بررسی نقش تعاملات آنلاین و محیط اجتماعی آفلاین در شکل‌گیری بزهکاری سایبری و سنتی در بین دانشجویان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه علوم اجتماعی، دانشکدۀ علوم انسانی و حقوق، دانشگاه کاشان، کاشان، ایران

2 دانشجوی کارشناسی ارشد گروه علوم اجتماعی، دانشکدۀ آموزش‌های الکترونیک، دانشگاه کاشان، کاشان، ایران

چکیده

این مطالعه نقش تعاملات آنلاین و محیط اجتماعی آفلاین را در شکل‌گیری بزهکاری سنتی و سایبری بررسی کرده است. در پژوهش حاضر با استفاده از نظریه‌های جرم‌شناسی، سه دیدگاه اصلی شامل تأثیر اجتماعی، انتخاب اجتماعی و موقعیتی بررسی شده است. داده‌های جمع‌آوری‌شده نشان می‌دهد که تعاملات آفلاین و نیز مجاورت با مجرمان انگیزه‌دار، نقش مهمی در افزایش احتمال ارتکاب جرایم سنتی و سایبری دارند و اگرچه براساس چارچوب نظری انتظار می‌رفت خودکنترلی نقش میانجی میان متغیرهای اجتماعی و بزهکاری را ایفا کند، در نتایج چنین نقشی مشاهده نشد و این متغیر صرفاً تأثیر مستقیم و بازدارنده‌ای بر جرایم سایبری داشت. این نتایج نشان می‌دهد که اگرچه تعاملات آنلاین با دوستان تأثیر مستقل و مثبتی بر رفتار بزهکارانه دارد، تعاملات آفلاین همچنان نقش مهم‌تری در این زمینه ایفا می‌کند. نتایج تحلیل مسیر نشان داد که متغیرهای «نزدیکی به مجرمان با انگیزه»، «تعامل حضوری با دوستان» و «خودکنترلی» دارای اثرات مستقیم و غیرمستقیم معناداری بر بزهکاری سنتی و سایبری هستند و درمجموع، ۴۱درصد از واریانس این دو نوع بزهکاری ازطریق ترکیب خطی متغیرهای مستقل مدل تبیین می‌شود. براساس این یافته‌ها بر اهمیت برنامه‌های پیشگیری از جرم تأکید شده است که شامل نظارت دقیق‌تر بر تعاملات اجتماعی و تقویت مهارت‌های خودکنترلی است؛ علاوه‌براین، این مطالعه نه‌تنها نیاز به تحقیقات بیشتر را نشان می‌دهد، مفیدبودن روش‌ها و رویکردهای جدید را برای بررسی ارتباطات آنلاین و آفلاین با دوستان و مواجهه با بزهکاران آنلاین نیز نشان می‌دهد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

The Role of Online Interactions and Offline Social Environment in Shaping Cyber and Traditional Delinquency among University Students

نویسندگان [English]

  • Elham Shafaiimoghadam 1
  • Zahra Yazdani- Arani 2
1 Assistant professor, Department of Social Sciences, Faculty of Humanities and Law, University of Kashan, Kashan, Iran
2 Master's student in Cultural Studies, Faculty of Electronic Education, University of Kashan, Kashan, Iran
چکیده [English]

Introduction
The rise of online social networks has transformed interpersonal communication, creating hybrid social spaces where identity development, peer influence, and behavioral learning occur simultaneously. While these environments promote self-expression and social engagement, they also expose individuals—particularly young adults—to deviant norms and opportunities for cyber-offending. This study explored how both online and offline peer interactions collectively affect the likelihood of engaging in traditional and cyber-delinquent behaviors among university students. Drawing on 3 key criminological perspectives—social influence, social selection, and situational theories—the research investigated how proximity to motivated offenders, peer relationships, and individual self-control interact to predict delinquent behavior. In the Iranian context, where digitalization has rapidly transformed youth culture, understanding these dual social domains is essential for formulating effective crime prevention strategies.
 
 
Materials & Methods
This study utilized a quantitative survey design involving 300 students from the University of Kashan, who were selected through simple random sampling from a population of 7,305 students in 2024. Data were gathered using a standardized questionnaire adapted from Reyns (2010), which measured 2 dependent variables: traditional delinquency and cyber-delinquency. Additionally, 4 independent variables were assessed: proximity to motivated offenders, offline peer interaction, online peer interaction, and self-control.
All items were rated on 5-point Likert scales and subsequently re-coded into a range of 0 to 4 for standardization purposes. Cronbach’s alpha coefficients surpassed 0.80 for most scales, indicating strong internal reliability; the self-control scale (α=0.64) was deemed acceptable for exploratory analysis. Construct validity was established through theoretical consistency and reference to previously validated instruments. Data analysis was conducted by using Structural Equation Modeling (SEM) with AMOS 24, which facilitated the estimation of both direct and indirect effects among the variables. Descriptive and inferential statistics, including Pearson correlations and standardized path coefficients, were also employed.
 
Discussion of Results & Conclusion
Model fit indices indicated an excellent overall fit (CFI=0.998, RMSEA=0.000, GFI=0.996), confirming the adequacy of the hypothesized structural model. The results revealed a strong positive correlation between traditional delinquency and cyber-delinquency (r=0.76), suggesting behavioral continuity across different contexts.
Offline peer interaction demonstrated the most significant direct influence on both traditional (β=0.51, p<0.001) and cyber-delinquency (β=0.50, p<0.001), supporting the situational perspective that unstructured, unsupervised interactions increased opportunities for deviant behavior. Proximity to motivated offenders also exhibited significant positive effects with a stronger impact on traditional delinquency (β=0.26) compared to cyber-delinquency (β=0.13). This highlighted the enduring influence of immediate social environments in physical settings.
While online peer interaction showed a weaker but still positive relationship with delinquency, it indicated that digital exposure could transmit deviant norms, albeit mediated by offline social ties. Conversely, self-control displayed a non-significant association with traditional offenses but had a significant negative correlation with cyber-delinquency (β=-0.14, p<0.001). This suggested that impulse regulation was particularly crucial in virtual contexts, which often had limited external oversight.
Collectively, the independent variables accounted for 41% of the variance in both types of delinquency. These findings lent partial support to all three theoretical perspectives: social influence elucidated the peer transmission of deviant norms; social selection highlighted how low self-control drove associations with delinquent peers; and the situational perspective underscored how unsupervised peer contexts facilitated offending.
From a practical standpoint, the results underscored the need for integrated prevention programs that addressed both online and offline peer dynamics. Enhancing digital literacy, improving institutional supervision, and fostering self-regulation skills could effectively reduce delinquent behavior in both environments. Overall, despite the digital shift, traditional socialization mechanisms continued to play a dominant role in the formation of deviant conduct among students.
Future studies should consider employing longitudinal or mixed-method designs to capture the temporal and reciprocal nature of online and offline peer influences on delinquency.

کلیدواژه‌ها [English]

  • Traditional Delinquency
  • Cybercrime
  • Peer Interaction
  • Social Influence
  • Self-Control
  • Online and Offline Networks
  • University Students
  • Criminological Theory

مقدمه و بیان مسئله

در ابتدای ظهور اینترنت، وب‌سایت‌ها بیشتر به‌عنوان منابع اطلاعاتی بودند که کاربران می‌توانستند به آن‌ها مراجعه و اطلاعات لازم خود را پیدا کنند. این وب‌سایت‌ها به‌طور عمده توسط سازمان‌ها و افراد خاص ایجاد می‌شدند و کاربران عادی نقش فعالی در تولید محتوا نداشتند؛ اما با گذشت زمان، اینترنت به سمت یک فضای بازتر، تعاملی‌تر و کاربرمحورتر تکامل یافت که به آن «وب 2.0» می‌گویند. در این مرحلۀ جدید، کاربران نه‌تنها اطلاعات را مصرف می‌کنند، به‌طور فعال در تولید محتوا، اشتراک‌گذاری اطلاعات و تعامل با دیگران شرکت می‌کنند. وب‌سایت‌ها و پلتفرم‌های اجتماعی مثل وبلاگ‌ها، ویکی‌ها و شبکه‌های اجتماعی نمونه‌هایی از این تغییر هستند که کاربران می‌توانند به سادگی محتوا ایجاد و منتشر کنند، نظرات خود را بیان کنند و با دیگران تعامل داشته باشند (O'Reilly, 2007; Beer & Burrows, 2007)؛ به عبارت دیگر، این فضا به یکی از مهم‌ترین بسترهای تعاملات اجتماعی بین افراد تبدیل شده است (Boyd, 2014) و افراد زیادی از قشرها و سنین مختلف جذب شبکه‌های اجتماعی مانند فیس‌بوک، اینستاگرام و ... می‌شوند. طبق گزارش سایت آمارفکت تا سال 2000 کمتر از یک درصد جمعیت ایران به اینترنت دسترسی داشته‌اند، اما از این سال به بعد سهم استفاده‌کنندگان اینترنت در ایران با شیب بسیار زیادی افزایش پیدا کرده است؛ به‌گونه‌ای‌که در سال 2020 بیش از 84درصد از جمعیت ایران از اینترنت استفاده می‌کرده‌اند (https://amarfact.com/statistics).

در این میان، شبکه‌های اجتماعی متصل به اینترنت، فرصت‌ها و پاداش‌های بسیاری ازجمله ابراز خود، شکل‌گیری هویت و صمیمیت را فراهم می‌کنند، اما ریسک‌هایی نیز وجود دارد؛ مانند بزهکاری سایبری و مواجهه با محتوای مضر. باتوجه‌به اینکه امروزه تعاملات اجتماعی بین جوانان به‌ویژه دانشجویان به‌طور فزاینده‌ای آنلاین صورت می‌گیرد و ممکن است در برخی موارد جایگزین تعاملات حضوری شود، درک پیامدهای آن برای رفتار و توسعۀ روانی _ اجتماعی آنان اهمیت دارد (Subrahmanyam & Smahel, 2011; Valkenburg & Piotrowski, 2017).

در این راستا، محققان در زمینۀ جرم‌شناسی این سؤال را مطرح کرده‌اند که تعامل آنلاین افراد ازطریق شبکه‌های اجتماعی چه تأثیری بر رفتارهای بزهکارانۀ آنان دارد (Mikami et al., 2010; Warr, 2002; Weerman et al., 2015). این تعامل نه‌تنها فرصت‌های جدیدی برای ارتکاب جرم فراهم می‌کند، به این معناست که همسالان فرد علاوه‌بر تأثیرات آفلاین، ممکن است به‌صورت آنلاین نیز بر رفتارهای بزهکارانۀ سایبری و غیرسایبری یکدیگر تأثیر بگذارند.

منظور از رفتارهای بزهکارانه یا جرایم سایبری، جرایمی مانند هک مخرب، تغییر محتوای وب‌سایت، کنترل غیرقانونی بر سیستم‌های فناوری اطلاعات، استفاده از بدافزار و غیره است. هک مخرب[1] جرمی است که در آن فرد به‌طور غیرقانونی به سیستم فناوری اطلاعات، حساب ایمیل و غیره دسترسی پیدا می‌کند. این جرم می‌تواند به روش فنی پیشرفته با استفاده از ضعف‌های سیستم‌های فناوری اطلاعات یا فقط با حدس‌زدن رمز عبور کسی انجام شود. تغییر محتوای وب‌سایت جرمی است که در آن فرد بدون اجازۀ صاحب سایت، محتوای یک وب‌سایت، پروفایل آنلاین و غیره را تغییر می‌دهد. کنترل غیرقانونی بر سیستم‌های فناوری اطلاعات نیز جرمی است که در آن فرد به حدی به یک سیستم فناوری اطلاعات دسترسی پیدا می‌کند که می‌تواند فرایندهای موجود در سیستم را بدون اجازه تغییر دهد. استفاده از بدافزار نیز جرمی است که در آن مجرم از نرم‌افزار مخرب برای دستکاری یک سیستم فناوری اطلاعات، برای مثال برای سرقت داده‌ها از آن سیستم استفاده می‌کند (Weulen Kranenbarg, 2018: 16).

