275***
0,625***

0,131***

0,232***
7

NNFI = 0,990, RMSEA= 0,040 e SRMR = 0,011;Kline, 2015). figura 1

mostra os coeficientes padronizados neste modelo. IA na Onda 1
previu significativamente e negativamente o valor intrínseco da
Onda 2 (β=−0,09,p<0,001), valor de utilidade (β=−0,08, p<0,001),
0,411***
0,514***
0,337***

0,226***

0,199***

mas não a satisfação com o desempenho acadêmico (p=0,064). O

6
Correlações

valor intrínseco da onda 2, mas não o valor utilitário, demonstrou

uma previsão significativa e positiva sobre o desempenho
acadêmico (β=0,33,p<0,001). Os resultados do SEM estavam
−0,217***
−0,269***
−0,184***
−0,215***

−0,088***

−0,172***

alinhados com os resultados do PROCESS, que apoiaram a

5

Hipótese 4a, mas rejeitaram a Hipótese 4b.

− 0,200***
0,451***
−0,304***

−0,288***
−0,181***

−0,139***

−0,087***

DISCUSSÃO
4

Neste estudo, examinamos o efeito preditivo da IA na satisfação com

o desempenho acadêmico, com valores acadêmicos hipotetizados
0,081***

−0,066***

−0,080***

como mediadores. Com referência às lacunas de pesquisa na

0,051**

−0,052**
−0,042*

−0,042*

−0,028
3

literatura, este estudo tem vários pontos fortes. Primeiro, em vez de

nos concentrarmos no desempenho académico objectivo indexado
pelas pontuações dos testes, adoptámos a satisfação dos alunos com
o desempenho académico, uma indicação da avaliação dos alunos
− 0,101***
−0,168***
−0,097***

−0,126***
0,039*
0,009

0,012

0,008
−0,010
2

sobre o desempenho académico global, para melhor compreender as

questões de investigação relativas à motivação e aos valores
intacto, 2=não intacto; W1=Onda 1; W2=Onda 2; e IA = dependência de internet.

psicológicos dos alunos. Em segundo lugar, este estudo examinou

dois mecanismos potenciais através dos quais os sintomas de IA
0,088***
−0,081***

−0,094***

−0,097***
−0,073***

−0,092***

−0,066***
0,057**

−0,050**
0,019

potencialmente predizem a satisfação dos alunos com o desempenho

1

académico através do valor intrínseco e/ou utilitário. Terceiro, foi

utilizado um desenho longitudinal de curto prazo para compreender
os efeitos preditivos da IA na satisfação com o desempenho
0,809

2.344
2.434
1.356
1.304
0,988
1.036

1.483

1.484
SD

académico. Quarto, empregamos uma amostra relativamente grande

TABELA 1 |Análises descritivas e correlacionais.

-
-

para aumentar a generalização dos resultados. Em quinto lugar,

como muito poucos estudos nesta área foram realizados no contexto
chinês, este estudo contribui para a compreensão da influência
13.124

negativa da IA no desempenho académico e nos mecanismos

2.308
2.300
3.386
3.292
4.145
3.929

3.781

3.967
Significar

-
-

subjacentes num sistema educativo que enfatiza fortemente o

p<0,05;**p<0,01;***p<0,001.

sucesso académico. Finalmente, análises baseadas em regressão

múltipla e SEM foram utilizadas para abordar questões de pesquisa
de forma abrangente.
Intacta da famíliab

Valor intrínseco W1
Valor intrínseco W2
Valor de utilidade W1

Valor de utilidade W2
Medidas

1=menino, 2=menina.

Os resultados baseados em análises de regressão múltipla geralmente

W1 Acadêmico

W2 Acadêmico
desempenho

desempenho
satisfação

satisfação

apoiam as hipóteses propostas, que são consistentes com a literatura

Gêneroa

existente. Primeiro, a IA previu negativamente a satisfação com o

W1IA
W2IA
Idade

b1=

desempenho académico e a sua mudança ao longo do tempo.

*
a

Fronteiras em Psicologia | www.frontiersin.org 6 Dezembro de 2021 | Volume 12 | Artigo 797906

Dou e Shek IA, Valores Acadêmicos e Desempenho

TABELA 2 |Análises de regressão transversal para valor intrínseco.

Valor intrínseco (onda 1) Valor intrínseco (onda 2)

Modelo Preditores
β t Cohenf2 R2mudar Fmudar β t Cohenf2 R2mudar Fmudar

1 Idade −0,09 − 4,77*** 0,009 0,012 10.52*** −0,05 − 2,42* 0,002 0,004 3,77*
Gêneroa 0,00 0,21 0,000 −0,01 −0,68 0,000
Intacta da famíliab −0,05 − 2,78** 0,003 −0,04 −2,22* 0,002
2 IA − 0,30 − 15,98*** 0,096 0,088 255,35*** −0,27 − 14,52*** 0,080 0,074 210,75***

No modelo 2, as variáveis de controle foram controladas estatisticamente. IA na Onda 1 e na Onda 2 foram incluídas como preditores para prever o desempenho acadêmico na Onda 1 e na Onda 2, respectivamente.a
1=menino, 2=menina.
b1= intacto, 2=não intacto. IA= Vício em Internet.
p<0,05;**p<0,01;***p<0,001.
*

TABELA 3 |Análises de regressão transversal para valor de utilidade.

