There is growing evidence of risks associated with excessive technology use, especially among teens and young adults. However, little is known about the characteristics of those who are at elevated risk of being problematic users. Using data from the 2012 Current Population Survey Internet Use Supplement and Educational Supplement for teens and young adults, this study developed a conceptual framework for modeling technology use. A three-part categorization of use was posited for utilitarian, social and entertainment purposes, which fit observed data well in confirmatory factor analysis. Seemingly unrelated regression was used to examine the demographic characteristics associated with each of the three categories of use. Exploratory factor analysis uncovered five distinct types of users, including one user type that was hypothesized to likely be at elevated risk of problematic use. Regression results indicated that females in their twenties who are in school and have greater access to technology were most likely to fall into this higher-risk category. Young people who live with both parents were less likely to belong to this category. This study highlighted the importance of constructing models that facilitate identification of patterns of use that may characterize a subset of users at high risk of problematic use. The findings can be applied to other contexts to inform policies related to technology and society as well. Supplementary Information The online version of this article (10.1007/s11293-020-09683-1) contains supplementary material, which is available to authorized users.

中文翻译：

---

技术使用：太多的好事？

越来越多的证据表明过度使用技术存在风险，尤其是在青少年和年轻人中。然而，对于那些处于高风险成为问题用户的人的特征知之甚少。本研究使用 2012 年当前人口调查互联网使用补充资料和针对青少年和年轻人的教育补充资料的数据，开发了一个用于建模技术使用的概念框架。出于实用、社交和娱乐目的，对使用进行了三部分分类，这在验证性因素分析中与观察到的数据非常吻合。看似不相关的回归用于检查与三种使用类别中的每一种相关的人口统计特征。探索性因素分析揭示了五种不同类型的用户，包括一种用户类型，该用户类型被假设可能存在使用问题的高风险。回归结果表明，20 多岁的在校女性和更容易获得技术的女性最有可能属于这一高风险类别。与父母同住的年轻人不太可能属于这一类。这项研究强调了构建模型的重要性，该模型有助于识别可能表征有问题使用高风险的用户子集的使用模式。这些发现也可以应用于其他环境，为与技术和社会相关的政策提供信息。补充信息 本文的在线版本 (10.1007/s11293-020-09683-1) 包含补充材料，可供授权用户使用。回归结果表明，20 多岁的在校女性和更容易获得技术的女性最有可能属于这一高风险类别。与父母同住的年轻人不太可能属于这一类。这项研究强调了构建模型的重要性，该模型有助于识别可能表征有问题使用高风险的用户子集的使用模式。这些发现也可以应用于其他环境，为与技术和社会相关的政策提供信息。补充信息 本文的在线版本 (10.1007/s11293-020-09683-1) 包含补充材料，可供授权用户使用。回归结果表明，20 多岁的在校女性和更容易获得技术的女性最有可能属于这一高风险类别。与父母同住的年轻人不太可能属于这一类。这项研究强调了构建模型的重要性，该模型有助于识别可能表征有问题使用高风险的用户子集的使用模式。这些发现也可以应用于其他环境，为与技术和社会相关的政策提供信息。补充信息 本文的在线版本 (10.1007/s11293-020-09683-1) 包含补充材料，可供授权用户使用。