جرایم سنتی نیز شامل آن دسته از رفتارهایی می‌شود که طبق قوانین هر کشور، به‌عنوان جرم در نظر گرفته شده‌اند و معمولاً شامل اعمالی چون سرقت، قتل، تجاوز، و کلاهبرداری می‌شود. به‌طور کلی، این جرایم شامل فعالیت‌هایی هستند که قبل از ظهور فناوری‌های مدرن، به‌عنوان تهدیدی برای نظم اجتماعی و امنیت عمومی در نظر گرفته می‌شدند (Nosal, 2023: 178). در حالی که تحقیق در زمینه جرم‌شناسی برای جرایم سنتی موضوعی مهم و پرمطالعه است، اما ارتکاب جرایم سایبری و شرایط فردی و موقعیتی مرتبط با آن به صورت اندک و محدود مورد بررسی قرار گرفته است. در سال‌های اخیر، تحقیقات در زمینه جرم سایبری به بررسی کاربرد نظریه‌های سنتی جرم‌شناسی برای جرم سایبری پرداخته‌اند که بیشتر بر خودکنترلی پایین و یادگیری اجتماعی تمرکز داشته‌اند (مانند تحقیقات Holt et al., 2012; Holt et al., 2010; Marcum et al., 2014; Morris & Blackburn, 2009).

این در حالی است که محققانی همچون کمپبل و کندی[2] (2012)، جایشانکار[3] (2009) و سولر[4] (2004) استدلال کرده‌اند که افراد احساس می‌کنند فضای مجازی از دنیای واقعی جدا است و رفتارهای آنلاین آن‌ها هیچ پیامد واقعی در دنیای واقعی ندارد. این جدایی بین رفتارهای آنلاین و آفلاین ممکن است باعث شود که آن‌ها مسئولیت اقدامات آنلاین خود را احساس نکنند. همچنین، به دلیل اینکه احتمال دستگیری برای جرایم سایبری بسیار کم است (Leukfeldt et al., 2013; Maimon et al., 2014; Young et al., 2007)، بیشتر مجرمان سایبری هرگز با پیامدهای اجتماعی منفی مواجه نمی‌شوند؛ درنتیجه، افرادی که در دنیای آفلاین به هم‌نوایی متعهد هستند، ممکن است همچنان مرتکب جرایم سایبری شوند؛ زیرا ممکن است پیامدهای واقعی رفتار مجرمانه آنلاین خود را در نظر نگیرند؛ بنابراین، پیوندهای اجتماعی قوی ممکن است به اندازۀ جرایم سنتی، بر جرایم سایبری تأثیر نگذارند. درواقع، ازآنجاکه فعالیت‌های آنلاین بسیار کمتر آشکار و ناشناس‌تر از بیشتر رفتارهای آفلاین هستند، تأثیر کنترل اجتماعی مستقیم و فعالیت‌های روزمره بر ارتکاب جرایم سایبری ممکن است محدود باشد. حضور صرف دیگران ممکن است به همان اندازه که بر رفتار آفلاین افراد کنترل اعمال می‌کند، بر رفتار آنلاین آن‌ها تأثیر نگذارد. افراد حتی ممکن است قادر به ارتکاب جرایم سایبری باشند، بدون توجه به اینکه همسر، فرزندان، همکاران، کارفرمایان، معلمان یا همکلاسی‌ها در موقعیت حضور داشته باشند. این موضوع به‌ویژه زمانی صادق است که مرتکب، دانش بیشتری از فناوری اطلاعات در مقایسه با دیگران داشته باشد که نمی‌دانند چه کاری در رایانه انجام می‌شود (Weulen Kranenbarg, 2018)؛ بنابراین، علاوه‌بر سرمایه‌گذاری در یک سبک زندگی خاص، تحصیلات به‌ویژه تحصیلات مرتبط با فناوری اطلاعات نیز می‌تواند به فرد دانش لازم برای ارتکاب جرایم سایبری را بدهد. افراد با تحصیلات بیشتر در مقایسه با افراد با تحصیلات کمتر دانش بیشتری در زمینۀ فناوری اطلاعات دارند که آن‌ها را برای ارتکاب جرایم سایبری توانمندتر می‌کند. علاوه‌بر دانش و استفادۀ گسترده از رایانه‌ها در بیشتر فعالیت‌های روزانه، دانشگاه‌ها نیز دسترسی به سیستم‌های رایانه‌ای پیشرفتۀ شبکه‌ای را برای دانشجویان فراهم می‌کنند که بدون آن‌ها ارتکاب جرایم سایبری بسیار سخت‌تر است (Maimon et al., 2013)؛ برای مثال، با هک‌کردن شبکۀ رایانه‌ای یک دانشگاه، فرد می‌تواند به ظرفیت رایانه‌ای بیشتری دسترسی پیدا کند تا بتواند حملۀ دیجیتال انجام دهد که تنها با یک رایانۀ خانگی ممکن نیست (Chiesa et al., 2008).

اهمیت اجتماعی و علمی انتخاب این موضوع از آنجا ناشی می‌شود که گسترش سریع فضای آنلاین و شبکه‌های اجتماعی موجب دگرگونی در الگوهای رفتاری و افزایش احتمال بزهکاری سایبری شده است. این نوع جرایم به دلیل ماهیت فناوری‌محور، ناشناختگی و پیچیدگی تعاملات آنلاین، نیازمند مطالعه‌ای مستقل و متفاوت از جرایم سنتی هستند. بررسی این پدیده در ایران، به‌ویژه در شهر کاشان که دارای جمعیت درخورتوجه دانشجویی و دسترسی گسترده به اینترنت است، می‌تواند زمینه‌ساز تولید داده‌های دقیق و کاربردی برای پیشگیری از بزهکاری و ارتقای امنیت فضای مجازی باشد؛ افزون بر این، کمبود پژوهش‌های محلی و فارسی در حوزۀ عوامل مؤثر بر جرایم سایبری، ضرورت انجام چنین تحقیقی را دوچندان می‌کند.

در این راستا، این سؤال مطرح می‌شود که آیا نظریه‌های جرم‌شناسی دربارۀ ارتکاب جرایم سنتی برای جرایم سایبری ‌کاربردپذیر است و درصورت قابلیت کاربرد، آیا تأثیر عوامل زندگی بر ارتکاب جرایم سایبری به همان اندازه قوی است که برای جرایم سنتی مشاهده می‌شود یا خیر. مطالعۀ اخیر در هلند نشان داد که منحنی‌های سن _ جرم برای تمام مظنونان هک (هک مجرمانه) در هلند مشابه منحنی‌های تمام مظنونان دیگر در هلند است (Ruiter & Bernaards, 2013)؛ بااین‌حال، مطالعات اندکی این موضوع بررسی کرده است که چه جنبه‌هایی از زندگی افراد بر اینکه آیا آن‌ها مرتکب جرایم سایبری می‌شوند، تأثیر می‌گذارد و تا چه حد این تأثیرات مشابه یا متفاوت از تأثیرات مشاهده‌شده در تحقیقات جرم‌شناسی سنتی دربارۀ جرایم سنتی است. این کمبود اطلاعات عمدتاً به دلیل عدم‌دسترسی به داده‌های غنی در زمینۀ جرایم سایبری است که برای تحقیقات جرم‌شناسی لازم است. در مطالعۀ حاضر، دقیقاً این نوع داده‌ها جمع‌آوری می‌شود. مهم‌ترین سؤال تجربی که باید هم‌اکنون به آن پرداخته شود، این است که آیا به‌طورکلی، ارتکاب جرایم سایبری با ارتکاب جرایم سنتی قابل‌مقایسه است یا خیر؟

مطالعات پیشین در حوزۀ جرایم سنتی نشان داده‌اند که برخی از الگوهای رفتاری و عوامل مؤثر در این جرایم ممکن است در انواع مختلف جرایم سایبری نیز مشاهده شود؛ موضوعی که نیازمند بررسی دقیق‌تر در پژوهش حاضر است. در راستای مطالعات قبلی، پژوهش حاضر بین انواع مختلف جرایم سنتی تفاوتی قائل نشده‌ و همه را به‌عنوان یک گروه بررسی کرده است؛ بر این اساس، مطالعۀ حاضر با تمرکز بر عوامل فردی مانند خودکنترلی و عوامل موقعیتی ازجمله مجاورت آنلاین با متخلفان انگیزه‌دار، میزان استفاده از اینترنت برای تعامل آنلاین با دوستان در شبکه‌های مجازی و سایت‌های اینترنتی، تعامل آفلاین با دوستان بزهکار، و رابطۀ آن‌ها با ارتکاب جرایم سنتی و سایبری، درصدد پاسخ‌گویی به سؤال پژوهش است.

 

پیشینۀ پژوهش

باتوجه‌به پژوهش‌های داخلی، یافته‌ها نشان می‌دهد که فعالیت‌های آنلاین و تعاملات همسالان نقش مهمی در بزهکاری و بزهکاری سایبری دارد. بیداروند و پورقهرمانی (1403) با بهره‌گیری از روش کمّی در جامعۀ کاربران فضای مجازی ایران در دوران کرونا نشان دادند که ارتقای سواد رسانه‌ای تأثیر معناداری در کاهش بزهکاری سایبری دارد؛ زیرا افراد آموزش‌دیده قادرند پیامدهای منفی تعاملات آنلاین را بهتر مدیریت کنند؛ در همین راستا، فرامرزیانی (1403) در مطالعه‌ای کیفی با 22 مصاحبۀ عمیق از کارشناسان رسانه و حقوق در ارومیه دریافت که شبکه‌های اجتماعی نقش دوگانه‌ای دارد؛ از یک سو می‌تواند احساس ناامنی و تمایل به بزهکاری را تشدید کند و از سوی دیگر، با آموزش سواد رسانه‌ای، امکان کاهش گرایش به رفتارهای انحرافی فراهم می‌شود. جهانبانی و همکاران (1401) در مطالعه‌ای پیمایشی از جمعیت جوانان ایرانی نشان دادند که عوامل اقتصادی و اجتماعی در کنار ضعف نظارت خانواده و تأثیر گروه‌های همسال مجازی، زمینه‌ساز بزهکاری است و این یافته‌ها اهمیت بررسی هم‌زمان عوامل فردی و موقعیتی را در پیشگیری از رفتارهای بزهکارانه تأکید می‌کند. همچنین لطفی (1401) با رویکردی حقوقی، قوانین ایران را دربارۀ پیشگیری از بزهکاری اطفال و نوجوانان تحلیل کرد و نشان داد که کاستی‌های قانونی و اجرایی در این حوزه می‌تواند مسیر را برای گسترش بزهکاری سایبری هموار کند. پیش‌تر، حاجی ده‌آبادی و سلیمی (1398) در پژوهشی کیفی روی 10 نوجوان بزهکار و 10 نوجوان بزه‌دیدۀ فعال در شبکه‌های اجتماعی نشان دادند که بی‌احتیاطی در تعاملات مجازی، مسئولیت‌گریزی و تفاوت‌های جنسیتی در بزهکاری سایبری نقش تعیین‌کننده‌ای دارد. همچنین، پژوهش پیمایشی خواجه‌نوری و هاشمی‌نیا (1389) با جامعۀ آماری 610 دانش‌آموز دبیرستانی شیراز نشان داد که فعالیت‌های فراغتی سازمان‌یافته رابطۀ منفی با بزهکاری دارد؛ درحالی‌که فعالیت‌های بدون ساختار به شکل معناداری با رفتارهای بزهکارانه مرتبط است.

