Digitale puberteit: Negeren of controleren?
Het verband tussen ouderlijk toezicht en online risicogedrag bij adolescenten
Masterscriptie Forensische Orthopedagogiek Graduate School of Child Development and Education Universiteit van Amsterdam Student: A. M. Mulder Studentnummer: 11080019 Eerste beoordelaar: dr. E. A. Rutten Tweede beoordelaar: dr. I. B. Wissink Amsterdam, 12 februari, 2018
Abstract
This cross-sectional study examines the link between parental control (restrictive and instructive control) and online risk taking behavior among adolescents. Online risk taking increases the chances of becoming a victim of cybercrime. Especially adolescents seem to be at high risk for becoming a victim of cybercrime. Unfortunately, there is little empirical understanding of the link between parental control and online risk taking. Besides the link between parental control and online risk taking behavior, this study also examined the difference of online risk taking in gender, age and in educational levels. The sample consisted of 1014 Dutch respondents (50.7% boys), ranging in age from 11 to 18 years. The results showed that there is a negative small correlation between parental control and online risk taking. Restrictive control seems to have a stronger association with adolescents’ online risk taking behaviour than instructive control, which showed a positive link with online risk taking. Boys reported more online risk taking behaviour than girls, except when it came to posting personal information online. Adolescents in the age of 15-18 years reported more online risk taking behavior and less parental control than adolescents in the age of 11-14 years. Furthermore, adolescents from the higher educational (havo) reported significantly more online risk taking behavior, than adolescents from other secondary educational levels. The results indicate that parental control (especially restrictive control) could be a protective factor when adolescents in the age of 11-14 years are discovering the internet and are developing the online risk taking behavior.
Inleiding
Anno 2017 speelt een groot deel van het leven van mensen zich af in de online wereld. Er worden online vrienden gemaakt, geld overgeboekt en kleding aangeschaft. Het internet is niet meer weg te denken uit het dagelijks leven. Deze digitalisering van de samenleving brengt ook risico’s met zich mee in de vorm van cybercrime. Cybercrime kan worden gedefinieerd als computercriminaliteit. Hieronder valt onder andere hacken, identiteitsfraude, cyberpesten en ‘grooming’ (het door een volwassen persoon op internet actief benaderen en verleiden van minderjarigen; Art. 248e Strafrecht; Clough, 2011). Sexting (het versturen van seksueel getinte media online; Weisskirch & Delevi, 2011) is bij minderjarigen ook een vorm van cybercrime omdat het wettelijk gezien behoort tot het verspreiden van kinderporno (Art. 240b Strafrecht). De meeste slachtoffers van cybercrime worden verhoudingsgewijs gevonden bij de leeftijdsgroep adolescenten (15- tot 24-jarigen) (CBS, 2017a). Vormen van cybercrime waar adolescenten vooral slachtoffer van worden zijn cyberpesten, sexting en grooming (Kerstens, 2014). Adolescenten hebben een grotere kans op slachtofferschap dan andere leeftijdsgroepen, omdat zij veel online zijn (CBS, 2015) en online risicogedrag laten zien (Ybarra, Mitchell, Finkelhor, & Wolak, 2007). Een verklaring voor het relatief grote percentage adolescenten dat in het algemeen slachtoffer wordt van cybercrime, is dat adolescenten relatief veel risico’s nemen. Dit risicogedrag ontstaat door ontwikkelingen in het brein. Volgens Steinberg (2010) ontstaat het risicogedrag in de adolescentiefase als gevolg van veranderingen in het brein. Het brein wordt in de adolescentie gevoeliger voor beloningen, vooral als deze komen van leeftijdsgenoten. De adolescent ervaart de waardering van leeftijdsgenoten bij het nemen van een risico als de beloning. Kortom de gevoeligheid voor beloningen, in combinatie met nog geen volledige zelfbeheersing, zorgt ervoor dat adolescenten meer risicogedrag laten zien in deze ontwikkelingsfase dan in andere fasen van het leven (Steinberg, 2010) en zij daardoor ouderlijk toezicht nodig hebben om het risicogedrag te temperen.
Er zijn in beperkte mate aanwijzingen gevonden voor een negatief verband tussen ouderlijk toezicht en online risicogedrag. In de review van Whittle, Hamilton-Giachritsis, Beech, en Collings (2013) wordt geconcludeerd dat er een negatief verband is tussen ouderlijk toezicht en online risicogedrag van adolescenten. Uit onderzoek van Soo en Bodanovskaya (2013) bleek dat adolescenten met ouderlijk toezicht op onlinegedrag minder seksuele verzoeken rapporteerden en uit onderzoek van De Graaf en Vanwesenbeeck (2006) bleek dat adolescenten die zich bewust waren van het online monitoren door ouders minder snel deelnamen aan seksueel getinte online gesprekken. In de huidige studie wordt het verband
tussen ouderlijk toezicht (restrictief en instructief toezicht) en online risicogedrag verder onderzocht bij Nederlandse adolescenten van 12 tot 18 jaar oud. De studie verdiept zich in ouderlijk toezicht door te onderzoeken of restrictief, of instructief toezicht, het sterkste samenhangt met online risicogedrag. Ook richt de studie zich op de verschillen van online risicogedrag in sekse, leeftijdsgroepen (11-14 jaar en 15-18 jaar) en opleidingsniveaus (vmbo, havo, vwo).
Traditionele criminaliteit is tussen 2005 en 2016 afgenomen terwijl cybercrime tussen 2012 en 2016 steeds vaker voorkomt (CBS, 2017a). In 2016 was één op de negen Nederlanders slachtoffer van cybercrime. De meesten van hen bevonden zich in de adolescentiefase (16% van de adolescenten versus 5% van de 65+ groep) (CBS, 2017a). Vooral cyberpesten, grooming en sexting komen bij adolescenten voor als vormen van cybercrime. Ruim 11% van de adolescenten tussen de 15 en 18 jaar oud was in 2015 slachtoffer van cyberpesten (CBS, 2015), dit zijn drie kinderen in een klas van 30 kinderen. Van grooming is onbekend hoe groot het percentage slachtoffers in Nederland (en ook in andere landen) is (Webster, 2012). Uit onderzoek van Ospina, Harstall en Dennet (2010) bleek echter wel dat 13- tot 19% van de jongeren van 10 tot 17 jaar online seksuele verzoeken krijgt van jeugdigen en volwassenen. Deze bevindingen betreffen niet dezelfde definitie van grooming. Van sexting zijn er wel cijfers bekend. Ongeveer 2.6% van de Nederlandse jongeren geeft aan weleens een naaktfoto van zichzelf verstuurd te hebben naar een ander (Van Oosten, 2017). Ook worden er uiteenlopende cijfers met betrekking tot de prevalentie van sexting gevonden. Uit onderzoek van Van Oosten (2017) bleek dit bij slechts 2.6% van de adolescenten voor te komen terwijl uit onderzoek van Houck, Barker, Rizzo, Hancock, Norton en Brown (2014) bleek dat dit bij 22% van de adolescenten voorkomt. Het daadwerkelijke percentage slachtoffers van cybercrime en specifiek cyberpesten, grooming en sexting ligt waarschijnlijk hoger, gezien de lage aangiftebereidheid, maar 8% van de slachtoffers doet aangifte (CBS, 2017a). Dit vermoeden van onderrapportage wordt ondersteund door verschillende bevindingen met betrekking tot cyberpesten. Zo blijkt maar één op de tien slachtoffers van cyberpesten dit te melden bij een instantie (CBS, 2015). Samenvattend lijken cybercrime en vormen hiervan zoals cyberpesten, grooming en sexting vaker voor te komen dan tot nu toe blijkt uit de wetenschappelijke literatuur. Er is wel veel bekend over de gevolgen van cybercrime bij slachtoffers.
Het slachtofferschap van cybercrime kan vergaande gevolgen hebben, zoals het ontstaan van psychosociale problemen. Slachtoffers van cybercrime hebben een groter kans op last van een emotioneel trauma wat kan leiden tot depressies, slapeloosheid en
eetproblemen (Dallaway, 2016). Slachtoffers van cyberpesten hebben een grotere kans op het ontwikkelen van een negatief zelfbeeld (Katzer, Fetchenhauer, & Belschak, 2009), suïcidale gedachten en suïcidaal gedrag (Hinduja & Patchin, 2010). Daarnaast blijkt uit onderzoek van Lazuras, Barkoukis en Tsorbatzoudis (2016) dat slachtoffers van cyberpesten soms ook daders worden van cyberpesten. Van adolescenten die het slachtoffer zijn van sexting (doorsturen seksueel getinte foto door leeftijdsgenoten) is bekend dat dit samenhangt met symptomen van depressies, impulsiviteit en middelenmisbruik (Temple, Le, van den Berg, Ling, Paul, & Temple, 2014). Ook is er de kans dat zij afgeperst worden met de afbeelding wat ook diverse psychosociale problemen kan veroorzaken (Wolak, Finkerhor, & Mitchell, 2012). Onderzoek heeft verder nog aangetoond dat slachtoffers van grooming een grotere kans hebben op depressies, PTSS, seksueel grensoverschrijdend gedrag, Borderline Persoonlijkheidsstoornis en suïcides (Daray et al., 2016). Kortom slachtofferschap van cybercrime heeft diverse ingrijpende gevolgen op de psychische ontwikkeling van de adolescent.