Valor de utilidade (Onda 1) Valor de utilidade (onda 2)

Modelo Preditores
β t Cohenf2 R2mudar Fmudar β t Cohenf2 R2mudar Fmudar

1 Idade −0,09 − 4,65*** 0,008 0,016 14.57*** −0,07 − 3,43*** 0,005 0,007 6.14***
Gêneroa 0,03 1,66 0,001 0,00 0,11 0,000
Intacta da famíliab −0,08 − 4.1*** 0,006 −0,05 − 2,44* 0,002
2 IA −0,28 − 14,54*** 0,079 0,074 211,49*** −0,21 − 11.07*** 0,046 0,044 122,46***

No modelo 2, as variáveis de controle foram controladas estatisticamente. IA na Onda 1 e na Onda 2 foram incluídas como preditores para prever o desempenho acadêmico na Onda 1 e na Onda 2, respectivamente.a
1=menino, 2=menina.
b1= intacto, 2=não intacto. IA= Vício em Internet.
p<0,05;***p<0,001.
*

TABELA 4 |Análises de regressão longitudinal para valor intrínseco.

Valor intrínseco (onda 2) Valor intrínseco (onda 2)

Modelo Preditores
β t Cohenf2 R2mudar Fmudar β t Cohenf2 R2mudar Fmudar

1 Idade −0,047 − 2,42* 0,002 0,004 3,77* −0,009 −0,48 0,000 0,170 540,66***
Gêneroa −0,013 −0,68 0,000 −0,015 −0,84 0,000
Intacta da famíliab −0,043 −2,22* 0,002 −0,021 − 1,17 0,000
Valor intrínseco W1 0,415 23h25*** 0,206 ·
2 W1IA −0,21 − 10,51*** 0,042 0,040 110,54*** −0,09 − 4,61*** 0,007 0,007 21.22***

No modelo 2, as variáveis de controle foram controladas estatisticamente.a1=menino, 2=menina.

1= intacto, 2=não intacto. W1=Onda 1. IA=Vício em Internet.

b

p<0,05;***p<0,001.
*

TABELA 5 |Análises de regressão longitudinal para valor de utilidade.

Valor de utilidade (onda 2) Valor de utilidade (onda 2)

Modelo Preditores
β t Cohenf2 R2mudar Fmudar β t Cohenf2 R2mudar Fmudar

Idade −0,067 − 3,43*** 0,004 0,007 6.14*** −0,032 − 1,77 0,001 0,148 458,77***
Gêneroa 0,002 0,11 0,000 −0,010 −0,57 0,000
1
Intacta da famíliab −0,048 − 2,44* 0,002 −0,017 −0,93 0,000
Valor de utilidade W1 0,388 21h42*** 0,174 ·
2 W1IA −0,17 − 8,92*** 0,030 0,029 79,5*** −0,07 − 3,82*** 0,005 0,005 14.6***

No modelo 2, as variáveis de controle foram controladas estatisticamente.a1=menino, 2=menina.

1= intacto, 2=não intacto. W1=Onda 1. IA=Vício em Internet.

b

p<0,05;***p<0,001.
*

Fronteiras em Psicologia | www.frontiersin.org 7 Dezembro de 2021 | Volume 12 | Artigo 797906

Dou e Shek IA, Valores Acadêmicos e Desempenho

TABELA 6 |Análises de regressão transversal para desempenho acadêmico.

Satisfação com o desempenho acadêmico (Onda 1) Satisfação com o desempenho acadêmico (onda 2)
Modelo Preditores
β t Cohenf2 R2mudar Fmudar β t Cohenf2 R2mudar Fmudar

1 Idade −0,10 − 5,13*** 0,010 0,022 18,93*** −0,08 − 4h00*** 0,006 0,023 20.08***
Gêneroa −0,11 − 5,55*** 0,012 −0,13 − 6,79*** 0,018
Intacta da famíliab −0,03 − 1,73 0,001 −0,03 − 1,35 0,001
2 IA −0,15 − 7,64*** 0,022 0,022 58,41*** −0,18 − 9,48*** 0,034 0,033 89,78***
Valor intrínseco 0,22 11h45*** 0,050 0,048 131.04*** 0,23 21/12*** 0,057 0,054 149.11***
Valor utilitário 0,15 7,67*** 0,022 0,022 58,87*** 0,17 8,56*** 0,028 0,027 73,2***

No modelo 2, as variáveis de controle foram controladas estatisticamente. Os preditores da Onda 1 e da Onda 2 foram incluídos como preditores para prever o desempenho acadêmico na Onda 1 e na Onda 2, respectivamente.a
1=menino, 2=menina.
b1= intacto, 2=não intacto. IA= Vício em Internet.
***
p<0,001.

TABELA 7 |Análises de regressão longitudinal para desempenho acadêmico.