در سطح بین‌المللی، پژوهش‌های متعددی نقش تعاملات همسالان، فعالیت‌های روزمره و فعالیت‌های آنلاین را در بزهکاری و جرایم سایبری نشان داده‌ است. هاتچینگز و کلایتون[5] (2016) در مطالعه‌ای کیفی از هکرهای سابق دریافتند که عضویت در انجمن‌های آنلاین بستری برای یادگیری مهارت‌های فنی و توجیه اخلاقی جرم فراهم می‌کند. هوبان[6] و همکاران (2016) با مرور نظام‌مند ده‌ها مطالعۀ تجربی نشان دادند که گذراندن وقت با دوستان در شرایط کم‌نظارت به‌طورمستقیم با بزهکاری و مصرف مواد مرتبط است. مک‌کادی و ووگل[7] (2015 a و 2015b) دریافتند که مواجهه با محتوای بزهکارانه در رسانه‌های اجتماعی نگرش مثبت به بزهکاری را تقویت می‌کند؛ هرچند پس از کنترل سایر عوامل، شدت این رابطه کاهش می‌یابد. ملدروم و کلارک[8] (2015) نیز نشان دادند که صرف وقت آنلاین با دوستان حتی پس از کنترل معاشرت حضوری همچنان پیش‌بینی‌کنندۀ بزهکاری آفلاین است. ویرمن[9] و همکاران (2015) دریافتند کسانی که زمان بیشتری را صرف ارتباط آنلاین با دوستان می‌کنند، سطوح بالاتری از بزهکاری آفلاین دارند؛ هرچند با کنترل معاشرت حضوری بدون ساختار، شدت این رابطه کاهش می‌یابد. هولت[10] و همکاران (2012) گزارش کردند که داشتن دوستانی با گرایش به جرایم سایبری یکی از پیش‌بینی‌کننده‌های اصلی ارتکاب این جرایم است. پرَت[11] و همکاران (2010) در فراتحلیل خود دریافتند که رابطۀ میان دوستان بزهکار و ارتکاب جرم از قوی‌ترین یافته‌های تجربی در جرم‌شناسی است. وار[12] (2002) نشان داد که صرف هم‌نشینی روزمره با دوستان بزهکار فرصت‌ها و فشارهای لازم برای ارتکاب جرم را فراهم می‌کند؛ درحالی‌که هاینی[13] (2001 2002/) با استفاده از تحلیل شبکه‌های اجتماعی میان دانش‌آموزان دبیرستانی دریافت که تراکم و ترکیب روابط دوستان بزهکار و غیربزهکار شدت اثرگذاری دوستان را افزایش می‌دهد. هولت (2007) نشان داد که دانش فنی و تکنیک‌های خنثی‌سازی جرم در انجمن‌های هکری آنلاین میان همسالان منتقل می‌شود. اگنیو[14] (1991) دریافت که تعاملات هم‌زمان نگرش و رفتار میان همسالان، به تقویت گرایش به بزهکاری منجر می‌شود و آکرز[15] و همکاران (1979) نیز تأکید کردند که فرایندهای یادگیری اجتماعی نظیر مشاهده و تقویت متقابل در میان دوستان، زمینۀ انتقال رفتارهای بزهکارانه را فراهم می‌سازد. همچنین اوسگود[16] و همکاران (1996) نشان دادند که نوجوانانی که زمان بیشتری را در فعالیت‌های فاقد ساختار و بدون نظارت سپری می‌کنند، فرصت بیشتری برای ارتکاب جرم دارند. ور و استافورد[17] (1991) دریافتند که حتی ادراک فرد از نگرش همسالان به بزهکاری، مستقل از رفتار واقعی آنان بر احتمال ارتکاب جرم اثرگذار است.

براساس شواهد پژوهش‌های داخلی و بین‌المللی، روشن است که تعاملات همسالان، فعالیت‌های روزمره و استفاده از فضای آنلاین نقش بسزایی در شکل‌گیری و تقویت گرایش به بزهکاری و بزهکاری سایبری ایفا می‌کنند. یافته‌های داخلی حاکی‌ازآن است که ضعف نظارت خانواده، کمبود سواد رسانه‌ای، شرایط اقتصادی و اجتماعی، و نوع تعاملات حضوری و مجازی با همسالان، زمینه‌ساز رفتارهای بزهکارانه است؛ درحالی‌که آموزش سواد رسانه‌ای و فعالیت‌های فراغتی سازمان‌یافته می‌تواند این گرایش را کاهش دهد. مطالعات بین‌المللی نیز نشان می‌دهد که شبکه‌های دوستان بزهکار و عضویت در گروه‌ها و انجمن‌های آنلاین در تعاملات حضوری و نیز در فعالیت‌های مجازی موجب تقویت نگرش و رفتار بزهکارانه و تسهیل انتقال دانش فنی و فرصت‌های ارتکاب جرم می‌شود. درمجموع، این شواهد بر ضرورت بررسی هم‌زمان عوامل فردی، موقعیتی و آنلاین تأکید دارد تا بتوان درک جامع و دقیقی از عوامل مؤثر بر ارتکاب جرایم سنتی و سایبری به دست آورد.

 

چارچوب نظری

دیدگاه تأثیر اجتماعی[18] یا اجتماعی‌شدن بر این باور است که مکانیزم‌های تأثیر اجتماعی باعث می‌شود که افراد زمانی که همسالان بزهکار بیشتری در مقایسه با همسالان غیربزهکار دارند، به بزهکاری روی آورند. مثال کلاسیک این دیدگاه، نظریۀ ارتباطات افتراقی ساترلند[19] (1939) است. این نظریه بیان می‌کند که رفتارهای مجرمانه و انحرافی، همچون سایر رفتارهای انسانی، ازطریق فرایندهای اجتماعی و تعاملات میان‌فردی قابل‌یادگیری است (خسروی و خسروی، 1393). براساس این نظریه، افرادی که در محیطی با هم‌نشینان و ارتباطات اجتماعی مجرمانه قرار دارند، احتمال بیشتری برای یادگیری و پذیرش رفتارهای انحرافی دارند (عبداللهی، 1391)؛ به عبارت دیگر، گرایش افراد به بزهکاری تحت‌تأثیر تعاریف و نگرش‌های منتقل‌شده از همسالان قرار می‌گیرد و شبکه‌های اجتماعی نقش محوری در این فرایند دارد (پرهوده و همکاران، 1401). نظریۀ ارتباطات افتراقی نشان می‌دهد که تغییر در شبکۀ دوستان ممکن است به افزایش یا کاهش رفتار بزهکارانه منجر شود. مثال جدیدتر این دیدگاه، نظریۀ یادگیری اجتماعی[20] (Akers et al., 1979) است. این نظریه نیز فرض می‌کند که رفتار بزهکارانه ازطریق ارتباطات اجتماعی آموخته می‌شود؛ نه‌تنها ازطریق انتقال «تعاریف»، همچنین ازطریق تقویت رفتاری متفاوت توسط دیگران و تقلید از رفتار بزهکارانه‌ای که دیگران برای آن پاداش می‌گیرند. همچنین، روابط نزدیک با همسالان بزهکار می‌تواند نقش مهمی در تثبیت رفتارهای انحرافی ایفا کند و الگوهای رفتاری در گروه همسالان به شکل چشمگیری بر رفتار فرد اثر می‌گذارد (غیوری‌نیا و همکاران، 1401).

در این راستا، میزان استفاده از شبکه‌های مجازی و سایت‌های اینترنتی یکی از عوامل محیطی مرتبط با احتمال ارتکاب جرم سایبری است (یاراحمدی و شادمان‌نیا، ۱۴۰۱). همچنین، تعاملات آنلاین با همسالان بزهکار حتی بدون حضور فیزیکی، فرصت ارتکاب رفتارهای غیرقانونی را افزایش می‌دهد (Lu et al., 2006)؛ علاوه‌براین، حضور در محیط‌هایی که فناوری‌های اطلاعاتی در دسترس است، امکان دسترسی به تکنیک‌ها و ابزارهای پیشرفته را فراهم می‌کند (Grabosky & Walkley, 2007). به همین ترتیب، زمان طولانی سپری‌شده در فضای آنلاین توانایی فرد را برای انجام رفتارهای مجرمانه گسترش می‌دهد (Nykodym et al., 2005). همچنین، مجاورت با افراد دارای رفتارهای بزهکارانه انگیزه و گرایش فرد به رفتارهای بزهکارانه را تقویت می‌کند (Maimon et al., 2013)؛ در همین راستا، دوستان بزهکار نقش مهمی در تثبیت رفتارهای انحرافی دارند (Goldsmith & Breuer, 2015)؛ علاوه‌براین، افراد در معرض تعامل با بزهکاران آنلاین احتمال بیشتری برای پیروی از رفتارهای غیرقانونی دارند (Yar, 2013). از طرف دیگر، عضویت در گروه‌های آنلاین یا تعامل در شبکه‌های اجتماعی زمینه‌ساز پذیرش رفتارهای غیرقانونی به‌عنوان هنجار اجتماعی است (Campbell & Kennedy, 2012)؛ در نهایت، حضور مستمر در این فضاها فرصت و انگیزۀ ارتکاب جرم‌های سایبری را افزایش می‌دهد (Holt & Kilger, 2008).

براساس دیدگاه انتخاب اجتماعی[21]، رابطۀ بین همسالان و بزهکاری رابطه‌ای علّی نیست، بلکه نتیجۀ ترجیحات دوستی است. فرض بر این است که افراد بزهکار بیشتر دوستان بزهکار را انتخاب می‌کنند و بالعکس، افراد غیربزهکار دوستان غیربزهکار را انتخاب می‌کنند. مثال کلاسیک این دیدگاه، نظریۀ کنترل اجتماعی هیرشی[22] (1969) است که نظریۀ پیوند نیز نامیده می‌شود (سلیمی و داوری، 1385). در آن نبود یا ضعف پیوند با جامعه به‌عنوان علت اصلی بزهکاری در نظر گرفته می‌شود و همسالان بزهکار به‌عنوان نتیجه‌ای از رفتار بزهکارانه معرفی می‌شوند. مثال دیگر، نظریۀ عمومی جرم است که در آن نبود خودکنترلی به‌عنوان مهم‌ترین توضیح بزهکاری معرفی می‌شود (Gottfredson & Hirschi, 1990). بزهکاران سایبری برای انجام حملات پیچیده نیاز به برنامه‌ریزی دقیق و توانایی فکرکردن به جلو دارند که نشان‌دهندۀ خودکنترلی بیشتر در مقایسه با بزهکاران سنتی است (Bussler & Breusch, 2011; Holt & Kilger, 2008). این خودکنترلی می‌تواند به دلیل نیاز به یادگیری و استفاده از مهارت‌های IT برای ارتکاب جرم‌های سایبری باشد که برای جرم‌های سنتی چنین نیازی وجود ندارد. تحقیقات نشان داده‌ است که خودکنترلی ضعیف می‌تواند به عدم‌توانایی در مدیریت انگیزه‌های بزهکارانه و درنتیجه افزایش احتمال ارتکاب جرم منجر شود (Gottfredson & Hirschi, 1990; Holt et al., 2012)؛ زیرا این افراد دارای شخصیت تکانشی بوده و در برابر احساسات افراد دیگر حساس نیستند، ریسک‌پذیر، کوته‌نظر و غیرکلامی هستند. این ویژگی‌ها موجب خودکنترلی ضعیف افراد می‌شود که درنهایت تأثیر مثبتی بر رفتار انحرافی دارد (فیروزجائیان و توکلی، 1395).