De kans op slachtofferschap van cybercrime is groter als de persoon online risicovol gedrag vertoont, aangezien dit de aandacht trekt van cyberbullies en groomers (Pujazon-Zazik & Park, 2010). Online risicogedrag verwijst naar online gedragingen die de kans op slachtofferschap van cyberpesten, sexting en grooming vergroten. Online risicogedrag kan worden onderverdeeld in negen gedragsvormen waaronder: het online delen en het versturen van persoonlijke informatie, het online delen van seksueel getinte beelden (sexting), het online beledigen van iemand, het online lastigvallen van iemand (cyberpesten), het online communiceren met onbekenden, het online ontmoeten van onbekenden, met een onbekende online praten over seks, een 18+ site bezoeken en media downloaden via een file-sharing programma (Wolak, Mitchell, & Finkelhor, 2002). Online risicogedrag komt het meeste voor bij adolescenten, omdat er een verband is tussen de hoeveelheid tijd online en hoeveelheid online risicogedrag (Livingstone & Helsper, 2010). Hoe meer tijd iemand online doorbrengt, hoe meer online risicogedrag diegene vertoont. Uit onderzoek van Ybarra et al. (2007) onder 1500 jongeren bleek dat het online delen van persoonlijke informatie het meeste voorkomt bij jongeren (bij 55.0% van de jongeren), gevolgd door het online communiceren met onbekenden (43.0%) en cyberpesten (27.7%). Adolescenten delen vaak persoonlijke informatie online omdat zij zich onvoldoende bewust zijn van de risico’s van het online delen van persoonlijke informatie. Zo blijkt uit het onderzoek van Madden et al. (2013) dat maar 9% van de 802 onderzochte adolescenten zich zorgen maakte over het gebruik van hun online persoonlijke informatie door derden. Adolescenten delen vaak online persoonlijke informatie,
zoals een voor- en achternaam, leeftijd en/of de naam van de school die zij bezoeken op een onlineprofielpagina (Madden et al., 2013; Moreno, Parks, & Richardson, 2007). Het plaatsen van persoonlijke informatie op sociale media is voor adolescenten een risicofactor voor cyberpesten slachtofferschap (Mesch, 2009). Adolescenten die vier of meer online risicogedragingen vertonen, blijken een elfmaal grotere kans te hebben om online een ongewenste seksuele uitnodiging te krijgen of seksuele intimidatie te ondergaan dan jongeren die minder online risicogedragingen vertonen (Ybarra et al., 2007). In de huidige studie wordt onderzocht of er verschillen zijn in online risicogedrag tussen de verschillende sekse, de verschillende leeftijdsgroepen en de verschillende opleidingsniveaus. Er wordt onderzocht of er een verband is tussen ouderlijk toezicht en online risicogedrag, en welke vorm van ouderlijk toezicht de meeste invloed heeft op het online risicogedrag. Informatie over de verschillen in de vormen en mate van online risicogedrag zijn belangrijk voor de mate en vorm van ouderlijk toezicht.
Voor jongens en meisjes zijn er verschillen gevonden in het online risicogedrag. Uit eerder onderzoek bleek dat jongens vaker online risicovol gedrag vertoonden dan meisjes (Lau & Yuen, 2013; Notten & Nikken, 2016). Jongens deelden online vaker persoonlijke informatie dan meisjes (Madden et al., 2013), pestten vaker online (Heiman, Olenik-Shemesh, & Eden, 2014) en waren sneller geneigd een onbekende die zij online ontmoet hadden in het echt te ontmoeten (NCTE, 2008). Ook zijn er leeftijdsverschillen in online risicogedrag gevonden in onderzoek. Zo bleek uit onderzoek van Madden et al. (2013) dat hoe jonger de adolescent (12-13 jaar) was, hoe meer zorgen hij of zij zich maakte over het delen van persoonlijke informatie online en hoe minder informatie deze online plaatsten. Oudere adolescenten (14-17 jaar) zouden vaker online risicovol gedrag vertonen dan jongere adolescenten (12-13 jaar). De oudere adolescenten zouden bijvoorbeeld online meer foto’s en persoonlijke informatie delen en hadden vaker onbekenden in hun vriendenlijst (36% van de oudere adolescenten versus 25% van de jonge adolescenten). Daarnaast zijn er opleidingsverschillen gevonden in het online risicogedrag. Adolescenten van het vmbo zouden vaker online risicovol gedrag vertonen dan adolescenten die andere opleidingsniveaus volgen (Kerstens, 2014). Adolescenten op het vmbo zouden in vergelijking met adolescenten van de havo en het vwo bijvoorbeeld vaker online contacten maken, dader zijn van cyberpesten en vaker online een seksuele vraag ontvangen (Kerstens, 2012).
Ouderlijk toezicht wordt in de internationale wetenschappelijke literatuur aangeduid als ‘parental control’. Armato (1990) omschreef ‘parental control’ als de hoeveelheid supervisie van ouders, de keuzes van ouders met betrekking tot vrienden/activiteiten van het
kind en de regels die ouders hierbij hanteren. Ouderlijk toezicht met betrekking tot het internetgebruik van het kind neemt toe als kinderen ongeveer 9 jaar oud zijn, omdat kinderen dan online steeds actiever worden (Sonck & De Haan, 2011). Vanaf de leeftijd van 12 jaar neemt het ouderlijk toezicht op het internetgebruik van het kind weer af, omdat het kind meer vrijheid nodig heeft in verband met de adolescentiefase (autonomie-ontwikkeling). Livingstone, Haddon, Gorzig, en Olafsson (2011) hebben ouderlijk toezicht ingedeeld in drie vormen van online toezicht: instructief toezicht, restrictief toezicht en monitoring. Instructief toezicht kan worden omschreven als het praten met de adolescent over het internet en samen online ervaringen opdoen (Van den Eijnden, Spijkerman, Vermulst, van Rooij, & Engels, 2009). Restrictief toezicht wordt gedefinieerd als het opleggen van regels rondom welke sites de adolescent mag bezoeken en hoeveel tijd een adolescent per dag online mag besteden. Er is sprake van monitoring als de ouder in dezelfde ruimte aanwezig is als de adolescent online is en als de ouder achteraf de browsegeschiedenis van de adolescent controleert (Van den Eijnden et al., 2009). Er zijn verschillen gevonden in de mate van restrictief en instructief toezicht bij jongens en meisjes. Jongens ervaren meer restrictief toezicht, en meisjes ervaren meer instructief toezicht (Sonck, Nikken, & De Haan, 2013). Met betrekking tot de fase van de adolescentie zijn er ook verschillen, adolescenten in de vroege adolescentie ervaren meer restrictief toezicht, en adolescenten in de late adolescentie ervaren meer instructief toezicht (Sonck, Nikken, & De Haan, 2013; Opgenhaffen, Vandenbosch, Eggermont, & Frison, 2012). Uit eerder onderzoek naar het verband tussen ouderlijk toezicht (en de diverse vormen van ouderlijk toezicht) en online risicogedrag zijn er verschillende resultaten gevonden.
In eerder onderzoek is gevonden dat er een negatief verband is tussen ouderlijk toezicht en online risicogedrag bij adolescenten. In een peer-review van Pujazon-Zazik en Park (2010) wordt ouderlijk toezicht omschreven als één van de meest invloedrijke factoren op het minimaliseren van online risicogedrag bij adolescenten. Uit een Indiaans onderzoek bleek dat er een verband is tussen een gebrek aan ouderlijk toezicht en een stijging in het online risicogedrag (Lakshmana, Kasi, Rehmatulla, 2017). Er zijn verschillende onderzoeken uitgevoerd naar dit verband, hetgeen tegenstrijdige resultaten opleverde. In een aantal onderzoeken werd geen verband gevonden (Liau & Yuen, 2013; Liau, Khoo, & Ang, 2005), maar het merendeel van de onderzoeken vond dit wel (Livingstone & Helsper, 2008; Rosen, Cheever, & Carrier, 2008). Uit het onderzoek van Rosenet al. (2008) bleek dat de autoritatieve opvoedstijl een reducerend effect had op het online risicogedrag van adolescenten op MySpace. Uit het onderzoek van Livingstone en Helsper, (2008) bleek dat alleen regels met betrekking tot de manier van interactie online een significant negatief effect
hadden op het verminderen van online risicogedrag. Ook kan ouderlijk toezicht een tegengesteld effect hebben. Uit onderzoek van Sasson en Mesch (2014) bleek bijvoorbeeld dat hoe strikter de regels waren die ouders oplegden aan het online gedrag, hoe vaker de adolescenten online risicovol gedrag vertoonden. Samenvattend zijn er kleine negatieve verbanden gevonden tussen ouderlijk toezicht en online risicogedrag bij adolescenten.
Daarnaast is er ook onderzoek uitgevoerd naar het verband tussen ouderlijk toezicht en specifieke vormen van online risicogedrag namelijk: sexting, contact met onbekenden, het delen van online persoonlijke informatie en cyberpesten. Hieruit bleek dat ouderlijk toezicht een beschermende factor was voor de eerste drie vormen van online risicogedrag (Romo et al., 2016; Whittle et al., 2013; Liu, Ang, & Lwin, 2013). In Nederland is er ook onderzoek uitgevoerd naar ouderlijk toezicht en cyberpesten. Hieruit bleek uit de zelfrapportage dat zo’n 71% van de deelnemende adolescenten zonder toezicht kon internetten (Kerstens & Stol, 2012). Ook bleek dat adolescenten die een grotere mate van ouderlijke controle rapporteerden, ook in mindere mate slachtofferschap van cybercrime rapporteerden (Kerstens, 2014). Doordat er in bovengenoemde studies diverse definities van zowel ouderlijk toezicht als online risicogedrag zijn gebruikt, is het onduidelijk welke aspecten van ouderlijk toezicht een verband hebben met online risicogedrag. De huidige studie richt zich op het verband tussen restrictief, instructief toezicht en online risicogedrag.