Satisfação com o desempenho acadêmico (onda 2) Satisfação com o desempenho acadêmico (onda 2)
Modelo Preditores
β t Cohenf2 R2mudar Fmudar β t Cohenf2 R2mudar Fmudar

1 Idade −0,076 − 3,85*** 0,006 0,023 20.12*** −0,050 − 2,62** 0,002 0,063 173.07***
Gêneroa −0,135 − 6,86*** 0,019 − 0,107 − 5,55*** 0,011
Intacta da famíliab −0,027 − 1,35 0,001 −0,017 −0,91 0,000
Acadêmico W1 0,253 13.16*** 0,067 ·
desempenho
satisfação
2 IA −0,11 − 5,31*** 0,011 0,011 28.24*** −0,07 − 3,40*** 0,004 0,004 11.54***
Valor intrínseco 0,20 10.14*** 0,039 0,038 102,9*** 0,15 7,53*** 0,020 0,020 56,64***
Valor utilitário 0,14 7.07*** 0,019 0,019 49,98*** 0,10 5,37*** 0,010 0,010 28,84***

No modelo 2, as variáveis de controle foram controladas estatisticamente.a1=menino, 2=menina.

b1= intacto, 2=não intacto. IA= Vício em Internet.

**
p<0,01;***p<0,001.

tempo. As descobertas apoiam evidências anteriores que sugerem
associações negativas entre IA e desempenho acadêmico (Nemati e
Matlabi, 2017; Anthony et al., 2021; Bu et al., 2021). Em segundo
lugar, a IA previu positivamente os valores intrínsecos e de utilidade e
as mudanças ao longo do tempo. Essas descobertas também estão de
acordo com estudos anteriores que revelam influências negativas do
uso problemático da Internet na motivação de aprendizagem dos
alunos (Truzoli et al., 2020; Anthony et al., 2021). Terceiro, os
resultados da regressão múltipla mostraram que tanto os valores
intrínsecos como os de utilidade previram positivamente a satisfação
com o desempenho académico e a sua mudança ao longo do tempo.
Embora alguns estudos anteriores tenham enfatizado o lado negativo
do valor da utilidade no desenvolvimento dos adolescentes, os
resultados do presente estudo corroboram evidências anteriores que
destacam a influência positiva dos valores intrínsecos e de utilidade (
Afzal et al., 2010). Como mencionado anteriormente, as culturas
chinesas reconhecem os valores intrínsecos e utilitários do estudo.
Embora o sistema educativo na China tenha sido criticado pela
orientação para exames, ainda é visto como a abordagem mais
acessível e justa para os estudantes desfavorecidos vencerem as
adversidades e procurarem acesso académico (Wang e Ross, 2010).
Para estes estudantes, a escolaridade significa muito mais do que
interesses ou satisfação individuais
mas “um futuro de conforto e dignidade, uma responsabilidade
familiar e investimento coletivo, e um caminho para a liberdade e
atualização individual” (Xiang, 2018,pág. 81). Essas crenças refletem
valor instrumental, mas também estão enraizadas em espíritos de
trabalho árduo e persistência que são vitais para o sucesso
acadêmico. Finalmente, quando os valores intrínsecos e utilitários
foram incluídos nos modelos de mediação, apenas o valor intrínseco,
mas não o valor utilitário, serviu como mediador na relação entre IA e
satisfação com o desempenho acadêmico. Os resultados baseados
em regressão múltipla e SEM são consistentes, o que gera resultados
triangulados para o estudo. Os resultados são consistentes com a
crença amplamente difundida de que os valores intrínsecos e de
utilidade são construtos distintos e têm diferentes associações com o
desajustamento e o bem-estar psicológico dos adolescentes (Moneta
e Siu, 2002). Os alunos que demonstraram mais sintomas de IA
tenderam a considerar o trabalho escolar chato e,
consequentemente, sentiram-se menos satisfeitos com o seu
desempenho académico, o que está de acordo com resultados
anteriores (Liu et al., 2020). Além disso, o efeito mediador do valor da
utilidade não foi significativo quando o valor intrínseco foi levado em
consideração. Uma explicação é que o valor de utilidade pode incluir
diferentes subtipos dependendo de como se internaliza os objetivos
extrínsecos como uma busca pessoal.

Fronteiras em Psicologia | www.frontiersin.org 8 Dezembro de 2021 | Volume 12 | Artigo 797906

Dou e Shek IA, Valores Acadêmicos e Desempenho

TABELA 8 |Análises do efeito mediador longitudinal do valor intrínseco e do valor utilitário na Onda 2 (os mediadores) para o efeito da IA na Onda 1 na satisfação do desempenho acadêmico
na Onda 2.

Modelo 1a Modelo 1b

Modelos de regressão
Valor intrínseco Valor utilitário
resumo

β SE t β SE t

Efeito total de IV em DV IV −0,05 0,01 − 4,43*** −0,05 0,01 − 4,43***

para Mediador −0,11 0,01 − 10h48*** −0,08 0,01 − 9,47***
Mediador para DV 0,25 0,02 11h46*** 0,22 0,03 7,90***
Efeito direto do IV
−0,03 0,01 − 2,16* −0,04 0,01 − 2,98*
no DV

Inicialização (BC 95% CI) Inicialização (BC 95% CI)

Efeito mediador Ponto estimado Ponto estimado
Mais baixo Superior Mais baixo Superior

−0,04*** −0,06 −0,03 −0,00 −0,01 0,00

Modelo 2 (valores intrínsecos e de utilidade como mediadores)

Modelos de regressão Valor intrínseco Valor utilitário

resumo
β SE t β SE t
Efeito total de IV em DV IV −0,09 0,01 − 4,43*** −0,09 0,01 − 4,43***
para Mediador −0,20 0,01 − 10h48*** −0,18 0,01 − 9,47***
Mediador para DV 0,20 0,03 8h30*** 0,03 0,03 1,27
Efeito direto do IV
−0,04 0,01 − 2,07* −0,04 0,01 − 2,07*
no DV

Inicialização (BC 95% CI) Inicialização (BC 95% CI)

Efeito mediador Ponto estimado Ponto estimado
Mais baixo Superior Mais baixo Superior

−0,03*** −0,03 −0,02 −0,00 −0,01 0,00

O Modelo 1a e o Modelo 1b examinaram os efeitos mediadores dos valores intrínsecos e de utilidade separadamente. No Modelo 2, o valor intrínseco e o valor utilitário foram adicionados simultaneamente ao
modelo como mediadores. BC, viés corrigido; IC, intervalo de confiança.*p<0,05;***p<0,001.