دیدگاه موقعیتی[23] نیز بیان می‌کند که موقعیت‌ها یا زمینه‌هایی که در آن افراد با هم وقت می‌گذرانند، می‌تواند باعث رفتار بزهکارانه شود. یک مثال از این دیدگاه، تطبیق میکرو _ سطحی نظریۀ فعالیت‌های روزمرۀ اوزگود[24] و همکاران (1996) است (Osgood et al., 1996; Osgood & Anderson, 2004). فرض زیربنایی این رویکرد این است که موقعیت‌هایی که در آن همسالان با هم هستند و نظارت دیگران وجود ندارد، اغلب مشوق‌ها و فرصت‌های ارتکاب جرم را افزایش می‌دهد. در دسترس بودن، زمان بدون ساختار، حضور مجرمان احتمالی و فقدان مراقبین کارآمد می‌تواند افراد را به سمت رفتار بزهکارانه سوق دهد. براساس این نظریه، این وضعیت‌های موقعیتی است که رفتار بزهکارانۀ آنها را ازطریق افزایش فرصت‌ها و مشوق‌های موقعیتی توضیح می‌دهد. همچنین، براساس این نظریه، جرم در بستر فعالیت‌های معمولی روزمره و به طرزی نسبتاً فوری اتفاق می‌افتد که احتمالاً برای مجرم، فضای آشنا یا عادی است (آقایی، 1400). نکتۀ مهم این است که همسالان لازم نیست خودشان بزهکار باشند تا به یک عامل جرم‌زا تبدیل شوند. فرایندهای جمعی مانند ناشناس‌ماندن، پخش مسئولیت و سرکشی ممکن است رفتار بزهکارانه را در گروه‌ها بیشتر کند (Warr, 2002).

به‌طور خلاصه، هر سه دیدگاه نشان می‌دهند که رابطه‌ای بین همسالان و رفتار بزهکارانه وجود دارد؛ اما آنها در مکانیزم‌های فرض‌شده پشت این رابطه با هم تفاوت دارند. دیدگاه تأثیر اجتماعی پیش‌بینی می‌کنند که افراد در مواجهه با رفتار بزهکارانۀ همسالانشان، احتمال بیشتری برای بزهکارشدن دارند. دیدگاه انتخاب اجتماعی فرض می‌کند که افراد بزهکار احتمال بیشتری برای دوست‌شدن با دوستان بزهکار دارند؛ اما رفتار بزهکارانه، خود ناشی از عوامل دیگری است. محققان دیدگاه موقعیتی پیش‌بینی می‌کنند که گذراندن وقت با همسالان در شرایط بدون ساختار و بدون نظارت، رفتار بزهکارانۀ افراد را توضیح می‌دهد.

اما تحقیقات قبلی به‌طورمستقیم میزان شباهت در رفتارهای انحرافی در شبکه‌های اجتماعی را بین جرایم سایبری و جرایم سنتی مقایسه نکرده‌اند. این مطالعات بیشتر بر یادگیری اجتماعی در جرایم سایبری تمرکز کرده‌اند و ادعا کرده‌اند که برای مثال، تقلید برای یادگیری مهارت‌ها در جرایم سایبری در مقایسه با جرایم سنتی مهم‌تر است؛ درنتیجه استدلال‌هایی که ممکن است نشان دهند تأثیر انتخاب در جرایم سایبری کمتر است، نادیده گرفته شده‌اند.

اگرچه تحقیقات قبلی نشان داده‌اند که داشتن همسالان بزهکار و گذراندن زمان زیاد با آنها با افزایش احتمال بزهکاری مرتبط است، اینکه آیا این مسئله در دنیای آنلاین نیز صدق می‌کند، هنوز به‌خوبی بررسی نشده است. ممکن است فرایندهای همسالان آنلاین صرفاً ادامه‌ای از آنچه همسالان به‌صورت آفلاین انجام می‌دهند باشد؛ اما تعاملات همسالان ازطریق شبکه‌های اجتماعی ممکن است فرایندهای آفلاین را تقویت کند یا تأثیر مستقلی داشته باشد. همچنین، آنچه همسالان به‌صورت آنلاین انجام می‌دهند ممکن است پیامدهایی برای رفتارهای آفلاین آنها داشته باشد و بالعکس، تعاملات آفلاین ممکن است به ارتکاب جرایم آنلاین منجر شود. ظهور شبکه‌های اجتماعی و دنیای دیجیتال به‌شدت رابطۀ بین همسالان و بزهکاری را پیچیده کرده است و لازم است که درک دقیقی از این دینامیک‌های جدید بین همسالان و رفتار بزهکارانه در دنیای آنلاین و آفلاین به دست آید.

به‌طور خلاصه، پیشینۀ موجود نشان می‌دهد که مواجهه با همسالان بزهکار در رسانه‌های اجتماعی و تا حدی کمتر، گذراندن وقت آنلاین با همسالان ممکن است با افزایش رفتار بزهکارانه مرتبط باشد؛ بااین‌حال، هنوز مشخص نیست که این روابط چقدر برجسته هستند؛ آیا این روابط به بزهکاری آنلاین نیز منجر می‌شود یا خیر و اینکه آیا این اثرات به‌طور منحصربه‌فردی مستقل از تأثیرات همسالان آفلاین تفسیرپذیر است یا خیر؟

درواقع، باوجود این مطالعات پیشگام، هنوز مشخص نیست که آیا مواجهۀ آنلاین با رفتارهای بزهکارانه تأثیرات منحصربه‌فردی بر رفتار بزهکارانه دارد یا اینکه این تأثیرات به‌شدت با مواجهۀ آفلاین با همسالان بزهکار هم‌پوشانی دارد. در مطالعۀ حاضر به‌طور هم‌زمان مواجهۀ آنلاین و آفلاین با رفتارهای بزهکارانۀ همسالان و زمان‌های بی‌ساختار سپری‌شده با آنان با در نظر گرفتن متغیر خودکنترلی و ارتباط آن با انواع بزهکاری سنتی و سایبری بررسی شده است.

در این راستا، مطالعۀ فعلی به چندین روش به پیشینۀ موجود کمک می‌کند: نخست، این مطالعه هر دو نوع رفتار بزهکارانۀ سنتی و سایبری را بررسی می‌کند. این کار مطابق با توصیه‌های ملدروم و کلارک (2015) است و امکان بررسی رابطۀ بین تعامل با همسالان و بزهکاری را می‌دهد؛ دوم، همان‌طور که مک‌کادی و وگل (2015a و 2015b) پیشنهاد کرده‌اند، این مطالعه شامل هر دو متغیر همسالان آنلاین و آفلاین می‌شود؛ سوم، در این پژوهش از معیارهای جدیدی برای اندازه‌گیری «قرارگرفتن در معرض بزهکاری همسالان به‌صورت آنلاین و آفلاین» استفاده گردیده است. همچنین معیارهایی برای اندازه‌گیری زمان صرف‌شده با همسالان به‌صورت آنلاین و آفلاین در نظر گرفته شده است؛ چهارم، روش‌شناسی پژوهش این امکان را فراهم می‌کند که به‌طورمستقیم یا غیرمستقیم اعتبار هر سه دیدگاه نظری را دربارۀ همسالان و بزهکاری با استفاده از داده‌های مقطعی بررسی گردد. در پژوهش حاضر از رویکرد مشابهی پیروی می‌شود که بایر[25] (2014) استفاده کرده است که او نیز از داده‌های مقطعی در زمینه‌های مختلف برای آزمودن رابطۀ بین تعامل با همسالان و بزهکاری استفاده کرد (اما درمورد او، درون و خارج از مدرسه به‌جای آنلاین و آفلاین). براساس سه دیدگاه نظری و ویژگی‌های خاص رسانه‌های اجتماعی، چندین فرضیه تدوین شده است که می‌توان آنها را با داده‌های جمع‌آوری‌شده ارزیابی کرد.

سه دیدگاه نظری به‌کاررفته در این پژوهش هریک بر جنبه‌ای متمایز از نقش همسالان و ویژگی‌های فردی در شکل‌گیری بزهکاری تأکید دارند و به همین دلیل، متغیرهای مستقل تحقیق از دل این دیدگاه‌ها استخراج شده‌اند تا بتوان نحوۀ اثرگذاری هرکدام را در زمینۀ بزهکاری سنتی و سایبری به‌طور هم‌زمان بررسی کرد.

دیدگاه تأثیر اجتماعی/ اجتماعی‌سازی بر این فرض استوار است که افزایش تعداد دوستانی که رفتار بزهکارانه را تأیید یا بازنمایی می‌کنند، احتمال ارتکاب بزهکاری را در فرد افزایش می‌دهد. رسانه‌های اجتماعی با فراهم‌کردن بستری برای تبادل تصاویر، پیام‌ها و روایت‌هایی از بزهکاری واقعی یا فرضی، این فرایند را تسهیل و تقویت می‌کنند. افراد در چنین فضایی نه‌تنها در معرض دوستان نزدیک خود، در معرض گروه وسیع‌تری از افراد نیز قرار می‌گیرند که گاه ارتباط حضوری اندکی با آنها دارند یا حتی هرگز به‌صورت آفلاین ملاقاتشان نکرده‌اند. از این منظر، متغیرهای نزدیکی به مجرمان باانگیزه و ارتباط و تعامل آنلاین با دوستان، برگرفته از این دیدگاه‌ است؛ زیرا بیانگر میزان مواجهه با الگوهای بزهکارانه در شبکه‌های اجتماعی است؛ بر این اساس انتظار می‌رود هرچه افراد بیشتر در معرض چنین تعاملاتی قرار گیرند، احتمال بزهکاری سنتی و سایبری در آنها افزایش یابد (فرضیۀ 1 و 2).

در ادامه، دیدگاه موقعیتی تأکید می‌کند که اجتماعی‌شدن در شرایط غیرساختاری و بدون نظارت، حتی در غیاب دوستان بزهکار، می‌تواند زمینه‌ساز بزهکاری باشد. رسانه‌های اجتماعی نیز شرایطی مشابه فراهم می‌کنند؛ زیرا به افراد امکان می‌دهند تا در هر زمان و مکانی و عموماً به دور از نظارت بزرگ‌سالان، با دوستان خود ارتباط برقرار کنند. در این بستر، پیشنهادها یا ایده‌های انحرافی به‌سرعت منتشر و گاه به عمل تبدیل می‌شود؛ فرایندی که نه‌تنها به جرایم سایبری، به ارتکاب جرایم آفلاین نیز منجر می‌شود. نمونه‌هایی از این وضعیت در رفتار آنلاین گروه‌های بزهکار مشاهده شده است که نمایش‌های مجازی آنها به اقدامات واقعی خشونت‌آمیز منتهی شده است؛ بر همین اساس، متغیر ارتباط و تعامل حضوری با دوستان از این دیدگاه استخراج شده است؛ زیرا زمان صرف‌شده در تعاملات بدون ساختار در فضای آنلاین و نیز در روابط حضوری، می‌تواند فرصت‌های بیشتری برای ارتکاب بزهکاری ایجاد کند (فرضیۀ 3).