Van restrictief en instructief toezicht is uit eerder onderzoek bekend dat ze verbanden hebben met online risicogedrag, alleen zijn hier tegenstrijdige resultaten in gevonden. Adolescenten die een instructieve vorm van toezicht ervaren, zouden online minder snel persoonlijke informatie delen en zouden minder online risicogedrag vertonen (van Oosten, 2017; Liu, Ang, & Lwin, 2013). Restrictief toezicht hangt samen met het reduceren van de mate van online risicogedrag (Lee, 2013; Livingstone & Helsper, 2010), vooral bij adolescenten met een lager niveau van zelfcontrole (Lee, 2013). Dat instructief en restrictief toezicht een negatief verband hebben met online risicogedrag werd ook bevestigd in Nederlands onderzoek (Van Oosten, 2017; Notten, 2013). Uit het onderzoek van Notten (2013) bleek dat vooral restrictief samenhangt met het verminderen van online risicogedrag. Kortom in een aantal onderzoeken zijn er sterkere negatieve verbanden gevonden tussen restrictief toezicht en online risicogedrag dan tussen instructief toezicht en online risicogedrag (Sasson & Mesch, 2014; Notten, 2013; Livingstone, & Helsper, 2008). Ook werd in een onderzoek van Park (2011) gevonden dat er geen verband is tussen restrictief toezicht en online risicogedrag van adolescenten.
Gezien het beperkte onderzoek naar ouderlijk toezicht en online risicogedrag is verder onderzoek noodzakelijk. Het huidige onderzoek richt zich dan ook op het verband tussen ouderlijk toezicht en online risicogedrag bij adolescenten. Deze studie focust hierbij specifiek op restrictief en instructief toezicht. Voordat het verband getoetst zal worden zal eerst gekeken worden naar mogelijke sekse, leeftijds- en opleidingsverschillen in alle onderzoeksvariabelen. Er wordt verwacht dat jongens meer online risicogedrag vertonen dan meisjes (hypothese 1) en dat jongens online meer persoonlijke informatie delen (hypothese 2) en meisjes meer contact hebben met onbekenden (hypothese 3). Met betrekking tot leeftijd is de hypothese (4) dat oudere adolescenten (15-18 jaar) vaker online risicovol gedrag rapporteren dan jongere adolescenten (12-14 jaar) en dat oudere adolescenten minder ouderlijk toezicht ervaren (hypothese 5). Ook wordt er verwacht dat adolescenten van lagere opleidingsniveaus meer online risicogedrag vertonen dan adolescenten van hogere opleidingsniveaus (hypothese 6). De verwachting met betrekking tot het verband tussen ouderlijk toezicht en online risicogedrag is dat er een negatief verband is tussen ouderlijk toezicht en online risicogedrag, wat betekent dat online risicogedrag afneemt, naarmate ouderlijk toezicht toeneemt (hypothese 7). Daarnaast is er de hypothese dat restrictief toezicht een sterker verband heeft met online risicogedrag dan instructief toezicht (hypothese 8). In de volgende paragraaf wordt de onderzoeksmethode beschreven. In de resultatenparagraaf worden de resultaten op een rij gezet. In de discussie worden onderzoeksvragen beantwoord en bediscussieerd, gevolgd door enkele kritische aantekeningen en aanbevelingen voor verder onderzoek.
Methode Procedure
Voorafgaand aan het onderzoek is voor de afname toestemming verkregen van de Ethische Commissie (2017-CDE-7732) van de Universiteit van Amsterdam (UvA). Er zijn vervolgens 28 middelbare scholen benaderd voor deelname aan het onderzoek door studenten Pedagogische Wetenschappen van de UvA. Uiteindelijk zijn er negen scholen akkoord gegaan met deelname aan het onderzoek. De vragen met betrekking tot ouderlijk toezicht en online risicogedrag zijn onderdeel van een grotere dataverzameling van negen masterstudenten van de Faculteit Pedagogische Wetenschappen van de UvA. De vragen zijn online verwerkt in Qualtrics (online survey software waarmee vragenlijsten kunnen worden ontworpen en afgenomen) waardoor de deelnemers de vragenlijst konden invullen. Begin mei is de vragenlijst afgenomen bij een testgroep, waarna er een aantal wijzigingen zijn doorgevoerd om de vragen optimaal aan te laten sluiten bij de deelnemers (adolescenten). Deelname aan
het onderzoek was vrijwillig en anoniem en om deel te kunnen nemen aan het onderzoek waren de deelnemers verplicht toestemming te krijgen van hun ouders. De afname periode was van mei tot en met juni 2017 en de scholen hebben op verschillende momenten, onder lestijd, de vragenlijst online afgenomen bij de leerlingen. Er was één meetmoment per deelnemer en de afname duurde maximaal 50 minuten.
Deelnemers
Er zijn 1057 deelnemers benaderd voor deelname aan het onderzoek. Van deze groep waren er 13 deelnemers die geen toestemming hadden van hun ouders voor deelname en er waren 30 deelnemers die beide vragenlijsten niet hadden ingevuld. Hierdoor bleven er uiteindelijk 1014 deelnemers over (M = 14.51 jaar, SD = 1.19, range 11-18 jaar) (zie Tabel 1). Hiervan waren er 514 jongens (M = 14.55 jaar, SD = 1.23, range 11-18 jaar) en 500 meisjes (M = 14.46 jaar, SD = 1.15, range 12-17 jaar).
Tabel 1.
Beschrijvende statistieken van de achtergrondvariabelen
Totale sample Jongens Meisjes
N % N % N % Sekse 1014 Jongen 514 50.7% Meisje 500 49.3% Opleidingsniveau 1012 Vmbo 348 34.4% 171 33.4% 177 35.4% Havo 171 16.9% 89 17.4% 82 16.4% Vwo 493 48.7% 252 49.2% 241 48.2% Geboorteland 1014 Nederland 980 96.6% 492 95.7% 488 97.6% Anders 34 3.4% 22 4.3% 12 2.3% Gezinssamenstelling 1014
Ouders zijn samen 793 78.2% 402 78.2% 391 78.2%
Ouders gescheiden 188 18.5% 99 19.3% 89 17.8% Anders 33 3.3% 13 2.5% 20 4.0% N M (SD) N M (SD) N M (SD) Leeftijd 981 14.51 (1.19) 500 14.55 (1.23) 481 14.46 (1.15) Opleidingsniveau Vmbo 338 13.77 (0.68) Havo 165 15.20 (1.28) Vwo 477 14.79 (1.18)
Van de 1014 deelnemers waren er 348 leerlingen van het vmbo (34.4%), 171 leerlingen van de havo (16.9%) en 493 leerlingen van het vwo (48.7%). Deelnemers van het atheneum en het
gymnasium zijn voor de analyse samengevoegd met het vwo. De groep deelnemers was qua verdeling van het opleidingsniveau geen volledig representatieve afspiegeling van de Nederlandse samenleving. Uit gegevens van het CBS (2017) blijkt dat er in Nederland van de leerlingen die voortgezet onderwijs volgen 40% op vmbo-niveau les krijgt, 29% op havo-niveau en 31% op vwo-havo-niveau (gebaseerd op gegevens vanaf leerjaar 3). Het vwo was in de huidige studie dus oververtegenwoordigd en het vmbo en de havo waren ondervertegenwoordigd. Van alle deelnemers was 96.6% geboren in Nederland en 3.4% van de deelnemers heeft een ander geboorteland zoals Polen. Uit de gegevens over de gezinssamenstelling bleek dat bij driekwart van de deelnemers de ouders samen zijn (78.2%). Van alle deelnemers had 18.5% ouders die gescheiden bleken te zijn. Een aantal deelnemers had bij gezinssamenstelling ‘anders’ aangegeven, omdat een van de ouders was overleden. Een groot aantal deelnemers had in plaats van de geboortedatum de datum van afname van de vragenlijst ingevuld, deze onjuiste geboortedata zijn vervangen door een missing value. Materialen
Naast de achtergrondvariabelen zijn ook de constructen ouderlijk toezicht en online risicogedrag onderzocht.
Ouderlijk toezicht. Het ouderlijk toezicht is gemeten middels een vertaling van de Internet Specific Parenting Practices (Van den Eijnden et al., 2009). De originele vragenlijst was bedoeld voor adolescenten in de leeftijd van 10 tot en met 16 jaar oud. Deze vragenlijst is vertaald uit het Engels naar het Nederlands door de onderzoeker en bestaat uit 15 items. Uit een testafname van de vragenlijst bleek deze ook aan te sluiten bij adolescenten in de leeftijd van 10 tot en met 18 jaar oud. Een voorbeelditem: “Mijn ouders staan het toe dat ik zo lang van het internet gebruik maak als ik wil”. Deze items zijn beantwoord met behulp van een vijfpunt-Likertschaal. Voor de schalen 1, 2, en 5 waren de antwoordopties (1) helemaal niet waar – (5) helemaal waar. Voor schaal 4 waren de antwoordopties (1) nooit – (5) heel vaak. Voor het huidig onderzoek zijn de relevante schalen uit het instrument gebruikt, namelijk schaal 1, schaal 2, schaal 4 en schaal 5. Schaal 3 bleek onvoldoende aan te sluiten bij de onderzoekshypothese. Hieronder volgen de betrouwbaarheden die voor deze schalen zijn gevonden in het oorspronkelijke onderzoek (Van den Eijnden et al., 2009). Bij schaal 1‘afspraken met betrekking tot tijd online’ (α =.83), schaal 2 ‘regels met betrekking tot content’ (α =.80), schaal 4 ‘frequentie van de communicatie over het internetgebruik’ (α =.78) en schaal 5 ‘de kwaliteit van de communicatie met betrekking tot het internetgebruik’ (α =.83). In de vragenlijst voor het huidige onderzoek zijn de items verdeeld over twee
vormen van ouderlijk toezicht, restrictief toezicht (schaal 1, 2, 4, totaal 12 items) en instructief toezicht (schaal 5, totaal 3 items). In het huidige onderzoek zijn voor de vertaalde vragenlijst de volgende betrouwbaarheden gevonden voor de subschalen, oplopend van twijfelachtig tot goed: schaal 2 (α = .69), schaal 4 (α = .77), schaal 1 (α =.78), en schaal 5 (α = .84). De betrouwbaarheid waarmee in deze studie werd gemeten was voldoende (gehele vragenlijst, α =.72, totaal 15 items). Een aantal items van de ISSP waren gespiegeld, deze zijn voorafgaand aan de analyse getransformeerd (schaal1 item 3, schaal 2 en schaal 3 alle items).