FIGURA 1 |Resultados do modelo de modelagem de equações estruturais (SEM). ***p<0,001.

Se os alunos considerarem a busca pela excelência no desempenho
como um compromisso pessoal, isso reflete altos níveis de autonomia
e autodeterminação (Ryan e Deci, 2000). Como os resultados da
análise correlacional revelaram uma associação positiva significativa
entre o valor intrínseco e o valor utilitário, os alunos podem aceitar a
utilidade da escolaridade e endossar o valor externo.
metas. Esta descoberta ecoa a ideia de que o valor intrínseco tem
um efeito imediato no desempenho no estudo, enquanto o valor
utilitário contribui para o desempenho através da sua estreita
associação com a motivação intrínseca (Wang e Guthrie, 2004).
Deveríamos também investigar as ligações entre os dois tipos de
valor acadêmico em estudos futuros.

Fronteiras em Psicologia | www.frontiersin.org 9 Dezembro de 2021 | Volume 12 | Artigo 797906

Dou e Shek
Existem várias implicações teóricas das presentes descobertas. Em
primeiro lugar, o estudo sugere que os efeitos negativos da AI nos
valores académicos e na satisfação com o desempenho académico
são simultâneos e ao longo do tempo, o que fortalece a proposição
teórica de que a AI tem efeitos adversos longitudinais nos resultados
académicos (Zhang et al., 2018). Em segundo lugar, os resultados
sublinham a importância dos valores académicos, particularmente o
valor intrínseco, na mediação da influência da AI na satisfação com o
desempenho académico. Os alunos que possuem altos níveis de valor
intrínseco percebem a aprendizagem como exploratória, lúdica e
motivada pela curiosidade. De acordo com a Teoria da
Autodeterminação (Ryan e Deci, 2000), o valor intrínseco serve como
“uma fonte natural de aprendizagem”. No entanto, muitas atividades
on-line, incluindo vídeos curtos, redes sociais e jogos on-line, foram
projetadas ou apresentadas para serem mentalmente estimulantes,
proporcionando aos usuários altos níveis e diversão contínua.King e
Delfabbro, 2018). As necessidades psicológicas básicas dos alunos em
termos de competência, autonomia e relacionamento podem ser
mais bem satisfeitas pelo uso da Internet do que pelas atividades de
aprendizagem tradicionais, o que pode levar a uma diminuição do
seu envolvimento nos trabalhos escolares e a um aumento no uso da
Internet.Salmela-Aro et al., 2017; Zhang et al., 2018). Como a
investigação existente tem prestado muita atenção à relação directa
entre a Internet e o desempenho académico, os nossos resultados
destacam a importância de examinar como os factores psicológicos
medeiam a relação entre os comportamentos problemáticos dos
adolescentes e o seu desenvolvimento e bem-estar a longo prazo.
A descoberta tem implicações práticas para professores e
assistentes sociais ajudarem os adolescentes e os seus pais a
compreender as consequências negativas da IA ao minar os valores
académicos (ou seja, o significado do estudo) e o desempenho
académico. Dado que hoje em dia muitas atividades de ensino e
aprendizagem são online, os adolescentes e os pais geralmente
acreditam que a Internet é uma parte indispensável da vida e,
portanto, não pode ser viciante e o uso “prolongado” de IA não é
problemático. Em vez disso, os adolescentes devem estar conscientes
do potencial lado negro do uso da Internet, tais como os efeitos
adversos da IA nos valores académicos e no desempenho escolar
percebido (Salmela-Aro et al., 2017). Além disso, para promover a
satisfação com o desempenho acadêmico, precisamos cultivar nos
alunos o significado de estudar. Nas práticas escolares, está na moda
que os professores adotem diversas estratégias pedagógicas para
despertar o valor intrínseco dos alunos e cultivar alunos ativos. O
valor utilitário, pelo contrário, é frequentemente considerado ineficaz
ou mesmo prejudicial no desenvolvimento do adolescente e está
frequentemente associado a estilos de ensino ou parentais pouco
saudáveis, como o envolvimento excessivo.Rios et al., 2012). Como
argumentaram Benabou e Tirole, “os incentivos externos são
reforçadores fracos no curto prazo e reforçadores negativos no longo
prazo” (2003, p. 489). No entanto, os nossos resultados não revelaram
quaisquer associações negativas entre valor utilitário e valor
intrínseco ou desempenho académico. Como sugerido porLin et al.
(2003),acreditamos que é importante que os professores e os pais
não necessitem de eliminar todos os valores de utilidade percebidos