درنهایت، دیدگاه انتخاب اجتماعی بیان می‌کند که افراد بزهکار تمایل بیشتری به انتخاب دوستان مشابه خود دارند و ریشۀ اصلی رفتارهای انحرافی را باید در ویژگی‌های فردی پایدار آنها جست‌وجو کرد. در این دیدگاه، تأثیر مستقیم دوستان کمتر اهمیت دارد و تأکید اصلی بر تمایلات فردی است؛ به همین دلیل، متغیر خودکنترلی در پژوهش حاضر از دل این دیدگاه انتخاب شده است. سطح ضعیف خودکنترلی می‌تواند موجب گرایش فرد به بزهکاری شود و نیز او را به سمت انتخاب دوستان بزهکار سوق دهد؛ بنابراین، انتظار می‌رود خودکنترلی در تعامل با میزان ارتباط حضوری با دوستان، رابطۀ مستقیمی با بزهکاری سنتی و سایبری داشته باشد (فرضیۀ 4).

به این ترتیب، چارچوب نظری پژوهش حاضر روشن می‌سازد که هریک از متغیرهای «نزدیکی به مجرمان باانگیزه» و «ارتباط و تعامل آنلاین با دوستان» بر مبنای دیدگاه تأثیر اجتماعی، متغیر «ارتباط و تعامل حضوری با دوستان» براساس دیدگاه موقعیتی و متغیر «خودکنترلی» در پرتو دیدگاه انتخاب اجتماعی استخراج شده‌اند. این طراحی به‌گونه‌ای است که امکان بررسی هم‌زمان و مقایسه‌ای سه مسیر نظری را در تبیین بزهکاری سنتی و سایبری فراهم می‌سازد.

 

نظریۀ تأثیر اجتماعی

 

نظریۀ انتخاب اجتماعی

نظریۀ موقعیتی

نمودار 1- مدل نظری پژوهش

Fig 1- Theoretical framework of the study

روش تحقیق

این پژوهش از نوع پیمایش اجتماعی است و جامعۀ آماری آن کلیۀ دانشجویان دانشگاه کاشان در سال ۱۴۰۳ (7305 دانشجو) را در بر می‌گیرد. حجم نمونه براساس برآورد نرم‌افزار Sample Power برابر با ۳۰۰ نفر تعیین شد. برای انتخاب نمونه برای توزیع پرسشنامه از روش نمونه‌گیری تصادفی ساده استفاده شد. انتخاب این شیوه به این دلیل انجام شد که در آن، همۀ واحدهای جامعۀ آماری شانس یکسانی برای انتخاب‌شدن دارند و بدین ترتیب، احتمال سوگیری در فرایند نمونه‌گیری به حداقل می‌رسد؛ علاوه‌براین، باتوجه‌به نسبتاً همگن‌بودن جامعۀ دانشجویی، روش تصادفی ساده از کارآمدترین و معتبرترین روش‌ها برای دستیابی به نمونه‌ای که نمایندۀ جامعه آماری باشد، محسوب می‌شود. بهره‌گیری از این روش موجب ارتقای اعتبار بیرونی یافته‌ها و امکان تعمیم‌پذیری نتایج به کل جامعۀ آماری می‌شود و هم‌زمان خطای نمونه‌گیری را نیز کاهش می‌دهد.

برای سنجش متغیرهای پژوهش با الهام از مطالعۀ رینز[26](2010)، هریک از سازه‌ها براساس تعاریف نظری و عملیاتی مشخص شد. متغیرهای جرایم سنتی (رفتارهای مجرمانه‌ای که در دنیای واقعی و فیزیکی اتفاق می‌افتد؛ مانند سرقت، تخریب اموال و نزاع (جوان جعفری، 1389)) و جرایم سایبری (جرایمی که در فضای مجازی و با استفاده از فناوری اطلاعات و ارتباطات انجام می‌شود؛ مانند هک، فیشینگ، و نشر بدافزار (زندی، 1389)) به‌عنوان متغیرهای وابستۀ پژوهش در نظر گرفته شد. همچنین، متغیرهای مستقل شامل نزدیکی به مجرمان باانگیزه (میزان ارتباط فرد با کسانی که گرایش یا سابقۀ ارتکاب جرم دارند (Reyns, 2010))، ارتباط و تعامل حضوری با دوستان (روابط چهره‌به‌چهره و فعالیت‌های اجتماعی فرد با دوستان در محیط واقعی) و ارتباط و تعامل آنلاین با دوستان (ارتباط و تعامل فرد با دوستان ازطریق شبکه‌های اجتماعی و بسترهای دیجیتال) با گویه‌هایی مبتنی بر طیف پنج‌گزینه‌ای (از «چنین دوستی ندارم/ اصلاً» تا «همیشه») اندازه‌گیری و در بازۀ ۰ تا ۴ کدگذاری شدند؛ به‌گونه‌ای‌که مقدار صفر نشان‌دهندۀ حداقل سطح مواجهه و نه دادۀ گمشده در نظر گرفته شد. متغیر خودکنترلی (توانایی فرد در مهار تمایلات آنی و جلوگیری از رفتارهای پرخطر یا ناهنجار (علیوردی‌نیا و همکاران، 1392) نیز به‌عنوان دیگر متغیر مستقل با استفاده از گویه‌های استاندارد در طیف پنج‌گزینه‌ای «کاملاً مخالف» تا «کاملاً موافق» و در بازۀ ۱ تا ۵ کدگذاری شد (به‌منظور هم‌مقیاس‌سازی، نمرات این متغیر به بازۀ ۰ تا ۴ بازکدگذاری شده و همچنین شاخص POMPمحاسبه شد). ضرایب آلفای کرونباخ برای متغیرهای پژوهش عمدتاً بیشتر از 0.80 به ‌دست آمد که نشان‌دهندۀ پایایی مطلوب ابزار است. تنها یکی از متغیرها (خودکنترلی) دارای ضریب آلفای 0.64 بود که براساس نظر نَنلی و برنشتاین[27] (1994)، مقدار آلفای کرونباخ بیشتر از 0.60 در پژوهش‌های اکتشافی پذیرفته است.

همچنین، به‌منظور بررسی روایی پرسشنامه، از روایی سازه استفاده شد. گویه‌های مربوط به متغیرهای وابسته از پژوهش ریینز اقتباس شده‌ و گویه‌های متغیرهای دیگر به‌صورت محقق‌ساخته، براساس مرور منابع نظری مرتبط با موضوع پژوهش طراحی شده ‌است تا پوشش کاملی از ابعاد مفهومی سازه‌ها فراهم شود. مطابقت گویه‌های پرسشنامه با تعاریف نظری متغیرها و اتکا به ابزارهای معتبر پیشین، بیانگر روایی سازۀ نظری پرسشنامه است.

جدول 1- گویه‌های متغیرهای پژوهش و ضرایب پایایی  (α)

Table 1- Research variables, their items, and reliability coefficients (α)

متغیر

گویه‌ها

α (Cronbach)

تعامل حضوری با دوستان

1. با دوستانی که ممکن است به اموال عمومی آسیب برسانند، حضوری وقت می‌گذرانم. 2. با دوستانی که سیگار می‌کشند، حضوری تعامل دارم. 3. با دوستانی که مواد مخدر مصرف می‌کنند، حضوری وقت می‌گذرانم. 4. با دوستانی که با دیگران دعوا می‌کنند، حضوری ملاقات می‌کنم. 5. با دوستانی که دیگران را تهدید یا اذیت می‌کنند، حضوری در ارتباط هستم. 6. با دوستانی که از زور برای رسیدن به خواسته‌هایشان استفاده می‌کنند، حضوری تعامل دارم. 7. با دوستانی که در پارتی‌های مختلط شرکت می‌کنند، حضوری وقت می‌گذرانم. 8. با دوستانی که سابقۀ فرار از منزل دارند، حضوری ملاقات می‌کنم. 9. با دوستانی که بدون اجازه وسایل دیگران را برمی‌دارند، حضوری در تعامل هستم. 10. با دوستانی که در امتحانات تقلب می‌کنند، حضوری وقت می‌گذرانم.

887/0

تعامل آنلاین با دوستان

1. با دوستانی که در دنیای واقعی یا آنلاین رفتار بزهکارانه دارند، در فضای اینترنتی تعامل دارم. 2. در شبکه‌های اجتماعی دوستانی را دنبال می‌کنم که رفتار پرخطر یا غیرقانونی انجام می‌دهند.

80/0

بزهکاری سنتی

1. در طول ۱۲ ماه گذشته مواد مخدر (تریاک، هروئین، حشیش و ...) مصرف کرده‌ام. 2. در طول ۱۲ ماه گذشته مشروبات الکلی (شراب، آبجو، ویسکی، ودکا و ...) مصرف کرده‌ام. 3. در طول ۱۲ ماه گذشته مواد روان‌گردان (اکس، شیشه، کراک و ...) مصرف کرده‌ام. 4. در طول ۱۲ ماه گذشته مواد مخدر، مشروب یا مواد روان‌گردان را به دیگران فروخته‌ام. 5. در طول ۱۲ ماه گذشته (بدون ازدواج) رابطۀ جنسی با جنس مخالف داشته‌ام. 6. در طول ۱۲ ماه گذشته به وسایل دانشگاه آسیب رسانده‌ام. 7. در طول ۱۲ ماه گذشته عمداً روی صندلی‌ها، دیوارها، اتوبوس و ... نوشته یا نقاشی کرده‌ام. 8. در طول ۱۲ ماه گذشته چیزی را بدون پرداخت از فروشگاه برداشته‌ام. 9. در طول ۱۲ ماه گذشته بدون اجازۀ اطرافیانم، پول یا وسایل آن‌ها را برداشته‌ام. 10. در طول ۱۲ ماه گذشته پول یا وسیله‌ای را قرض گرفته و عمداً آن را پس نداده‌ام. 11. در طول ۱۲ ماه گذشته در تکالیف درسی یا تحقیقات علمی چندبار مطلبی را از کتاب، مقاله یا سایت‌های اینترنتی استفاده کرده و به آن رفرنس نداده‌ام. 12. در طول ۱۲ ماه گذشته به برگۀ امتحانی بغل‌دستی‌ام نگاه کرده‌ام. 13. در طول ۱۲ ماه گذشته نتایج یک تحقیق یا پروژه را برای گرفتن نتیجۀ مدنظرم دستکاری کرده‌ام. 14. در طول ۱۲ ماه گذشته نام یک نویسنده را از کار علمی حذف کرده و آن را با نام خود ارائه داده‌ام. 15. در طول ۱۲ ماه گذشته از محتوای وب‌سایت‌ها و وبلاگ‌های اینترنتی رونویسی کرده‌ام. 16. در طول ۱۲ ماه گذشته به اطرافیانم پرخاشگری کرده‌ام. 17. در طول ۱۲ ماه گذشته با هم‌اتاقی‌ها یا هم‌دانشگاهی‌هایم درگیری فیزیکی داشته‌ام. 18. در طول ۱۲ ماه گذشته با والدین خود درگیری جدی داشته‌ام. 19. در طول ۱۲ ماه گذشته کسی را به کتک‌زدن تهدید کرده‌ام. 20. در طول ۱۲ ماه گذشته با کسی به‌گونه‌ای نزاع کرده‌ام که نیاز به مراجعه به پزشک پیدا کند. 21. در طول ۱۲ ماه گذشته فکر اقدام به خودکشی به ذهنم خطور کرده است. 22. در طول ۱۲ ماه گذشته به‌طور جدی دربارۀ اقدام به خودکشی فکر کرده‌ام. 23. در طول ۱۲ ماه گذشته دربارۀ برنامه‌ریزی برای خودکشی با کسی صحبت کرده‌ام. 24. در طول ۱۲ ماه گذشته احساس کرده‌ام هیچ راه‌حلی برای مشکلاتم وجود ندارد، جز اینکه زندگی‌ام پایان یابد. 25. در طول ۱۲ ماه گذشته به خودکشی مبادرت کرده‌ام. 26. در طول ۱۲ ماه گذشته من دربارۀ دیگران دروغ و شایعه‌پراکنی کرده‌ام. 27. در طول ۱۲ ماه گذشته تلاش کرده‌ام که از دوستانم و اطرافیانم متنفر شوم. 28. در طول ۱۲ ماه گذشته نام دیگران را با تمسخر صدا زده‌ام. 29. در طول ۱۲ ماه گذشته دیگران را مورد حملۀ فیزیکی قرار داده‌ام. 30. در طول ۱۲ ماه گذشته دیگران را مورد تهدید جسمی قرار داده‌ام. 31. در طول ۱۲ ماه گذشته به اموال شخصی دیگران آسیب زده‌ام و اموال آن‌ها را از بین برده یا خسارت جزئی یا کلی وارد کرده‌ام.