Online risicogedrag. Online risicovol gedrag is gemeten door de negen items van de Youth Internet Safety Survey 2 (Wolak, Mitchell, & Finkelhor, 2002). Deze vragenlijst was oorspronkelijk ontworpen om telefonisch af te nemen bij adolescenten en bestaat uit 9 items. De originele vragenlijst is voor adolescenten van 10 tot en met 15 jaar en geeft inzicht in het internetgebruik van de adolescenten. De auteurs van de YISS-2 hebben geen psychometrische eigenschappen vermeld van het instrument. Voor de huidige studie zijn de originele Engelse interviewvragen omgezet naar Nederlandse items voor een digitale vragenlijst. Uit een testafname van de vragenlijst bleek deze ook aan te sluiten bij adolescenten in de leeftijd van 10 tot en met 18 jaar oud. Een voorbeelditem is: “Hoe vaak heb je in het afgelopen jaar persoonlijke informatie online gezet”. Deze items zijn beantwoord met behulp van een vijfpunt-Likertschaal door adolescenten, de antwoord opties zijn (1) nooit – (5) zes keer of vaker. De betrouwbaarheid waarmee in deze studie werd gemeten was voldoende (gehele vragenlijst, α =.72, totaal 9 items).
Data-analyse. In het huidig onderzoek is eerst de normaliteit van de verdeling van de online risicogedrag en ouderlijk toezicht onderzocht. Als eerste is de data op itemniveau geanalyseerd, om inzicht te verkrijgen in de gemiddelde resultaten van de deelnemers. De vergelijking van online risicogedrag tussen de jongens en de meisjes is getoetst middels een onafhankelijke t-test (hypothese 1) en de verschillen in afzonderlijke aspecten van online risicogedrag zijn vastgesteld door de analyse op itemniveau (hypothese 2 en 3). Met betrekking tot leeftijd was de hypothese (4) dat oudere adolescenten (15-18 jaar) zich online risicovoller zullen gedragen dan jongere adolescenten (12-14 jaar) en minder ouderlijk toezicht ervaren (hypothese 5). Zowel hypothese 4 als 5 zijn getoetst met een onafhankelijke t-test en voor hypothese 5 is ook een multivariate analysis of variance (MANOVA) toegepast. Het verschil in opleidingsniveau en mate van online risicogedrag is getoetst middels een One-way ANOVA met posthoc analyse (hypothese 6). Vervolgens is, om het verband tussen ouderlijk toezicht (onafhankelijke variabele) en online risicogedrag (afhankelijke variabele) te
kunnen toetsen, er gebruik gemaakt van een Pearson r-correlatie (hypothese 7). Een multiple regressieanalyse is toegepast om te kunnen onderzoeken welke vorm van ouderlijk toezicht de meeste variantie verklaart van online risicogedrag en wat de overige variabelen hieraan eventueel hebben toegevoegd (hypothese 8).
Resultaten
Uit het onderzoeken van de normaliteit van de verdeling van online risicogedrag en ouderlijk toezicht bleek dat de gemiddelde totaalscore van online risicogedrag de assumpties van normaliteit schond. Bij grotere samples komt dit vaak voor. De verdeling gaf aan dat de deelnemers vooral laag scoorden op dit construct, er was sprake van een beperkte scheve verdeling naar links. De ‘central limit theory’ stelt dat bij grotere steekproeven (minimaal N = 50) er vanuit mag worden gegaan dat er min of meer sprake is van een normale verdeling. Huidige studie was qua steekproef groot genoeg om te voldoen aan de assumpties van deze theorie. Alsnog is voor de interpretatie van de resultaten is enige voorzichtigheid geboden. Ouderlijk toezicht voldoet aan de assumpties van normaliteit. Voordat de onderzoekhypothese zijn getoetst is er eerst gekeken naar de gemiddelde scores van de deelnemers op ouderlijk toezicht en online risicogedrag om een indruk te krijgen van de mate van ouderlijk toezicht die de deelnemers ervaren en de mate van online risicogedrag dat zij online vertonen (zie Tabel 2). Uit de analyse van het ouderlijk toezicht (ISSP) bleek dat de deelnemers niet uitzonderlijk veel, maar ook niet uitzonderlijk weinig ouderlijk toezicht (M = 2.37, SD = 0.49) rapporteerden tijdens de online activiteiten. De antwoordmogelijkheid ‘soms’ is de meest gebruikte antwoordoptie bij de ISSP (66.6%). Geen enkele keer werd er een maximale score van 5 op ouderlijk toezicht geantwoord (zie Tabel 2). Er is ook een analyse op itemniveau van de ISSP uitgevoerd (zie Bijlage 1). Hieruit bleek dat de deelnemers het laagst scoorden op het item ‘Hoe vaak praat jij met je ouders over de tijd die je spendeert aan internet/sociale media/games’ (M = 1.71, SD = 0.84). De deelnemers scoorden het hoogst op het item ‘Mijn ouders vinden het goed als ik online contact heb met wie dan ook’ (M = 3.40, SD = 1.21) wat aangeeft dat zij hier het meeste toezicht op ervaren. Ook blijkt uit de analyse op itemniveau dat de deelnemers veel ouderlijk toezicht rapporteren bij de activiteiten die ze online ondernemen (M = 2.92, SD = 1.16) en bij de hoeveelheid tijd die ze online mogen spenderen (M = 2.81, SD = 1.22). De verschillen in het ouderlijk toezicht tussen jongens en meisjes (jongens M = 2.36, SD = 0.50, meisjes M = 2.37, SD = 0.48) en de verschillen in ouderlijk toezicht tussen de verschillende opleidingsniveaus zijn minimaal (vmbo M = 2.34, SD = 0.52, havo M = 2.35, SD = 0.48, vwo M = 2.39, SD = 0.48). Er zijn verschillende gemiddelde scores behaald op de schalen restrictief en instructief toezicht, gelet op de opleidingsniveaus.
De scholieren van het vmbo en de havo gaven aan gemiddeld meer instructief toezicht (vmbo M = 2.44, SD = 1.07, havo M = 2.41, SD = 0.89) te ervaren dan restrictief toezicht (vmbo M = 2.32, SD = 0.60, havo M = 2.34, SD = 0.54). Scholieren van de het vwo gaven aan meer restrictief toezicht (M = 2.40, SD = 0.56) te ervaren dan instructief toezicht (M = 2.33, SD = 0.88). De jongens en meisjes scoorden gemiddeld vergelijkbaar op restrictief (jongens M = 2.36, SD = 0.59, meisjes M = 2.36, SD = 0.56) en instructief toezicht (jongens M = 2.39, SD = 0.95, meisjes M = 2.37, SD =0.96).
Uit de analyse van de gemiddelde scores op online risicogedrag (YISS-2) bleek dat de deelnemers het vaakst (60.6%) de antwoordmogelijkheid ‘1 keer’ aankruisen, wat aangeeft dat de adolescenten zich online niet erg risicovol gedragen (M = 1.92, SD = 0.74). In tegenstelling tot de vragenlijst van ouderlijk toezicht werd er bij de meting van het online risicogedrag wel op meerdere items de maximale score gegeven (zie Bijlage 2). Uit een analyse op itemniveau blijkt dat de deelnemers het hoogst scoorden op het items ‘persoonlijke informatie online gezet’ (M = 3.15, SD = 1.63), gevolgd door ‘een onbekende in de contactenlijst’ en ‘online onbeschofte opmerkingen maken tegen een ander’. Het item ‘het lastigvallen van iemand online’ was het laagst gescoord (M = 1.23, SD = 0.69). Er was een verschil in online risicogedrag tussen de jongens en de meisjes: de jongens gaven aan zich gemiddeld vaker online risicovol te gedragen dan de meisjes (jongens M = 2.09, SD = 0.81, meisjes M = 1.74, SD = 0.62). Ook tussen de opleidingsniveaus waren er verschillen: scholieren van de havo scoren het hoogst op online risicogedrag (vmbo M = 1.83, SD = 0.76, havo M = 2.12, SD = 0.75, vwo M = 1.91, SD = 0.71).
Beschrijvende statistieken van ouderlijk toezicht (restrictief en instructief toezicht) en online risicogedrag.