para um elevado desempenho, especialmente quando os alunos
aceitam o valor de utilidade da escolaridade com base num sentido
de compromisso e autodeterminação.
Fronteiras em Psicologia | www.frontiersin.org
IA, Valores Acadêmicos e Desempenho
Existem várias limitações do estudo. Primeiro, porque apenas duas
ondas de dados foram recolhidas, os resultados baseiam-se num
estudo longitudinal de curto prazo. Como tal, mais pontos de tempo
devem ser adicionados em estudos futuros. Em segundo lugar, a
escala de valores académicos incluía apenas alguns itens para os dois
tipos de valores. Como sugerido porRyan e Deci (2000), é significativo
explorar diferentes subtipos de motivação extrínseca com base no
locus de causalidade percebido. Recomendamos que mais itens e
subtipos de valor de utilidade sejam examinados em estudos futuros.
Terceiro, o presente estudo adotou apenas um indicador subjetivo de
desempenho acadêmico. Acreditamos que a satisfação com o
desempenho reflete melhor a autoavaliação dos adolescentes sobre a
escolaridade e está intimamente associada ao seu bem-estar
psicológico. Embora a satisfação com o desempenho acadêmico
esteja intimamente correlacionada com o GPA (Bradley, 2006), seria
útil incluir pontuações de testes e/ou desempenho avaliado pelos
professores em estudos futuros. Quarto, este estudo concentrou-se
principalmente nos valores acadêmicos como mediadores. Outros
fatores importantes, como o estresse acadêmico, poderiam ser
levados em consideração em estudos futuros (Padeiro, 2004).
Finalmente, apenas foram coletados dados de autorrelato, o que
pode levar ao viés de variância do método comum. Estudos futuros
devem usar relatos de múltiplos informantes para avaliar sintomas de
IA em adolescentes e desempenho acadêmico.
DECLARAÇÃO DE DISPONIBILIDADE DE DADOS
Os dados brutos que sustentam as conclusões deste
artigo serão disponibilizados pelos autores, sem reservas
indevidas.
DECLARAÇÃO DE ÉTICA
Os estudos envolvendo participantes humanos foram revisados e
aprovados pelo Subcomitê de Ética em Seres Humanos da Universidade
Politécnica de Hong Kong. O consentimento informado por escrito para
participar deste estudo foi fornecido pelo responsável legal/parente mais
próximo dos participantes.
CONTRIBUIÇÕES DO AUTOR
DS elaborou o projeto de pesquisa e contribuiu em todas as
etapas do trabalho. DD conduziu análises de dados, preparou o
primeiro rascunho e revisou o manuscrito com base nos
comentários e edição fornecidos por DS. Todos os autores
contribuíram para o artigo e aprovaram a versão submetida.
FINANCIAMENTO
Este artigo e o estudo longitudinal de duas ondas no Projeto Tin
Ka Ping PATHS foram apoiados financeiramente pela Fundação
Tin Ka Ping. O APC foi financiado por uma doação inicial para DD
(ID do Projeto: P0035101).
10 Dezembro de 2021 | Volume 12 | Artigo 797906
Dou e Shek
REFERÊNCIAS
Afzal, H., Ali, I., Aslam Khan, M. e Hamid, K. (2010). Um estudo sobre a universidade
motivação dos alunos e sua relação com seu desempenho acadêmico.
Elétron SSRN. J.5:9. doi: 10.2139/ssrn.2899435
Allen, JJ e Anderson, CA (2018). Satisfação e frustração do básico
necessidades psicológicas no mundo real e em videogames predizem pontuações e bem-
estar de distúrbios de jogos na Internet.Computação. Zumbir. Comporte-se.84, 220–229.
doi: 10.1016/j.chb.2018.02.034
Anthony, WL, Zhu, YH e Nower, L. (2021). A relação de interação
uso da tecnologia para entretenimento e desempenho e envolvimento escolar: evidências
de um estudo longitudinal em uma amostra nacionalmente representativa de estudantes
do ensino médio na China.Computação. Zumbir. Comporte-se.122:106846. doi: 10.1016/
j.chb.2021.106846
Bai, C., Chen, XM e Han, KQ (2020). Dependência de telefone celular e
desempenho escolar entre adolescentes chineses de famílias de baixa renda: um
modelo de mediação moderado.Atendimento Criança Juvenil. Rev.118:105406. doi:
10540610.1016/j.childyouth.2020.105406
Padeiro, SR (2004). Orientações intrínsecas, extrínsecas e amotivacionais: suas
papel na adaptação universitária, no estresse, no bem-estar e no subsequente
desempenho acadêmico.Curr. Psicol.23, 189–202. doi: 10.1007/s12144-004-1019-9
Benabou, R., e Tirole, J. (2003). Motivação intrínseca e extrínseca.Rev.
Economia. Viga.70, 489–520. doi: 10.1111/1467-937x.00253
Beyens, I., Vandenbosch, L. e Eggermont, S. (2015). Meninos da adolescência
exposição à pornografia na Internet: relações com o momento da puberdade, busca de