916/0

بزهکاری سایبری

1. در طول ۱۲ ماه گذشته برای دیگران پیام‌های بی‌ادبانه و ناخوشایند در فضای مجازی ارسال کرده‌ام. 2. در طول ۱۲ ماه گذشته برای دیگران پیام‌های تهدیدآمیز در فضای مجازی ارسال کرده‌ام. 3. در طول ۱۲ ماه گذشته برای دیگران کلیپ، فیلم و تصاویری با مضامین جنسی در ایمیل یا تلفن همراهشان ارسال کرده‌ام. 4. در طول ۱۲ ماه گذشته ازطریق ویرایش عکس دیگران، آن‌ها را تمسخر کرده‌ام. 5. در طول ۱۲ ماه گذشته تصاویر و فیلم‌های شرم‌آوری از دیگران را برای تعداد زیادی از افراد فرستاده‌ام. 6. در طول ۱۲ ماه گذشته از نام کاربری و رمز عبور دیگران بدون اجازه استفاده کرده‌ام. 7. در طول ۱۲ ماه گذشته با هویت دیگران و بدون اجازه در فیس‌بوک یا دیگر فضاهای مجازی صفحه شخصی ایجاد کرده‌ام. 8. در طول ۱۲ ماه گذشته سعی کرده‌ام دیگران را در گروه‌های آنلاین بدنام کنم تا رابطه‌شان با دوستانشان خراب شود. 9. در طول ۱۲ ماه گذشته اطلاعات نادرستی دربارۀ سن، جنس یا ویژگی‌های شخصی‌ام به دیگران داده‌ام تا آن‌ها را به‌صورت آنلاین تهدید کنم. 10. در طول ۱۲ ماه گذشته فایل‌های محرمانه و شخصی دیگران را در فضای مجازی به اشتراک گذاشته‌ام. 11. در طول ۱۲ ماه گذشته برای آسیب‌زدن به دیگران، آن‌ها را از گروه‌های آنلاین حذف کرده‌ام. 12. در طول ۱۲ ماه گذشته در فضای مجازی پیام‌های ناشناس و آزاردهنده برای دیگران ارسال کرده‌ام. 13. در طول ۱۲ ماه گذشته دیگران از طرف من در تلفن همراه یا ایمیل خود لینک‌های آلوده به ویروس دریافت کرده‌اند.

924/0

خودکنترلی

1. من بیشتر حواسم به آن چیزهایی است که در آیندۀ نزدیک برایم رخ می‌دهد تا اینکه دل‌مشغولی آیندۀ دور را داشته باشم. 2. من اغلب ناگهانی و بدون مقدمه عمل می‌کنم، بدون اینکه از قبل به نتیجۀ کار فکر کرده باشم. 3. من برای آینده‌ام فکر و تلاش زیادی نمی‌کنم. 4. من هر کاری را که باعث تفریح و شادی خودم می‌شود انجام می‌دهم. حتی اگر این کار به قیمت از دست دادن هدف درازمدتم باشد. 5. من بعضی وقت‌ها خودم را با انجام کاری که کمی خطرناک است امتحان می‌کنم. 6. من گاهی اوقات دست به کارهای خطرناکی می‌زنم، آن هم به‌خاطر لذت و لطفش. 7. برای من گاهی انجام کارهایی که می‌تواند برایم دردسر درست کند، لذت‌بخش و هیجان‌انگیز است. 8. برای من ماجراجویی و کارهای مهیج از احساس امنیت مهم‌تر است.

619/0

یافته‌های پژوهش

براساس یافته‌های پژوهش، 3/61درصد از پاسخ‌گویان را پسران و 7/38درصد از آنان را دختران تشکیل می‌دهند. میانگین سنی پاسخ‌گویان 53/4± 22/23 است. مقطع تحصیلی 71درصد از پاسخ‌گویان لیسانس، 22درصد فوق‌لیسانس و 7درصد دکتری است. 7/65درصد از پاسخ‌گویان غیرشاغل و 3/34درصد شاغل بوده‌اند. همچنین، 6/78درصد از آنان مجرد و 3/21درصد متأهل هستند.

توصیف متغیرهای پژوهش

در جدول زیر توزیع پراکندگی متغیرهای وابسته و مستقل پژوهش ارائه شده است.

جدول 2- توزیع پراکندگی متغیرهای وابسته و مستقل پژوهش

Table 2- Descriptive statistics of the dependent and independent variables

دامنۀ تغییرات

انحراف استاندارد

میانگین

متغیرها

0-4

65/0

45/0

جرایم سنتی

متغیرهای وابسته

0-4

59/0

34/0

جرایم سایبری

0-4

58/0

50/0

نزدیکی به مجرمان باانگیزه

متغیرهای مستقل

0-4

73/0

70/1

ارتباط و تعامل آنلاین با دوستان

0-4

69/0

72/0

ارتباط و تعامل حضوری با دوستان

1-5

0-4 (بازکدگذاری)

61/0

61/0

49/2

49/1

خودکنترلی

 

در این مطالعه، داده‌های آماری متغیرهای مختلف به شرح زیر ارزیابی شده ‌است:

جرایم سنتی با میانگین ۰.۴۵ و انحراف معیار ۰.۶۵ در دامنۀ تغییرات ۰ تا ۴ قرار دارد و سطح بسیار پایینی را در نمونه نشان می‌دهد. این مقدار پایین، بیانگر وقوع کم جرایم سنتی در جامعۀ آماری بررسی‌شده است. جرایم سایبری نیز با میانگین ۰.۳۴ و انحراف معیار ۰.۵۹ در دامنۀ مشابهی قرار دارد که آن را در سطح پایین ارزیابی می‌کند و نشان‌دهندۀ پراکندگی نسبتاً کم در داده‌های مربوط به جرایم سایبری است.

دربارۀ نزدیکی به مجرمان باانگیزه، میانگین ۰.۵۰ و انحراف معیار ۰.۵۸ نشان‌دهندۀ قرارگیری نسبتاً پایین تا متوسط افراد در معرض این دسته از مجرمان است. این متغیر نیز در دامنۀ ۰ تا ۴ ارزیابی می شود و سطح قرارگیری افراد را به‌طورکلی محدود نشان می‌دهد. ارتباط و تعامل آنلاین با دوستان، با میانگین ۱.۷۰ و انحراف معیار ۰.۷۳ در مقایسه با سایر متغیرها در سطح بالاتری قرار دارد. این مقدار نشان می‌دهد که تعاملات آنلاین در نمونه بیشتر از سایر انواع تعاملات اجتماعی است و پراکندگی درخورتوجهی نیز دارد.

ارتباط و تعامل حضوری با دوستان با میانگین ۰.۷۲ و انحراف معیار ۰.۶۹ نیز در دامنه ۰ تا ۴ در سطح نسبتاً پایین‌تری از تعامل آنلاین قرار دارد؛ اما همچنان به‌عنوان یک سطح تعامل متوسط در میان نمونه ارزیابی می‌شود؛ درنهایت، خودکنترلی با میانگین ۲.۴۹ و انحراف معیار ۰.۶۱ در دامنۀ ۱ تا ۵ در سطح متوسطی از خودکنترلی در میان افراد قرار دارد و این مقدار در میانۀ بازۀ خودکنترلی، پراکندگی نسبتاً متعادلی را در داده‌ها نشان می‌دهد. شایان ذکر است که به‌منظور هم‌مقیاس‌سازی متغیر خودکنترلی با سایر متغیرها، گزینه‌های طیف آن از بازۀ 1 تا 5 به بازۀ 0 تا 4 بازکدگذاری شد (1-(5-1)X= (0-4)X). این بازکدگذاری تنها به تغییر مبدأ مقیاس منجر شد و بر پراکندگی داده‌ها (انحراف معیار) اثری نداشت.

ماتریس همبستگی متغیرها

در ادامه روابط میان این متغیرها ازطریق ضریب همبستگی پیرسون بررسی و در جدول 3 نتایج ماتریس همبستگی پیرسون ارائه شده است. شایان ذکر است که ازنظر آماری، تفاوت در دامنۀ نمره‌گذاری متغیرها مانع استفاده از روش‌هایی همچون همبستگی پیرسون یا تحلیل مسیر در نرم‌افزار AMOS نمی‌شود؛ زیرا این روش‌ها بر مبنای کوواریانس و ماتریس همبستگی عمل می‌کنند و مقیاس اندازه‌گیری متغیرها در ضرایب استانداردشده بی‌اثر است. بنابراین، صرف تفاوت در بازۀ نمره‌دهی نمی‌تواند منشأ سوگیری یا خطا در آزمون روابط متغیرها باشد؛ بااین‌حال، با بازکدگذاری متغیر خودکنترلی برای هم‌مقیاس‌سازی امکان مقایسۀ مستقیم میانگین‌ها فراهم شد. این رویه موجب شد تا علاوه‌بر رفع تفاوت در مقیاس اولیه، امکان مقایسۀ میانگین‌ها و واریانس‌ها در سطح یکسان فراهم شود؛ درنتیجه، تحلیل‌های انجام‌شده ازنظر روش‌شناختی و نیز ازنظر تفسیر نتایج معتبر هستند.

جدول 3- نتایج ماتریس ضریب همبستگی پیرسون متغیرهای پژوهش

Table 3- Pearson correlation matrix of the research variables

 

جرایم سنتی

جرایم سایبری

نزدیکی به مجرمان باانگیزه

ارتباط و تعامل آنلاین با دوستان

ارتباط و تعامل حضوری با دوستان

خودکنترلی

جرایم سنتی

r

1

 

 

 

 

 

Sig.

 

 

 

 

 

 

جرایم سایبری

r

755/0

1

 

 

 

 

Sig.