Variabele Ouderlijk toezicht Restrictief toezicht Instructief toezicht Online risicogedrag N M (SD) Min. Max. N M (SD) Min. Max. N M (SD) Min. Max. N M (SD) Min. Max. Totaal 978 2.37 (0.49) 1.00 4.00 984 2.36 (0.57) 1.00 4.42 1005 2.38 (0.95) 1.00 5.00 991 1.92 (0.74) 1.00 5.00 Sekse Jongens 493 2.36 (0.50) 2.00 4.00 497 2.36 (0.59) 1.00 4.08 508 2.39 (0.95) 1.00 5.00 501 2.09 (0.81) 1.00 5.00 Meisjes 485 2.37 (0.48) 1.20 3.87 487 2.36 (0.56) 1.08 4.42 497 2.37 (0.96) 1.00 5.00 490 1.74 (0.62) 1.00 4.33 Opleidingsniveau Vmbo 335 2.34 (0.52) 1.00 3.60 337 2.32 (0.60) 1.00 3.92 346 2.44 (1.07) 1.00 5.00 337 1.83 (0.76) 1.00 4.56 Havo 160 2.35 (0.48) 1.20 4.00 162 2.34 (0.54) 1.25 4.08 167 2.41 (0.89) 1.00 5.00 168 2.12 (0.75) 1.00 5.00 Vwo 481 2.39 (0.48) 1.20 3.67 483 2.40 (0.56) 1.17 4.42 490 2.33 (0.88) 1.00 5.00 484 1.91 (0.71) 1.00 4.67
bevestigd met de uitvoering van een onafhankelijke t-test. Hieruit bleek dat jongens (M = 2.09, SD = 0.81) zich online significant risicovoller gedragen dan meisjes (M = 1.74, SD = 0.62; t(989) = 7.40, p < .001). De omvang van het verschil in gemiddelden was een middelmatig effect. Op welke items de jongens en meisjes dan precies verschilden is onderzocht middels een analyse op itemniveau en een onafhankelijke t-test (zie Bijlage 2). Opvallend hierbij is dat meisjes alleen aangaven zich significant risicovoller te gedragen (M = 3.37, SD = 1.61) dan jongens (M = 2.94, SD = 01.61) als het ging om het delen van persoonlijke informatie online, t(1009) = -4.19, p < .001. Jongens gaven aan zich online risicovoller te gedragen dan meisjes als het ging om het online maken van een onbeschofte opmerking naar iemand, een 18+ site bezoeken en media downloaden via filesharing. De hypothese (2) dat jongens meer online informatie delen dan meisjes wordt niet bevestigd. Er zijn geen significante verschillen tussen jongens en meisjes als het gaat om het contact hebben met onbekenden online. Dit bevestigt de hypothese (3) dat meisjes meer contact hebben met onbekenden niet. Met betrekking tot leeftijd was de alternatieve hypothese (4) dat oudere adolescenten (15-18 jaar) zich online risicovoller gedragen dan jongere adolescenten (12-14 jaar). Uit een onafhankelijke t-test bleek dat de adolescenten in de late adolescentiefase (M = 2.13, SD = 0.74) zich gemiddeld significant risicovoller gedragen online dan adolescenten (M = 1.83, SD = 0.72) in de vroege adolescentiefase t(956) = -6.01, p = .00 (zie Tabel 3). Dit betekent dat de alternatieve hypothese dat oudere adolescenten zich online risicovoller gedragen dan jongere adolescenten (hypothese 4) wordt aangenomen. Alleen risicogedragingen die cyberpesten gerelateerd zijn, zoals het internet gebruiken om iemand lastig te vallen of het maken van onbeschofte opmerkingen, komen gemiddeld vaker bij adolescenten in de vroege adolescentie. Alle andere online risicogedragingen komen vaker bij de adolescenten in de late adolescentie (zie Bijlage 5).
Tabel 3.
Beschrijvende statistieken van ouderlijk toezicht en online risicogedrag tijdens de vroege en de late adolescentie.
Variabele Vroege adolescentie (11-14 jaar) Late adolescentie (15-18 jaar)
N M (SD) Min. Max. N M (SD) Min. Max.
Leeftijd 656 13.80 (0.65) 11.54 14.98 324 15.94 (0.61) 15.00 18.21 Ouderlijk toezicht 633 2.41 (0.50) 1.00 5.00 311 2.29 (0.45) 1.20 3.60 Instructief 649 2.38 (0.98) 1.00 5.00 322 2.41 (0.91) 1.00 5.00 Restrictief 638 2.42 (0.59) 1.00 4.42 312 2.26 (0.50) 1.17 3.67 Online risicogedrag 638 1.83 (0.72) 1.00 5.00 320 2.13 (0.74) 1.00 4.67
Ook is een onafhankelijke t-test uitgevoerd om de alternatieve hypothese (5), ‘Adolescenten in de late adolescentie ervaren minder ouderlijk toezicht dan adolescenten in de vroege adolescentie’ te toetsen. Hieruit bleek dat adolescenten in de late adolescentie minder ouderlijk toezicht rapporteerden (M = 2.29, SD = 0.45) bij online activiteiten dan adolescenten in de vroege adolescentie (M = 2.41, SD = 0.50) t(942)=3.42, p=.00 (zie Tabel 3). Er is een MANOVA toegepast om te onderzoeken of de twee groepen verschillen op de twee afhankelijke variabelen (instructief en restrictief toezicht). Er bleek een significant verschil te zijn tussen de groepen op de vorm van ouderlijk toezicht, λ = 0.983, F(2,941)=7.95, p=.00. Adolescenten in de vroege adolescentie rapporteerden meer restrictief toezicht en adolescenten in de late adolescentie rapporteerden meer instructief toezicht. De hypothese (5) dat adolescenten in de late adolescentie (15-18 jaar) minder ouderlijk toezicht ervaren bij online activiteiten dan adolescenten in de vroege adolescentie (11-14 jaar) is bevestigd. Om het verschil in online risicogedrag tussen verschillende opleidingsniveaus te onderzoeken is een one-way between groups ANOVA uitgevoerd tussen de verschillende groepen (opleidingsniveaus). De deelnemers waren hiervoor onderverdeeld in drie groepen (Groep 1: vmbo; Groep 2 havo; Groep 3 vwo). Er is een significant verschil gevonden tussen de groepen in online risicogedrag, F(8, 972)= 4.89, p=.01. Dit betekent dat er een significant verschil is in de mate van online risicogedrag tussen de verschillende opleidingsniveaus. De effectsize was .02, wat wijst op een klein effect. Uit een post-hoc Tukey HSD test bleek dat de gemiddelde score op online risicogedrag voor adolescenten die onderwijs volgen op havo-niveau (M = 2.12, SD = 0.75) significant verschilde van de adolescenten die onderwijs volgen op vmbo-niveau (M = 1.83, SD = 0.76) en op vwo-niveau (M = 1.91, SD = 0.71) (zie Tabel 4).
Tabel 4.
Het verschil in online risicogedrag tussen de opleidingsniveaus.
Vmbo Havo Vwo
Vmbo
Havo .29*
Vwo .07 .21*
Posthoc vergelijking met het gebruik van Tukey's HSD: * p = < 0.05 level
Dit betekent dat deelnemers afkomstig van de havo significant meer online risicogedrag rapporteerden dan leerlingen van andere opleidingsniveaus. Het verschil in de gemiddelde scores tussen de groepen was echter klein. De hypothese (6) dat een hoger opleidingsniveau gepaard gaat met minder online risicogedrag wordt niet ondersteund door de gevonden resultaten. Om uit te sluiten of dit wordt veroorzaakt door de leeftijd (de steekproef havo was de enige groep die gemiddeld qua leeftijd in de late adolescentiefase valt) is er een MANCOVA-analyse uitgevoerd (zie Tabel 5).
Tabel 5.
Gemiddelde online risicogedrag naar opleidingsniveau
Niet gecorrigeerd voor leeftijd Gecorrigeerd voor leeftijd
M (SD) M (SE)
Vmbo 1.84 (0.76) 1.97 (0.044)
Havo 2.13 (0.75)* 2.01 (0.060)*
Vwo 1.92 (0.71) 1.87 (0.034)
* p = < 0.05 level
Hieruit blijkt dat leeftijd deels de verschillen in online risicogedrag verklaart tussen de opleidingsniveaus, maar havo blijft de hoogste score behouden als er gecontroleerd wordt op leeftijd. Dit betekent dat leeftijd niet volledig de verschillen in het gemiddelde online risicogedrag tussen de opleidingsniveaus verklaart. Uit de itemanalyse blijkt dat scholieren van de havo op bijna alle items van de YISS-2 gemiddeld hoger scoren dan scholieren van het vmbo of scholieren van het vwo. Scholieren van de havo scoren enkel op het gebruik van file-sharing programma’s gelijk aan scholieren van de havo of het vwo (zie Bijlage 7). Voor het verband tussen ouderlijk toezicht en online risicogedrag (hypothese 7) is een klein negatief verband gevonden, r = -.156, n = 956, p<.0001. Dit betekent dat het gerapporteerde online risicogedrag afnam naarmate het gerapporteerde ouderlijk toezicht toenam, hetgeen hypothese 7 ondersteunt. Om meer inzicht te verkrijgen in de samenhang tussen ouderlijk toezicht (restrictief en instructief toezicht) en online risicogedrag zijn alle correlaties berekend (zie Tabel 6).
Tabel 6.
De verbanden tussen ouderlijk toezicht (restrictief en instructief toezicht) en online risicogedrag.
Variabelen risicogedrag Online Ouderlijk toezicht Restrictief toezicht Instructief toezicht
1. Online risicogedrag -
2. Ouderlijk toezicht -.156** -
3. Restrictief toezicht -.248** .923** -
4. Instructief toezicht .181** .363** -.024 -
**p = < 0.01 level
Hieruit blijkt dat restrictief toezicht een negatief verband heeft met online risicogedrag, terwijl instructief toezicht een positief verband heeft met online risicogedrag. De twee vormen van ouderlijk toezicht hebben een tegengesteld verband met online risicogedrag. Een standaard multiple regressieanalyse is toegepast om te onderzoeken welke vorm van ouderlijk toezicht de sterkste unieke bijdrage heeft in online risicogedrag (zie Tabel 7).
Tabel 7.
Het verband tussen restrictief en instructief toezicht en online risicogedrag
Ouderlijk toezicht B SE(B) β t Sig. (p)
Restrictief toezicht -.315 .039 -.244 -8.145 .000
Instructief toezicht .148 .023 .190 6.330 .000
F 26.051
df 2, 951
R² = .149
Sekse en opleidingsniveau zijn meegenomen als controlevariabelen (zie Tabel 8). Hieruit bleek dat ouderlijk toezicht, na uitsplitsing van sekse en opleiding, 9.7% van de variantie in online risicogedrag verklaarde.
Tabel 8.
Voorspellers van online risicogedrag
Model 1 B Model 2 B Constante 2.368* 2.705* Sekse -.335* -.329* Opleiding .025 .047 Restrictief toezicht -.315* Instructief toezicht .148* R² .052 .149 F 26.051* 41.500* df 2, 951 4, 949 *p <0.001.
Beide vormen van toezicht hebben een unieke bijdrage in de voorspelling van online risicogedrag. Van de twee vormen van ouderlijk toezicht bleek restrictief toezicht 6.2% van de variantie in online risicogedrag te verklaren en instructief toezicht 3.5%. Restrictief toezicht heeft de sterkste unieke bijdrage in het verklaren van online risicogedrag. De hypothese (8) dat restrictief toezicht van grotere invloed is op online risicogedrag is bevestigd. Ook uit de multipele regressieanalyse bleek dat het instructief toezicht een positief verband heeft met online risicogedrag, en restrictief toezicht een negatief verband (zie Tabel 7).