sensações e desempenho acadêmico.J. Primeira adolescência.35, 1045–1068. doi:
10.1177/0272431614548069
Bradley, G. (2006). Participação no trabalho e desempenho acadêmico: um teste de
propostas alternativas.J.Educ. Trabalhar.19, 481–501. doi: 10.1080/
13639080600988756
Bu, H., Chi, XL e Qu, DY (2021). Prevalência e preditores da
persistência e incidência do vício em internet entre adolescentes na China continental: um
estudo longitudinal de dois anos.Viciado. Comporte-se.122:107039. doi: 10703910.1016/j.
addbeh.2021.107039
Cerniglia, L., Zoratto, F., Cimino, S., Laviola, G., Ammaniti, M., e Adriani, W.
(2017). Dependência de internet na adolescência: questões neurobiológicas,
psicossociais e clínicas.Neurosci. Biocomportamento. Rev.76, 174-184. doi: 10.1016/
j. neubiorev.2016.12.024
Chen, X., Huang, X., Wang, L. e Chang, L. (2012). Agressão, colega
relacionamentos e depressão em crianças chinesas.J. Psicologia Infantil. Psiquiatria
53, 1233–1241. doi: 10.1111/j.1469-7610.2012.02576.x
Cheo, R. (2017). Pequenas recompensas ou algum incentivo? Usando um experimento
na China para testar a motivação extrínseca no desempenho acadêmico.Singapura.
Economia. Rev.62, 797–808. doi: 10.1142/S0217590817400276
Chi, X., Hong, X. e Chen, X. (2020). Perfis e correlatos sociodemográficos
do vício em internet em adolescentes no sul da China.Viciado. Comporte-se.
106:106385. doi: 10.1016/j.addbeh.2020.106385
Centro de informações da rede de Internet da China (2020). Relatório Estatístico na Internet
Desenvolvimento na China.
Chou, C. e Hsiao, M.-C. (2000). Dependência, uso, gratificação e
experiência de prazer: o caso dos estudantes universitários de Taiwan.Computação. Educ.
35, 65–80. doi: 10.1016/S0360-1315(00)00019-1
Dou, D. e Shek, DTL (2021). Relações simultâneas e longitudinais
entre atributos positivos de desenvolvimento juvenil e sintomas de dependência de internet em
adolescentes em estudantes do ensino médio na China continental.Internacional J. Meio Ambiente.
Res. Saúde pública18:1937. doi: 10.3390/ijerph18041937
Eccles, J. (1983).Expectativas, valores, e comportamentos acadêmicos. Conquista
e motivos de realização. São Francisco, CA: Homem livre.
Departamento de Educação e Mão de Obra (2003). Manual de usuários e treinamento para
medir o desempenho dos alunos do ensino secundário nos domínios afetivo
e social. Enns, MW, Cox, BJ, Sareen, J. e Freeman, P. (2001). Adaptativo e
perfeccionismo desadaptativo em estudantes de medicina: uma investigação
longitudinal. Med. Educ.35, 1034–1042. doi: 10.1046/j.1365-2923.2001.01044.x
Epstein, JA, e Botvin, GJ (2000). Métodos para diminuir o atrito em
estudos longitudinais com adolescentes.Psicol. Representante.87, 139–140. doi: 10.2466/
pr0.2000.87.1.139
Floros, G., Paradisioti, A., Hadjimarcou, M., Mappouras, DG, Karkanioti, O.,
e Siomos, K. (2015). Jogos de azar online para adolescentes em Chipre: associados
Fronteiras em Psicologia | www.frontiersin.org
IA, Valores Acadêmicos e Desempenho
desempenho escolar e psicopatologia.J. Gambl. Viga.31, 367–384. doi:
10.1007/s10899-013-9424-3
Froiland, JM e Oros, E. (2014). Motivação intrínseca, competência percebida
e o envolvimento na sala de aula como preditores longitudinais do desempenho em leitura
dos adolescentes.Educ. Psicol.34, 119–132. doi: 10.1080/01443410.2013.822964 Goldhaber,
D., e Özek, U. (2019). Quanto devemos confiar no aluno
o desempenho no teste como medida de sucesso?Educ. Res.48, 479-483. doi:
10.3102/0013189X19874061
Guo, J., Marsh, HW, Parker, PD, Morin, AJS e Dicke, T. (2017).
Estendendo as previsões da teoria do valor da expectativa de realizações e aspirações na
ciência: processos de comparação dimensional e interações expectativa por valor.
Aprender. Instr.49, 81–91. doi: 10.1016/j.learninstruc.2016.12.007 Hanus, MD, e Fox, J.
(2015). Avaliando os efeitos da gamificação no
sala de aula: um estudo longitudinal sobre motivação intrínseca, comparação
social, satisfação, esforço e desempenho acadêmico.Computação. Educ.80, 152–
161. doi: 10.1016/j.compedu.2014.08.019
Haraldsen, HM, Solstad, BE, Ivarsson, A., Halvari, H., e Abrahamsen, FE
(2020). Mudança na frustração das necessidades básicas em relação ao perfeccionismo,
ansiedade e desempenho em atletas juniores de elite.Escândalo. J. Med. Ciência. Esportes
30, 754–765. doi: 10.1111/sms.13614
Hayes, AF (2017).Introdução à Mediação, Moderação e Condicional
Análise de Processo: Uma Abordagem Baseada em Regressão.Nova York: publicações