000/0

 

 

 

 

 

نزدیکی به مجرمان باانگیزه

r

386/0

302/0

1

 

 

 

Sig.

000/0

000/0

 

 

 

 

ارتباط و تعامل آنلاین با دوستان

r

227/0

178/0

242/0

1

 

 

Sig.

000/0

002/0

000/0

 

 

 

ارتباط و تعامل حضوری با دوستان

r

612/0

618/0

360/0

.272/0

1

 

Sig.

000/0

000/0

000/0

000/0

 

 

خودکنترلی

r

046/0

108/0-

228/0

049/0

038/0

1

Sig.

425/0

041/0

000/0

398/0

511/0

 

همبستگی بین جرایم سنتی و جرایم سایبری: یک همبستگی مثبت قوی (755/0=r، 000/0=p) بین این دو متغیر وجود دارد که نشان می‌دهد افرادی که مرتکب جرایم سنتی می‌شوند، احتمالاً به جرایم سایبری نیز دست می‌زنند. این یافته تداوم رفتاری بین دو نوع جرم را نشان می‌دهد؛ به‌طوری‌که افرادی که تمایل به رفتارهای انحرافی دارند، در هر دو زمینۀ سنتی و سایبری فعال هستند.

H1: بین نزدیکی به مجرمان باانگیزه و هر دو نوع جرم همبستگی مثبت و معناداری وجود دارد (386/0=r) برای جرایم سنتی و (302/0=r) برای جرایم سایبری). این نتیجه نشان می‌دهد که تعامل با مجرمان باانگیزه، به‌ویژه در محیط‌های اجتماعی، به نرخ بالاتری از جرم منجر می‌شود؛ بااین‌حال، این رابطه برای جرایم سنتی قوی‌تر است که شاید به‌دلیل ماهیت فیزیکی و اجتماعی این نوع جرایم باشد.

H2 و H3: ارتباط و تعامل با دوستان (آنلاین و حضوری): بین ارتباط با دوستان و ارتکاب جرم همبستگی‌های معناداری مشاهده می‌شود؛ به‌ویژه، ارتباط حضوری با دوستان همبستگی بیشتری با جرایم سنتی (612/0=r) و همچنین رابطۀ قوی‌ای با جرایم سایبری (618/0=r) دارد. همچنین، تعامل آنلاین با دوستان نیز با هر دو نوع جرم همبستگی مثبت دارد؛ اما این همبستگی‌ها در مقایسه با تعاملات حضوری ضعیف‌تر هستند. این یافته نشان می‌دهد که روابط اجتماعی و تعاملات حضوری در بروز رفتارهای بزهکارانه نقش مهم‌تری ایفا می‌کنند.

H4: خودکنترلی تأثیر متفاوتی بر جرایم سنتی و سایبری دارد؛ درحالی‌که بین خودکنترلی و جرایم سنتی همبستگی معناداری مشاهده نمی‌شود (046/0=r)، یک همبستگی منفی ضعیف با جرایم سایبری وجود دارد (108/0-=r، 041/0=p). این نشان می‌دهد افرادی که سطح خودکنترلی قوی‌تری دارند، احتمال کمتری برای ارتکاب جرایم سایبری دارند. احتمالاً به‌دلیل طبیعت غیرمستقیم و کنترل‌نشدۀ جرایم سایبری است که در آن بازدارندگی شخصی نقش بیشتری ایفا می‌کند.

براساس داده‌ها، تفاوت‌هایی در اثر متغیرهای مستقل بر جرایم سنتی و سایبری دیده می‌شود:

نزدیکی به مجرمان باانگیزه: این متغیر بر جرایم سنتی تأثیر قوی‌تری دارد. احتمالاً به‌دلیل تعاملات مستقیم و اجتماعی‌ای که در این نوع جرایم نقش دارند. درمقابل، اثر آن بر جرایم سایبری ضعیف‌تر است؛ زیرا جرایم سایبری بیشتر وابسته به تعاملات آنلاین و فرصت‌های مجازی هستند.

ارتباط و تعامل با دوستان: تعاملات حضوری تأثیر بیشتری بر هر دو نوع جرم، به‌ویژه جرایم سنتی دارند. همچنین، درحالی‌که تعاملات آنلاین با جرایم مرتبط هستند، تأثیر آنها در مقایسه با تعاملات حضوری ضعیف‌تر است.

خودکنترلی: خودکنترلی به‌عنوان عامل محافظتی عمل می‌کند و بر جرایم سایبری تأثیر قوی‌تری دارد که این مسئله ممکن است به‌دلیل طبیعت غیرمستقیم و کنترل‌نشدۀ این جرایم باشد؛ بااین‌حال، این تأثیر در جرایم سنتی به‌طور واضح مشاهده نمی‌شود.

این تحلیل نشان می‌دهد که رفتار بزهکارانه در زمینۀ سنتی و نیز در زمینۀ سایبری، تحت‌تأثیر شدید تعاملات اجتماعی و محیط فردی است. نزدیکی به مجرمان باانگیزه و تعامل با دوستان، به‌ویژه به‌صورت حضوری، نقش مهمی در افزایش احتمال ارتکاب جرم ایفا می‌کند. درمقابل، خودکنترلی به‌عنوان عامل محافظتی تأثیر چشمگیری بر جرایم سایبری دارد. این تفاوت‌ها نشان می‌دهد که مداخلات پیشگیرانه برای اثربخشی بیشتر باید به‌صورت متفاوت برای جرایم سایبری و سنتی طراحی شود.

تحلیل مسیر

برای بررسی و تحلیل مسیر عوامل مؤثر بر جرایم سنتی و سایبری از نرم‌افزارAMOS24  استفاده شده است. این نرم‌افزار به‌طور ویژه برای مدل‌سازی معادلات ساختاری کاربرد دارد و به محققان این امکان را می‌دهد تا روابط پیچیده بین متغیرهای مشاهده‌شده و پنهان را با استفاده از روش‌های آماری تجزیه‌وتحلیل کنند. در این مدل معادلۀ ساختاری به تحلیل دقیق اثرات متغیرهای مختلف مانند تعاملات آنلاین و آفلاین با دوستان، خودکنترلی و نزدیکی به مجرمان انگیزه‌دار بر وقوع جرایم سنتی و سایبری پرداخته شده است.

در این مطالعه، باتوجه‌به مدل ساختاری طراحی‌شده، شاخص‌های برازش مدل همچون CFI، GFI،IFI  و RMSEA برای ارزیابی کیفیت و اعتبار مدل به‌ کار رفته‌ است. نتایج تحلیل‌ها به‌وضوح نشان‌دهندۀ معناداربودن تأثیرات متغیرهای مستقل بر جرایم سنتی و سایبری بوده و مدل از برازش مناسبی برخوردار است. استفاده از این نرم‌افزار کمک می‌کند تا پیچیدگی‌های موجود در روابط بین متغیرها به‌طور دقیق‌تر بررسی و تحلیل شوند. در نمودار و جدول زیر نتایج آزمون مدل ارائه شده است.

نمودار 2- مدل تحلیل مسیر عوامل مؤثر بر جرایم سایبری و سنتی

Fig 2- Path model of the factors influencing cyber and traditional crimes

جدول 4- برآوردهای استانداردشده بین متغیرها، تأثیرات متغیرهای مستقل بر بزهکاری سایبری و سنتی، و مقادیر شاخص‌های برازش مدل

Table 4- Standardized path estimates, effects of independent variables on cyber and traditional delinquency, and model fit statistics

Endogenous variable

 

Exogenous variable

Estimate

S.E.

C.R.

P

ارتباط و تعامل آنلاین با دوستان

<---

ارتباط و تعامل حضوری با دوستان

288/0

059/0

891/4

000/0

نزدیکی به مجرمان باانگیزه

<---

ارتباط و تعامل آنلاین با دوستان

116/0

042/0

732/2

006/0

نزدیکی به مجرمان باانگیزه

<---

ارتباط و تعامل حضوری با دوستان

260/0

045/0

779/0

000/0

نزدیکی به مجرمان باانگیزه

<---

خودکنترلی

196/0

049/0

018/4

000/0

جرایم سایبری

<---

خودکنترلی

144/0-

035/0

107/4-

000/0

جرایم سایبری

<---

ارتباط و تعامل حضوری با دوستان

495/0

041/0

160/12

000/0

جرایم سنتی

<---

ارتباط و تعامل حضوری با دوستان

512/0

045/0

386/11

000/0

جرایم سنتی

<---

نزدیکی به مجرمان باانگیزه

215/0

054/0

982/3

000/0

جرایم سایبری

<---

نزدیکی به مجرمان باانگیزه

131/0

050/

645/2

008/0

تأثیر کل

تأثیر غیرمستقیم

تأثیر مستقیم

متغیرها

 

611/0

067/0

544/0

ارتباط و تعامل حضوری با دوستان

جرایم سنتی

 

190/0

028/0

190/0

نزدیکی به مجرمان باانگیزه

 

040/0

040/0

-

خودکنترلی

 

028/0

028/0

-

ارتباط و تعامل آنلاین با دوستان

 

622/0

045/0

577/0

ارتباط و تعامل حضوری بادوستان

جرایم سایبری

 

122/0-

027/0

148/0-

خودکنترلی

 

127/0

-

127/0

نزدیکی به مجرمان باانگیزه

 

019/0

019/0

-

ارتباط و تعامل آنلاین با دوستان

 

PCLOSE

RMSEA

CMIN/DF

X2

DF

IFI

RFI

NFI

PGFI

GFI

CFI

شاخص‌های برازش

 

956/0

000/0

430/0

149/2

5

1

988/0

996/0

51/0

998/0

1

 

                             

تفسیر اثرگذاری متغیرها بر یکدیگر

ارتباط و تعامل آفلاین با دوستان:

  • جرایم سنتی: تأثیر مثبت و معناداری برابر با 512/0 (045/0=SE، 386/11 =t ، 001/0p<) دارد. این نشان‌دهندۀ آن است که افزایش تعاملات آفلاین با دوستان می‌تواند احتمال ارتکاب جرایم سنتی را افزایش دهد.
  • جرایم سایبری: تأثیر مثبت و معناداری برابر با 495/0 (041/0=SE، 160/12 =t ، 001/0p<) دارد. این نشان می‌دهد که تعاملات آفلاین نیز می‌تواند به افزایش جرایم سایبری کمک کند.

نزدیکی به مجرمان انگیزه‌دار:

  • جرایم سنتی: اثر مثبت و معناداری برابر با 260/0 (045/0=SE، 779/5 =t ، 001/0p<) دارد؛ به این معنی که نزدیک‌بودن به افرادی که تمایل به ارتکاب جرم دارند، احتمال وقوع جرایم سنتی را افزایش می‌دهد.
  • جرایم سایبری: تأثیر مثبت و معناداری برابر با 131/0 (050/0=SE، 645/2 =t ، 008/0=p) دارد که نشان‌دهندۀ تأثیر نزدیکی به مجرمان بر افزایش جرایم سایبری است.
  •  

خودکنترلی:

  • جرایم سنتی: خودکنترلی بر جرایم سنتی تأثیر معناداری ندارد.
  • جرایم سایبری: تأثیر منفی و معناداری برابر با 144/0 (035/0=SE، 107/4-=t ، 001/0p<) دارد. این نشان می‌دهد که افرادی که دارای خودکنترلی بیشتری هستند، کمتر درگیر جرایم سایبری می‌شوند.