Discussie
Het doel van deze studie is een verdieping in de kindspecifieke kenmerken van online risicogedrag, en het onderzoeken of er een verband is tussen ouderlijk toezicht en online risicogedrag bij adolescenten. Uit het onderzoek naar de kindspecifieke kenmerken blijkt dat er sekseverschillen, leeftijdsverschillen en verschillen in opleidingsniveaus zijn in de mate en vorm van online risicogedrag. Jongens gedragen zich online risicovoller dan meisjes. Jongens zijn online vaker onbeschoft tegen personen, bezoeken vaker een 18+ website en downloaden vaker media via file-sharing programma’s dan meisjes. Meisjes delen vaker online persoonlijke informatie. Er bleek geen verschil te zijn tussen jongens en meisjes in het ontmoeten van onbekenden online. Uit het onderzoek naar de leeftijdsverschillen in de steekproef (jongere adolescenten versus oudere adolescenten) blijkt dat adolescenten in de leeftijd van 15 tot 18 jaar zich online risicovoller gedragen en minder ouderlijk toezicht ervaren dan adolescenten in de leeftijd van 11 tot 14 jaar oud. Uit onderzoek onder de verschillende opleidingsniveaus blijkt dat adolescenten van de havo zich online significant risicovoller gedragen dan adolescenten van het vmbo of het vwo. Naast de kindspecifieke kenmerken van online risicogedrag is er ook onderzocht of er een verband is tussen ouderlijk toezicht en online risicogedrag bij adolescenten. In deze studie is er een klein negatief verband (r = -.156) gevonden tussen ouderlijk toezicht en online risicogedrag. Van de twee onderzochte vormen van ouderlijk toezicht, restrictief en instructief toezicht, blijkt restrictief toezicht (het maken van afspraken, regels en tijden) sterker samen te hangen met online risicogedrag dan instructief toezicht. Instructief toezicht daarentegen blijkt positief samen te hangen met online risicogedrag in deze studie. Het merendeel van deze bevindingen sluit aan bij eerder uitgevoerd onderzoek.
Geheel in lijn met eerder onderzoek van Ybarra et al. (2007) liggen de resultaten met betrekking tot de online risicogedragingen. Het vaakst kwam onder de deelnemers ‘het delen van persoonlijke informatie’ voor, gevolgd door ‘het hebben van een onbekende in de
contactenlijst’ en ‘het maken van onbeschofte opmerkingen online’. Het delen van persoonlijke informatie online is voor jongeren belangrijk om sociale contacten aan te kunnen gaan (Youn, 2005). Dit verklaart dat het delen van persoonlijke informatie, van de online risicogedragingen, degene was die het meeste voorkomt. Ook het verschil in sekse met de mate van online risicogedrag kwam overeen: jongens tonen gemiddeld meer online risicogedrag dan meisjes (Notten & Nikken, 2016). Dit komt door een verschil van hormonen tussen jongens en meisjes (Peper, Koolschijn & Crone, 2013). Jongens hebben een hoger niveau van testosteron waardoor ze meer op zoek zijn naar sensatie en sneller een risico nemen dan meisjes. Ook de verwachting dat de leeftijdsverschillen in de steekproef van invloed konden zijn op de mate van gerapporteerde online risicogedrag blijkt juist. Oudere adolescenten blijken zich online risicovoller te gedragen dan jongere adolescenten en ervaren minder ouderlijk toezicht bij online activiteiten. Dit sluit aan bij het onderzoek van Madden et al. (2013) waaruit bleek dat oudere adolescenten zich online risicovoller gedragen. De oudere adolescent is, in vergelijking met de jongere adolescent, gevoeliger voor waardering van leeftijdsgenoten (als beloning) (Steinberg, 2010). Hierdoor zal de oudere adolescent online vaker risicovol gedrag vertonen, bijvoorbeeld het versturen van een seksueel getinte foto, om waardering te krijgen van leeftijdsgenoten. Deze ontwikkeling creëert meer afstand tussen ouder en kind waardoor het toezicht vanuit de ouder ook afneemt (Karabanova & Poskrebysheva, 2013). Ook dit is terug te zien in de resultaten van de huidige studie, oudere adolescenten ervaren minder ouderlijk toezicht dan jongere adolescenten. Het verminderen van het toezicht vanuit de ouder op de adolescent in de late adolescentie, wordt ook extra versterkt doordat de ouder de adolescent meer ruimte wil geven voor zijn/haar ontwikkeling (Sonck & De Haan, 2011).
Uit het verkennende deel van de studie blijkt dat van alle online risicogedragingen, het delen van persoonlijke informatie online het meest voor lijkt te komen bij adolescenten (Moreno, Parks & Richardson, 2007; Madden et al., 2013). Dit kan worden verklaard doordat adolescenten zich onvoldoende bewust zijn van de risico’s van het delen van persoonlijke informatie. Een andere verklaring is volgens Livingstone (2008) dat de definitie van online privacy voor adolescenten anders is. Privacy staat niet voor de informatie die zij online plaatsen, maar de controle die zij hebben over deze informatie. De adolescenten ervaren controle over de informatie die zij online delen, waardoor zij zich hier geen zorgen over maken (Livingstone, 2008). Een aanbeveling voor verder onderzoek is meer inzicht in de achtergrond van het delen van persoonlijke informatie van adolescenten online. Dit is raadzaam, omdat dit de meest voorkomende gedraging is van online risicogedrag bij
adolescenten. Door adolescenten bewust te maken van de risico’s, en inzicht te geven in de controle die zij hebben over hun persoonlijke informatie op het internet kan een deel van het online risicogedrag bij adolescenten al verminderen.
Zoals een aantal reviews al hadden geconcludeerd (Whittle, Hamilton-Giachritsis, Beech & Collings, 2013; Pujazon-Zazik & Park, 2010) en ook uit eerder onderzoek (Lakshmana, Kasi, Rehmatulla, 2017) bleek, blijkt ook uit de huidige studie dat er een negatief verband is tussen ouderlijk toezicht en online risicogedrag. Hoe meer ouderlijk toezicht de adolescent ervaart, hoe minder online risicogedrag deze rapporteert. Dit is in lijn met het offline risicogedrag, hoe meer ouderlijk toezicht, hoe minder risicogedrag bij de adolecent in de vorm van alcohol/drugs. Ook in de lijn met eerder onderzoek was het resultaat dat restrictief toezicht meer invloed heeft op online risicogedrag dan instructief toezicht (Sasson & Mesch, 2014; Notten, 2013; Livingstone, & Helsper, 2008). Een mogelijke verklaring hiervoor is dat adolescenten vanwege de autonomie-ontwikkeling meer afstand nemen van de ouders. Hierdoor kan een vorm van toezicht die inzet op het principe van ‘samen beleven’ (zoals instructief toezicht) minder goed aansluiten. De adolescenten hebben steeds minder behoefte aan het delen van de ervaringen met hun ouders gedurende de ontwikkelingsfase (Crone, 2008). Dit wordt ook ondersteund door de bevinding dat er bij jonge adolescenten (vroege adolescentie) vooral instructief toezicht wordt toegepast, en bij oudere adolescenten vooral restrictief toezicht. Een andere verklaring voor het verband tussen restrictief toezicht en online risicogedrag, is dat online risicogedrag voornamelijk voorkomt bij jongens en jongens voornamelijk restrictief toezicht ervaren binnen de opvoeding (Sonck, Nikken, & De Haan, 2013) waardoor dit een vertekent beeld geeft in de resultaten.
In tegenspraak met eerder onderzoek zijn de bevindingen van de verschillen in het online risicogedrag tussen jongens en meisjes. In deze studie blijkt dat meisjes vaker online persoonlijke informatie delen, wat in eerdere studies het geval leek te zijn bij jongens (Sasson & Mesch, 2016; Dowell, Burgess, & Cavanaugh, 2009). Een verklaring hiervoor is dat adolescenten voornamelijk persoonlijke informatie delen om sociale contacten online aan te kunnen gaan (Youn, 2005). Dat uit huidig onderzoek blijkt dat vooral meisjes dit doen, sluit aan bij de bevindingen van Pajuzon-Zazik en Park (2010). Zij beschreven dat meisjes zich voornamelijk online bevinden voor de communicatie met anderen. Hiervoor zullen zij dan ook meer persoonlijke informatie online delen om dit te kunnen bewerkstelligen. Ook blijken er geen verschillen te zijn tussen jongens en meisjes als het gaat om de interactie met onbekenden online. Dit is opvallend, gezien het beeld in de media dat voornamelijk meisjes slachtoffer worden van groomers. Hierdoor ontstaat de aanname dat zij meer contact zullen
hebben met onbekenden online dan jongens. Een alternatieve verklaring hiervoor is dat jongens online meer gamen dan meisjes (Looze et al., 2014). In veel van de populaire games online is het gebruikelijk om door middel van een headset te communiceren met andere gamers, zodat er een strategie voor het spel kan worden besproken. Hierdoor onderhouden jongens meer contacten met onbekenden online dan in eerste instantie werd gedacht.