Guilford. Hu, LT e Bentler, PM (1999). Critérios de corte para índices de ajuste em covariância
análise de estrutura: critérios convencionais versus novas alternativas.Estrutura. Eq.
Modelo. Multidisciplinar. J.6, 1–55. doi: 10.1080/10705519909540118
King, D. e Delfabbro, P. (2018).Transtorno de jogos na Internet: teoria, avaliação,
Tratamento e Prevenção.Cambridge, MA: Imprensa Acadêmica.
Kline, RB (2015).Princípios e práticas de modelagem de equações estruturais.
4º Ed.Nova York: The Guilford Press.
Ko, CH, Iene, JY, Iene, CF, Chen, CS e Chen, CC (2012). O
associação entre dependência de internet e transtorno psiquiátrico: uma revisão da
literatura.EUR. Psiquiatria27, 1–8. doi: 10.1016/j.eurpsy.2010.04.011 Kuvaas, B.,
Buch, R., Weibel, A., Dysvik, A., e Nerstad, CG (2017). Fazer
a motivação intrínseca e extrínseca se relaciona de maneira diferente com os resultados dos funcionários?
J.Econ. Psicol.61, 244–258. doi: 10.1016/j.joep.2017.05.004
Lee, CYS, Anderson, JR e Klimes-Dougan, B. (2016). Potencialmente
experiências traumáticas, desempenho acadêmico e sofrimento psicológico:
o papel da vergonha.J. Contas. Dev.94, 41–50. doi: 10.1002/jcad.12060 Lin, Y.-
G., McKeachie, WJ e Kim, YC (2003). Estudante universitário intrínseco
e/ou motivação e aprendizagem extrínseca.Aprender. Individual. Diferente.13, 251–258.
doi: 10.1016/S1041-6080(02)00092-4
Liu, Y., Hau, KT, Liu, HY, Wu, J., Wang, XF e Zheng, X. (2020).
Efeito multiplicativo da motivação intrínseca e extrínseca no desempenho
acadêmico: um estudo longitudinal de estudantes chineses.J. Pers.88, 584–595. doi:
10.1111/jopy.12512
Long, J., Liu, T., Liu, Y., Hao, W., Maurage, P. e Billieux, J. (2018). Prevalência
e correlatos de jogos online problemáticos: uma revisão sistemática das evidências
publicadas em chinês.Curr. Viciado. Representante.5, 359–371. doi: 10.1007/
s40429-018-0219-6
Malik, MJ, Ahmad, M., Kamran, MR, Aliza, K. e Elahi, MZ (2020).
Uso das mídias sociais pelos alunos, desempenho acadêmico e criatividade: o papel
mediador da motivação intrínseca.Interagir. Tecnologia. Educação Inteligente.17,
403–415. doi: 10.1108/ITSE-01-2020-0005
Moneta, GB e Siu, CM (2002). Traço motivações intrínsecas e extrínsecas,
desempenho acadêmico e criatividade em estudantes universitários de Hong Kong.J. Col.
Viga. Dev.43, 664–683.
Neel, CGO e Fuligni, A. (2013). Um estudo longitudinal sobre pertencimento escolar
e motivação acadêmica no ensino médio.Criança Dev.84, 678–692. doi:
10.1111/j.1467-8624.2012.01862.x
Nemati, Z. e Matlabi, H. (2017). Avaliando padrões comportamentais da internet
dependência e abuso de drogas entre estudantes do ensino médio.Psicol. Res. Comporte-
se. Gerenciar.10, 39–45. doi: 10.2147/Prbm.S123224
Reed, P. e Reay, E. (2015). Relação entre níveis de internet problemática
utilização e motivação para estudar em estudantes universitários.Alto. Educ.70, 711–723.
doi: 10.1007/s10734-015-9862-1
Rivers, J., Mullis, AK, Fortner, LA e Mullis, RL (2012). Relacionamentos
entre estilos parentais e desempenho acadêmico de adolescentes.
J. Fam. Soc. Trabalhar.15, 202–216. doi: 10.1080/10522158.2012.666644
11 Dezembro de 2021 | Volume 12 | Artigo 797906
Dou e Shek
Rosseel, Y. (2012). Lavaan: um pacote R para modelagem de equações estruturais
e mais. Versão 0.5–12 (BETA).J. Stat. Suave.48, 1–36. doi: 10.18637/
jss.v048.i02
Ryan, RM e Deci, EL (2000). Motivações intrínsecas e extrínsecas: clássicas
definições e novos rumos.Contemporâneo. Educ. Psicol.25, 54-67. doi:
10.1006/ceps.1999.1020
Salmela-Aro, K., Upadyaya, K., Hakkarainen, K., Lonka, K. e Alho, K. (2017).
O lado negro do uso da Internet: dois estudos longitudinais sobre o uso excessivo da
Internet, sintomas depressivos, esgotamento escolar e envolvimento entre adolescentes
finlandeses iniciais e tardios.J. Juventude Adolescente.46, 343-357. doi: 10.1007/
s10964-016-0494-2 Saw, AE, Main, LC e Gastin, PB (2016). Acompanhamento do atleta
resposta ao treinamento: medidas subjetivas auto-relatadas superam medidas objetivas
comumente usadas: uma revisão sistemática.Ir. J. Esporte Med.50, 281–291. doi: 10.1136/
bjsports-2015-094758
Shek, DT (2002). Funcionamento familiar e bem-estar psicológico, escola
ajustamento e comportamento problemático em adolescentes chineses com e sem
desvantagem económica.J. Genet. Psicol.163, 497–502. doi: 10.1080/
00221320209598698
Shek, DT, Tang, VM e Lo, CY (2008). vício em internet em chinês
adolescentes em Hong Kong: avaliação, perfis e correlatos psicossociais.