Een ander onverwacht resultaat is dat adolescenten van de havo zich online significant risicovoller gedragen dan adolescenten van andere opleidingsniveaus. Dit is niet in overeenstemming met de verwachting dat adolescenten van het vmbo zich online risicovoller zouden gedragen (Kerstens, 2014). Dit verschil in de mate van online risicogedrag wordt deels verklaart door het verschil in de gemiddelde leeftijd tussen de opleidingsniveaus. Echter blijkt dit niet het verschil in opleidingsniveaus volledig te kunnen verklaren. Een andere verklaring is dat adolescenten van hogere schoolniveaus vaker uit een gezin komen met een hogere sociaal economische status (SES). Uit onderzoek naar de samenhang tussen sociaal economisch status en online risicogedrag bleek dat jeugdigen die uit gezinnen komen met een hogere SES er meer sprake is van online risicogedrag omdat zij betere toegang hebben tot het internet en omdat zij meer risico’s opzoeken omdat zij vaker het internet gebruiken (Livingstone & Helsper, 2007). Echter lijkt dit niet van invloed op de mate van online risicogedrag van vwo scholieren in de huidige studie. Die zijn niet significant risicovoller dan adolescenten van het vmbo, waardoor de sociaal economische status het verschil in online risicogedrag tussen de opleidingsniveaus niet volledig verklaart. Een andere mogelijkheid is dat het verschil in online risicogedrag tussen de opleidingsniveaus ontstaat vanwege de manier van voorlichting. Vmbo-scholieren worden uitgebreid voorgelicht over de online risico’s omdat uit eerder onderzoek is gebleken dat zij online risicovoller zouden zijn dan scholieren van andere opleidingsniveaus (Kerstens, 2012). Mogelijk worden havisten onvoldoende voorgelicht over de gevolgen van online risicogedrag, waardoor zij zich online risicovoller gedragen. Een vervolgonderzoek moet uitwijzen of havisten zich voldoende bewust zijn van deze risico’s. Daarnaast zou mogelijk de manier van voorlichting onvoldoende aansluiten bij havisten, omdat zij wellicht worden overschat in het inschatten van risicovolle situaties. Mogelijk zou vervolgonderzoek zich ook hierop kunnen richten. Het significante verschil in het online risicogedrag tussen de verschillende opleidingsniveaus is belangrijk, omdat scholen gerichter voorlichting kunnen geven aan de groepen die online significant risicovoller gedrag vertonen, in dit geval scholieren van de havo.
Er waren ook verschillen in de online risicogedragingen tussen de opleidingsniveaus. Uit eerder onderzoek van Kerstens (2012) bleek dat scholieren van het vmbo vaker online een
onbeschofte opmerking maken richting een ander. Dit is niet teruggevonden in de resultaten van de huidige studie, scholieren van de havo rapporteerden gemiddeld vaker een onbeschofte opmerking te maken online, dan scholieren van het vmbo of het vwo.
Een laatste opvallend resultaat is het positieve verband tussen instructief toezicht en online risicogedrag. Dit kan mogelijk worden verklaard door een curvilineair verband tussen ouderlijk toezicht (restrictief en instructief toezicht) en online risicogedrag. Bij een curvilineair verband wordt de kans op online risicogedrag groter als de adolescent of te weinig, of te veel ouderlijk toezicht ervaart. Mogelijk ervaren de adolescenten in de huidige studie te weinig instructief toezicht, waardoor dit een tegengesteld (en dus positief) verband heeft met online risicogedrag. Uit eerder onderzoek blijkt dat er bij ouderlijk toezicht vaker sprake is van een curvilineair verband, zo bleek dit ook het geval te zijn bij ouderlijk toezicht en delinquent gedrag bij adolescenten (Harris-McKoy, & Cui, 2013; Harris-McKoy, 2016). Verder onderzoek naar het type verband tussen ouderlijk toezicht (zowel instructief als restrictief toezicht) en online risicogedrag is nodig, zodat ouders weten welke vorm van toezicht, en welke hoeveelheid van toezicht, zij moeten toepassen om te voorkomen dat de adolescent online risicovol gedrag vertoont.
Er zijn een aantal kritische kanttekeningen te plaatsen bij het huidig onderzoek. Zoals in de methode paragraaf is beschreven, is de onderzoeksgroep geen representatieve weergave van de verdeling adolescenten in het Voortgezet Onderwijs. Er is een oververtegenwoordiging van vwo-scholieren en een ondervertegenwoordiging van vmbo-scholieren. Een aanbeveling voor vervolgonderzoek is dan ook een onderzoeksgroep die qua verdeling van opleidingsniveau representatief is voor de Nederlandse samenleving. Ook waren zowel de YISS-2 als de ISSP oorspronkelijk niet bedoeld voor adolescenten in de leeftijd van 10 tot en met 18 jaar oud waardoor deze mogelijk onvoldoende aansloot bij de deelnemers. Een ander punt van kritiek is de samenstelling van de steekproef. De steekproef bestaat uit enkel adolescenten, waardoor ouderlijk toezicht is gemeten als de beleving van de adolescent van het ouderlijk toezicht. Er kan een discrepantie zijn tussen de beleving van het ouderlijk toezicht van de adolescent en de beleving van ouderlijk toezicht volgens de ouder. Een aanbeveling voor vervolgonderzoek is het meten van het construct ouderlijk toezicht met een steekproef van zowel adolescenten als de ouders van dezelfde adolescenten, zodat de mogelijke discrepantie kan worden uitgesloten.
Naast de kritische kanttekeningen zijn er ook positieve punten. Er is gebruik gemaakt van betrouwbare instrumenten (YISS-2 en de ISSP) en de onderzoeksgroep was groot. Ook de samengestelde schalen in het huidig onderzoek bleken betrouwbaar. De leeftijd was
voldoende verspreid, waardoor de resultaten generaliseerbaar lijken te zijn voor adolescenten in de Randstad (Drent et al., 2006).
Dit onderzoek draagt bij aan de kennisvergroting van het opvoeden van adolescenten in een wereld die steeds meer online plaatsvindt. Toch zijn er nog vragen onbeantwoord met betrekking tot online risicogedrag. Het is onbekend wat de invloed van leeftijdsgenoten is op het online risicogedrag. Het is bekend dat de invloed van leeftijdsgenoten toeneemt in de adolescentie vanwege de autonomie-ontwikkeling. De drang naar onafhankelijkheid en gelijkwaardige relaties met anderen, de autonomie, is een belangrijke ontwikkelingstaak in de adolescentie (Karabanova & Poskrebysheva, 2013). Hierdoor stijgt de invloed van leeftijdsgenoten en daalt de invloed van ouders op adolescenten. Uit eerder onderzoek is gebleken dat leeftijdsgenoten een belangrijke voorspeller zijn voor het ontstaan van offline risicogedrag (Jessor, 1991) maar het is onduidelijk of dit ook geldt voor online risicogedrag. Mochten leeftijdsgenoten van invloed zijn op het online risicogedrag van adolescenten dan is dit essentieel om mee te nemen in de voorlichting hierover aan ouders en adolescenten. Daarnaast is ook verder onderzoek noodzakelijk naar de leeftijd waarop kinderen voor het eerst online risicogedrag vertonen. Door kinderen hier al zo vroeg mogelijk in te begeleiden wordt de kans op slachtofferschap kleiner, hier kunnen ouders dan gerichter in voorgelicht worden. Omdat de ontwikkelingen in de onlinewereld elkaar in een hoog tempo opvolgen zal onderzoek op dit gebied de komende jaren voortgezet moeten worden.
De onlinewereld zal zich blijven ontwikkelen en gaat steeds een grotere rol spelen in het dagelijks leven. Het internet beïnvloed de ontwikkeling van kinderen en is daarmee indirect ook onderdeel van de opvoeding. Doordat het internet in constante ontwikkeling is, is het belangrijk om hier de opvoeding op af te stemmen. Dit maakt dat het belangrijk is voor ouders om zich met enige regelmaat in te lezen in de online ontwikkelingen. Voorlichting aan ouders over het ouderlijk toezicht bij online risicogedrag is ook nodig om ouders meer bewust te maken van de risico’s van de online wereld en om hen hier handvatten in te bieden (Dowdell, 2013). Zo is ouderlijk toezicht op online risicogedrag belangrijk om te voorkomen dat adolescenten zowel slachtoffer als dader worden van cybercrime. Het ouderlijk toezicht moet hierbij vooral bestaan uit het opleggen van regels rondom welke sites de adolescent mag bezoeken en de hoeveelheid tijd die een adolescent per dag online mag besteden. Dit omdat het daar voornamelijk aan toezicht lijkt te ontbreken. Het is belangrijk om zo vroeg mogelijk in de opvoeding te beginnen met het toezicht op de online activiteiten, omdat de invloed van het ouderlijk toezicht gedurende de adolescentie afneemt vanwege de autonomie-ontwikkeling van de adolescent (Crone, 2008). Vooral bij adolescenten in de leeftijd van 11
tot en met 14 jaar is het ouderlijk toezicht van belang en heeft het invloed op het online risicogedrag. Omdat uit de huidige studie is gebleken dat het delen van persoonlijke informatie online de meest voorkomende online risicogedraging is, is het belangrijk dat de adolescenten ook voorgelicht worden. Met name over dit risico. Hierom is het van belang dat ouders zich ook steeds meer bewust worden van de gevaren en het toezicht, ondanks de autonomie-ontwikkeling. Daarnaast blijkt uit dit onderzoek dat vooral ouders van jongens, en adolescenten in de leeftijd van 15 tot 18 jaar, zich er extra bewust van moeten zijn dat deze groep online risicovoller zal zijn. Kortom daar waar de ontwikkeling van adolescenten, anno 2018, steeds meer online plaatsvindt behoeft de opvoeding, en dan voornamelijk het ouderlijk toezicht op online risicogedrag, ook een update.
Literatuur
Armato, P. (1990). Dimensions of the family environment as perceived bij children: A multidimensional scaling study. Journal of Marriage and the Family, 52, 613-620. doi:10.2307/352928
Centraal Bureau voor de Statistiek (2015, 17 augustus). Bijna 8 procent van de adolescenten gepest op het internet. Geraadpleegd van https://www.cbs.nl/nl-nl/nieuws/2015/34/bijna-8-procent-van-de-jongeren-gepest-op-het-internet
Centraal Bureau voor de Statistiek (2017a, 1 maart). Veiligheidsmonitor 2016. Geraadpleegd van https://www.cbs.nl/nl-nl/publicatie/2017/09/veiligheidsmonitor-2016
Centraal Bureau voor de Statistiek, (2017b, 2 augustus). Bevolking: geslacht, leeftijd en
burgerlijke staat, 1 januari. Geraadpleegd van
http://statline.cbs.nl/Statweb/publication/?DM=SLNL&PA=7461BEV&D1=0&D2=a& D3=11-18&D4=l&HDR=T,G3,G1&STB=G2&VW=T
Centraal Bureau voor de Statistiek (2017, 13 oktober). VO; leerlingen, onderwijssoort in
detail, leerjaar. Geraadpleegd van h
ttp://statline.cbs.nl/statweb/publication/?vw=t&dm=slnl&pa=80040ned&d1=0,3,6-8,14-
15,19-21,55,57-59,61-64,69-70,72-74,76-79,84&d2=0&d3=0&d4=0-1,4&d5=l&d6=0&d7=7,(l-2)-l&hd=160216-1208&hdr=g4,g5,g1,g2,g3,g6&stb=t Clough, J. (2011). Cybercrime. Commonwealth Law Bulletin, 37, 671-680.
doi:10.1080/03050718.2011.621277
Dallaway, E. (2016, 12 september). #ISC2Congress: Cybercrime victims left depressed and traumatized. Infosecurity magazine. Geraadpleegd van https://www.infosecurity-magazine.com/news/isc2congress-cybercrime-victims/
Daray, F. M., Rojas, S. M., Bridges, A. J., Badour, C. L., Grendas, L., Rodante, D., Puppo, S., & Rebok, F. (2016). The independent effects of child sexual abuse and impulsivity on lifetime suicide attempts among female patients. Child abuse & neglect, 58, 91-98. doi:10.1016/chiabu.2016.06.011
De Graaf, H., & Vanwesenbeeck, I. (2006). Sex is a game. Wanted and unwanted sexual experiences of youth on the internet. Utrecht: Rutgers Nisso Groep.
Dowdell, E. B. (2013). Use of the Internet by parents of middle school students: Internet rules, risky behaviors and online concerns. Journal of Psychiatric and Mental Health Nursing, 20, 9-16. doi:10.1111/j.1365-2850.2011.01815.x
Drenth, P. J. D., & Sijtsma, K. (2006). Testtheorie (4e ed,). Houten: Bohn, Staffleu, van Loghum.
Harris-McKoy, D., & Cui, M. (2013). Parental control, adolescent delinquency, and young adult criminal behavior. Journal of Child and Family Studies, 22, 836-843. doi:10.1007/s10826-012-9641-x
Harris-Mckoy, D. (2016). Adolescent Delinquency: Is too much or too little parental control a problem? Journal of Child and Family Studies, 25, 2079-2088. doi:10.1007/s10826-016-0383-z.
Heiman, T., Olenik-Shemesh, D., & Eden, S. (2014). Violence and vulnerability on the internet: Characteristics, patterns, risk factors and protective factors among children
and adolescents. Geraadpleegd van
http://cms.education.gov.il/NR/rdonlyres/5B2E6358-A9D7- 4F8B-83A2-E1F46CB4DF94/185400/Unnamed6.pdf.
Hinduja, S., & Patchin, J. (2010). Bullying, cyberbullying and suicide. Archives of suicide research, 14, 206-221. doi:10.1080/1311118.2010.494133
Houck, C. D., Barker, D., Rizzo, C., Hancock, E., Norton, A., & Brown. L. K. (2014). Sexting and sexual bahvior in at-risk adolescents. Journal of pediatrics, 133, 276-282. doi:10.1542/peds.2013-1157
Jessor, R. (1991). Risk behavior in adolescence: a psychosocial framework for understanding and action. Journal of Adolescent Health, 12, 597-605. doi:10.1016/1054-139X(91)90007-K
Karabanova, O. A., & Poskrebsysheva, N. N. (2013). Adolescent autonomy in parent-child relations. Elsevier, 86, 621-628. doi:10.1016/j.sbspro.2013.08.624
Katzer, C., Fetchenhauer, D., & Belschak, F. (2009). Cyberbullying: who are the victims? A comparison of victimization in internet chatrooms and victimization in school. Journal of Media Psychology, 21, 25-36. doi:10.1027/1864-1105.21.1.25
Kerstens, J., & Stol, W. (2012). Jeugd en cybersafety: Online slachtoffer- en daderschap onder Nederlandse adolescenten. Den Haag: Boom Lemma uitgevers. Geraadpleegd van http://www.cyren-jeugd.nl/files/Jeugd%20en%20Cybersafety.pdf
Kerstens, J. (2014). Jeugd en cybersafety twee jaar later. Ontwikkelingen in internetveiligheid. Leeuwarden: NHL Hogeschool & Politieacademie. Geraadpleegd van http://www.slideshare.net/socialmediadna/jeugd-cybersafety-twee-jaar-later-ontwikkelingen-in-internetveiligheid-rapportage
Lakshmana, G., Kasi, S., & Rehmatulla, M. (2017). Internet use among adolescents: Risk-taking behaviour, parental supervision, and implications for safety. Indian Journal of Social Psychiatry, 33, 397-304. doi:10.4103/0971-218603
Lau, W. W. F., & Yuen, A. H. K. (2013). Adolescents’ risky online behaviours: The influence of gender, religion and parenting style. Computers in Human Behavior, 29, 2690-2696. doi: 10.1016/j.chb.2013.07.005
Lazuras, L., Barkoukis, V., & Tsorbatzoudis, H. (2016). Face-to-face bullying and cybercullying in adolescents: Transcontextual effects and role overlap. Technology in Society, 48, 97-104. doi:10.1016/j.techsoc.2016.12.001
Lee, S. J. (2013). Parental restrictive mediation of children’s internet use: effective for what and for whom? New Media en Society, 15, 466-481. doi:10.1177/1461444812452412 Liu, C., Ang, R. P., & Lwin, M. O. (2013). Cognitive, personality and social factors
associated with adolescents’ online personal information disclosure. Journal of Adolescence, 36, 629-638. doi:10.1016/j.adolescence.2013.03.016
Livingstone, S., Haddon, L., Gorzig, A. & Olafsson, K. (2011). Risks and Safety on the Internet—The Perspective of European Children. London: EU Kids Online.
Geraadpleegd van http://www.lse.ac.uk/media%40lse/research/EUKidsOnline/EU%20Kids%20II%20(200
9-11)/EUKidsOnlineIIReports/D4FullFindings.pdf
Livingstone, S. & Helsper, E. (2008). Parental mediation of children’s internet use. Journal of Broadcasting and Electronic Media, 52, 581-599. doi:10.1080/08838150802437396 Livingstone, S. & Helsper, E. (2010). Balancing opportunities and risks in teenagers’ use of
the internet: The role of online skills and self-efficacy. New Media en Society, 12, 309-329. doi:10.1177/1461444809342697
Looze, M., de., Dorsselaer, S. van, Roos, S. de, Verdurmen, J., Stevens, G., Gommans, R., Bon-Martens, M. van, Bogt, T. ter & Vollebergh, W. (2014). Gezondheid, welzijn en opvoeding van jongeren in Nederland. HBSC-2013: Health Behavior in School-aged Children. Utrecht: Universiteit Utrecht. Geraadpleegd van
https://dspace.library.uu.nl/handle/1874/304333
Madden, M., Lenhart, A., Cortesi, S., Gasser, U., Duggan, M., Smith, A., & Beaton, M. (2013). Teens, social media, and privacy. Washington: Pew Research Center. Geraadpleegd van http://www.pewinternet.org/2013/05/21/teens-social-media-and-privacy/
Mesch, G. S. (2009). Parental mediation, online activities, and cyberbullying. Journal of Cyberpsychology & Behavior, 12, 387-393. doi:10.1089/cpb.2009.0068
Moreno, M. A., Parks, M. R., & Richardson, L. P. (2007). What are adolescents showing the world about their health risk behaviors on MySpace? Medscape General Medicine, 9, 9. Geraadpleegd van https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2234280/
National Center of Technology in Education (NCTE). (2008). Watch your space survey. Dublin: National Center of Technology in Education
Notten, N. (2013). Risicogedrag en het wereldwijde web. Mens en Maatschappij, 86, 350-374. doi:10.5117/MEM2013.4.NOTT
Notten, N., & Nikken, P. (2016). Boys and girls taking risks online: A gendered perspective on social context and adolescents’ risky online behavior. New Media and Society, 18, 966-988. doi:10.1177/1461444814552379
Opgenhaffen, M., Vandenbosch, L., Eggermont, S., & Frison, E. (2012). Parental mediation of television viewing in the context of changing parent-child relationships in Belgium: A latent growth curve analysis in early and middle adolescence. Journal of Childrend and Media, 6, 469-484. doi:10.1080/17482798.2012.693051
Oksanen, A. & Keipi, T. (2013). Young People as Victims of Crime on the Internet: A Population-based Study in Finland. Vulnerable Children & Youth Studies, 8, 298–309. doi:10.1080/17450128.2012.752119
Ospina, M., Harstall, C., & Dennet, L. (2010). Sexual exploitation of children and youth over the internet: A rapid review of the scientific literature. Canada: Institute of Health Economics, Alberta
Park, S. (2011). Effects of home environment on internet use and dependence of children and adolescents. Australia: University of Canberra. Geraadpleegd van https://www.researchgate.net/publication/260789959_Effects_of_Home_Environment_ on_Internet_Use_and_Dependence_of_Children_and_Adolescents
Peluchette, J. V., Karl, K., Wood, C., & Williams, J. (2015). Cyberbullying victimization: Do victims’ personality and risky social network behaviors contribute to the problem? Computers in Human Behavior, 52, 424-435. doi:10.1016/j.chb.2015.06.028
Peper, J. S., Koolschijn, C. M. P., & Crone, E. A. (2013). Development of risk taking: contributions form adolescent testosterone and the orbito-frontal cortex. Journal of Cognitive Neuroscience, 25, 2141-2150. doi:10.1162/jocn_a_00445
Pujazon-Zazik, M., & Park, M. J. (2010). To tweet, or not to tweet: gender differences and potential positive and negative health outcomes of adolescents’ social internet use. American Journal of Men’s Health, 4, 77-85. doi:10.1177/1557988309360819