Ciência. Mundo J.8, 776-787. doi: 10.1100/tsw.2008.104
Shek, DT e Yu, L. (2016). Dependência de internet entre adolescentes em Hong Kong:
prevalência, mudança e correlatos.J. Pediatr. Adolescente. Ginecol.29, S22–S30. doi:
10.1016/j.jpag.2015.10.005
Tan, Y., Chen, Y., Lu, Y. e Li, L. (2016). Explorando associações entre
uso problemático da Internet, sintomas depressivos e distúrbios do sono entre
adolescentes do sul da China.Internacional J. Meio Ambiente. Res. Saúde pública
13:313. doi: 10.3390/ijerph13030313
Truzoli, R., Vigano, C., Galmozzi, PG e Reed, P. (2020). Problemático
uso da internet e motivação para estudar no ensino superior.J. Computação. Ajude.
Aprender.36, 480-486. doi: 10.1111/jcal.12414
Vansteenkiste, M., Simons, J., Lens, W., Soenens, B., e Matos, L. (2005).
Examinar o impacto motivacional do enquadramento de metas intrínsecas versus
extrínsecas e do estilo de comunicação de apoio à autonomia versus controle interno no
desempenho acadêmico dos primeiros adolescentes.Criança Dev.76, 483–501. doi: 10.1111/
j.1467-8624.2005.00858.x
Waley, A. (2005).Os Analectos de Confúcio.Londres: Routledge.
Wang, JHY e Guthrie, JT (2004). Modelando os efeitos do intrínseco
motivação, motivação extrínseca, quantidade de leitura e desempenho de leitura
anterior na compreensão de texto entre estudantes norte-americanos e chineses.
Ler. Res. Q.39, 162–186. doi: 10.1598/RRQ.39.2.2
Wang, Y. e Ross, H. (2010). Experimentando a mudança e a continuidade
do vestibular: um estudo de caso do condado de Gaokao,
Fronteiras em Psicologia | www.frontiersin.org
IA, Valores Acadêmicos e Desempenho
1996-2010.Queixo. Educ. Soc.43, 75–93. doi: 10.2753/
CED1061-1932430407
Wang, X., Zhao, S., Zhang, MX, Chen, F. e Chang, L. (2021). Historia de vida
estratégias e uso problemático de aplicativos de vídeo de formato curto.Evol. Psicol.
Ciência.7, 39–44. doi: 10.1007/s40806-020-00255-9
Xiang, X. (2018). Meu futuro, minha família, minha liberdade: sentidos da escolarização
para jovens chineses pobres e rurais.Harv. Educ. Rev.88, 81–102. doi:
10.17763/1943-5045-88.1.81
Jovem, KS (1998).Apanhado na Rede: Como Reconhecer os Sinais da Internet
Vício – e uma estratégia vencedora para recuperação.Nova York: John Wiley and Sons. Yu, L.
e Shek, DT (2013). Dependência de Internet em adolescentes de Hong Kong:
um estudo longitudinal de três anos.J. Pediatr. Adolescente. Ginecol.26, S10–S17.
doi: 10.1016/j.jpag.2013.03.010
Zeng, G., Zhang, L., Fung, S.-F., Li, J., Liu, Y.-M., Xiong, Z.-K., et al. (2021).
Uso problemático da Internet e autoestima em estudantes de graduação chineses: os
efeitos de mediação do afeto individual e da satisfação no relacionamento.Internacional J.
Meio Ambiente. Res. Saúde pública18:6949. doi: 10.3390/ijerph18136949 Zhang, Y., Qin, X. e
Ren, P. (2018). Engajamento acadêmico dos adolescentes
medeia a associação entre o vício em internet e o desempenho acadêmico: O efeito
moderador da norma de desempenho em sala de aula.Computação. Zumbir. Comporte-se.
89, 299–307. doi: 10.1016/j.chb.2018.08.018
Zhou, Z., Shek, DTL, Zhu, X. e Dou, D. (2020). Desenvolvimento positivo dos jovens
e depressão na adolescência: um estudo longitudinal baseado em estudantes do ensino médio da
China continental.Internacional J. Meio Ambiente. Res. Saúde pública17:4457. doi: 10.3390/
ijerph17124457
Conflito de interesses:Os autores declaram que a pesquisa foi realizada na ausência
de quaisquer relações comerciais ou financeiras que pudessem ser interpretadas como
potencial conflito de interesses.
Nota do editor:Todas as reivindicações expressas neste artigo são de
responsabilidade exclusiva dos autores e não representam necessariamente as de suas
organizações afiliadas, ou as do editor, dos editores e dos revisores. Qualquer produto
que possa ser avaliado neste artigo, ou reclamação que possa ser feita por seu
fabricante, não é garantido ou endossado pelo editor.
Copyright © 2021 Dou e Shek. Este é um artigo de acesso aberto distribuído sob os
termos da Licença Creative Commons Attribution (CC BY). O uso, distribuição ou
reprodução em outros fóruns é permitido, desde que o(s) autor(es) original(ais) e o(s)
proprietário(s) dos direitos autorais sejam creditados e que a publicação original nesta
revista seja citada, de acordo com a prática acadêmica aceita. Não é permitido uso,
distribuição ou reprodução que não esteja em conformidade com estes termos.
12 Dezembro de 2021 | Volume 12 | Artigo 797906