 شاخص‌های برازش

  • شاخص CMIN/DF برابر 430/0 نشان‌دهندۀ برازش مناسب مدل است. شاخص‌های CFI،GFI و IFIبالای 90/0 قرار دارند که نشان‌دهندۀ تطابق عالی مدل با داده‌ها است. همچنین، شاخص RMSEA برابر با 000/0 نشان‌دهندۀ این است که مدل ازنظر برازش قابل‌قبول است.

درمجموع، مدل نشان‌دهندۀ روابط معنادار میان متغیرهای مختلف و تأثیرات آن‌ها بر جرایم سنتی و سایبری است. تأثیر خودکنترلی بر جرایم سنتی وجود ندارد؛ اما تأثیر منفی و معناداری بر جرایم سایبری دارد. همچنین، نزدیکی به مجرمان انگیزه‌دار و ارتباط آنلاین و تعامل با دوستان آفلاین به‌طور مثبتی با هر دو نوع جرم مرتبط هستند. این نتایج به‌وضوح تأثیرات درخورتوجهی را میان متغیرهای موجود در مدل و وقوع جرایم سنتی و سایبری نشان می‌دهد. شاخص‌های برازش نیز تأیید می‌کنند که مدل به‌خوبی با داده‌ها انطباق دارد و می‌تواند به‌عنوان ابزاری برای تحلیل رفتارهای مجرمانه استفاده شود.

نتیجه‌

تحلیل تأثیر متغیرهای بررسی‌شده بر جرایم سنتی و سایبری نیازمند درک عمیق‌تری از تفاوت‌های زمینه‌ای، رفتاری و محیطی این دو نوع جرم است. این تفاوت‌ها براساس تعاملات اجتماعی، نزدیکی به مجرمان انگیزه‌دار و خودکنترلی به‌طور خاص در مدل‌های تجربی قابل‌مشاهده است.

تعاملات آفلاین با دوستان تأثیر مثبت و معناداری بر افزایش جرایم سنتی دارد. این امر می‌تواند به این دلیل باشد که رفتارهای مجرمانه در جمع‌های اجتماعی و درنتیجۀ فشار گروهی تشدید می‌شود؛ برای مثال، تحقیقات نشان می‌دهد که مشارکت در فعالیت‌های غیرقانونی در گروه‌های دوستانه می‌تواند به تقویت هنجارهای منفی منجر شود (Hirschi, 1969). این یافته با نظریۀ موقعیتی اوزگود و همکاران (1996) و همچنین پیشینۀ پژوهشی داخلی و خارجی مانند پرات و همکاران (2010)، وار (2002) و هیرشی (1969) همخوانی دارد که نشان می‌دهد تعاملات حضوری با دوستان بزهکار فرصت‌ها و فشارهای لازم برای ارتکاب جرم را فراهم می‌کند.

درعوض، تعاملات آنلاین ممکن است رفتارهای مجرمانه را تسهیل کند؛ اما تأثیرات آن به‌طور مستقیم متفاوت است. دسترسی آسان به منابع آنلاین و تکنولوژی‌های جدید، امکان ارتکاب جرایم سایبری را فراهم می‌آورد؛ درحالی‌که احساس ناشناس‌بودن در فضای مجازی می‌تواند بر افزایش احتمال ارتکاب جرم تأثیر بگذارد (Wall, 2001). این یافته با نظریۀ تأثیر اجتماعی آکرز و همکاران (1979) و تحقیقاتی چون ملدرام و کلارک (2015) همخوانی دارد که نشان می‌دهند مواجهۀ آنلاین با دوستان بزهکار می‌تواند نگرش‌ها و رفتارهای مجرمانه را تقویت کند.

همچنین، مجاورت و نزدیکی به افرادی که تمایل به ارتکاب جرم دارند، مستقیماً به افزایش جرایم سنتی منجر می‌شود. این امر به‌خصوص در جوامع با نرخ بالای جرم و بزهکاری بیشتر مشهود است؛ جایی که مجرمان معمولاً در محیط‌های نزدیک به یکدیگر قرار دارند (Cloward & Ohlin, 1960). این یافته با تحقیقاتی چون هولت و همکاران (2012) و هولت (2010) همخوانی دارد و نشان می‌دهد که نزدیکی به مجرمان انگیزه‌دار به‌صورت آفلاین و نیز آنلاین می‌تواند زمینه‌ساز بزهکاری باشد؛ همان‌طور که فرضیه‌های 1 و 2 پیش‌بینی کرده‌اند.

در دنیای دیجیتال، این نزدیکی می‌تواند به‌طور مجازی نیز وجود داشته باشد. مجرمان سایبری ممکن است ازطریق شبکه‌های آنلاین با یکدیگر ارتباط برقرار کنند و به اشتراک‌گذاری اطلاعات و تکنیک‌ها بپردازند؛ اما تأثیرات این نزدیکی به‌طور مستقیم بر جرم سایبری متفاوت است و به فاکتورهای تکنیکی و قانونی وابسته است (Holt, 2010).

علاوه‌براین، براساس نتایج تحقیقات قبلی ازجمله گاتفردسون و هیرشی (1990) خودکنترلی به‌عنوان عامل پیش‌گیرنده در برابر جرایم سنتی عمل می‌کند؛ زیرا افرادی که توانایی کنترل رفتارهای خود را دارند، احتمال کمتری برای درگیرشدن در فعالیت‌های مجرمانه دارند؛ اما در پژوهش حاضر این رابطۀ معنادار به دست نیامد. درمقابل، خودکنترلی تأثیر منفی بر جرایم سایبری داشته است. درواقع، افرادی که خودکنترلی کمتری دارند، ممکن است به دلیل نداشتن قدرت کنترل بر وسوسه‌ها و جذابیت‌های دیجیتال، در دام فعالیت‌های غیرقانونی آنلاین بیفتند (Moffitt, 1993). این یافته با نظریۀ انتخاب اجتماعی (Gottfredson & Hirschi, 1990) همخوانی دارد؛ اگرچه عدم‌معناداری رابطۀ خودکنترلی با جرایم سنتی در این مطالعه با برخی تحقیقات قبلی مانند موتیف (1993) و مطالعات داخلی تفاوت دارد و می‌تواند ناشی از ویژگی‌های نمونه یا نحوۀ سنجش باشد؛ در همین راستا، پژوهش‌ آزاد و کیانی (1403) نیز نشان داده‌ است که افراد با خودکنترلی ضعیف، بیشتر به فعالیت‌های پرخطر و جرایم مجازی گرایش دارند و دوستان با ویژگی مشابه انتخاب می‌کنند.

به‌طورکلی، تفاوت‌های معناداری در تأثیر متغیرهای مختلف بر جرایم سنتی و سایبری وجود دارد. درحالی‌که تعاملات آفلاین و نزدیکی به مجرمان انگیزه‌دار به‌طور مثبت بر جرایم سنتی تأثیر می‌گذارند، در فضای سایبری این تأثیرات ممکن است باتوجه‌به ویژگی‌های خاص محیط دیجیتال و احساس ناشناس‌بودن متفاوت باشند. این نتایج با نظریه‌های تأثیر اجتماعی و موقعیتی همخوانی دارد و نشان می‌دهد که تعاملات آنلاین و حضوری نقش‌های متفاوت، ولی مکمل در بزهکاری دارد (Akers et al., 1979; Osgood et al., 1996).

درحالی‌که به‌خوبی شناخته شده است که نوجوانان زمانی که با دوستان بزهکار وقت بیشتری را سپری می‌کنند و به‌طورکلی وقت بیشتری را با دوستان خود می‌گذرانند، بزهکاری بیشتری مرتکب می‌شوند. جرم‌شناسان دربارۀ چگونگی انتقال این موضوع به دنیای آنلاین رسانه‌های اجتماعی سؤالاتی مطرح کرده‌اند (Mikami et al., 2010; War, 2002; Weeman et al., 2015). این موضوع با نظریۀ تأثیر اجتماعی (Akers et al., 1979) همخوانی دارد که بیان می‌کند رفتارهای بزهکارانه می‌تواند ازطریق مشاهده و تقویت متقابل در میان همسالان منتقل شود.

مطالعۀ حاضر بررسی کرده است که تا چه حد قرارگیری آنلاین در معرض دوستان بزهکار و زمان صرف‌شده در رسانه‌های اجتماعی مستقل از قرارگیری آفلاین در معرض دوستان بزهکار با بزهکاری خودگزارش‌شده مرتبط است. در نمونۀ بررسی، پاسخ‌دهندگان به همان اندازه که در دنیای مجازی در معرض بزهکاری آنلاین بودند، در معرض بزهکاری آفلاین نیز بودند. همچنین، پاسخ‌دهندگان وقت بیشتری را با همسالان به‌صورت آنلاین در مقایسه با آفلاین صرف می‌کردند. این یافته با پژوهش‌هایی مانند ملدروم و کلارک (2015) همخوانی دارد و نشان می‌دهد که رسانه‌های اجتماعی می‌تواند زمینه‌ساز بزهکاری مشابه روابط حضوری باشد؛ اگرچه اثرات آنها مستقل و متفاوت ارزیابی می‌شود.

این موضوع اهمیت فزایندۀ رسانه‌های اجتماعی در دنیای امروزی را نشان می‌دهد. یافته‌ها نشان می‌دهد که قرارگیری آنلاین در معرض بزهکاران و به‌طور کمتر، زمان آنلاین صرف‌شده با دوستان در رسانه‌های اجتماعی به‌طور واقعی با انواع بزهکاری سنتی و سایبری مرتبط هستند. همچنین مشخص شد که قرارگیری آنلاین در معرض دوستان بزهکار با قرارگیری آفلاین مرتبط است؛ اما به‌ طور کامل نیست و مقدار زمان صرف‌شده در رسانه‌های اجتماعی تنها به‌طور ضعیف با زمان صرف‌شده در تعاملات غیرساختاری آفلاین مرتبط است. این نکته با نظریۀ موقعیتی (Osgood et al., 1996) همخوانی دارد؛ زیرا صرف زمان در فعالیت‌های کم‌نظارت و بدون ساختار فرصت‌های ارتکاب جرم را افزایش می‌دهد؛ اما تعامل آنلاین تنها بخشی از فرایند کلی را پوشش می‌دهد.

این به این معناست که تعامل آنلاین با دوستان تنها یک گسترش از گروه همسالان آفلاین نیست و پتانسیل کافی برای تأثیرگذاری بر پدیداری بزهکاری دارد. نتایج مشابهی دربارۀ ارتباط بین بزهکاری آنلاین و آفلاین یافت شد: همبستگی درخورتوجه است، اگرچه کامل نیست؛ این به این معناست که اشکال سنتی و سایبری بزهکاری لزوماً نتیجۀ یک تمایل عمومی به نقض قانون نیست، بلکه تفکیک آنها در تحقیقات معنادار است. این یافته‌ها با نظریۀ تأثیر اجتماعی و تحقیقات بوید[28] (2014) و مک‌کادی و ووگل (2015 a و 2015b) همخوانی دارند.

همچنین، اگرچه مطالعۀ حاضر نشان می‌دهد که اثرات برآوردشدۀ زمان صرف‌شدۀ ارتباط آنلاین با دوستان بر بزهکاری سنتی و سایبری معنادار است، اثرات برآوردشدۀ ارتباط آفلاین با دوستان بزهکار بر هر دو نوع بزهکاری قوی‌تر است؛ بااین‌حال، این پشتیبانی را از فرضیه‌های 2 و 3 ارائه می‌دهد که هر دو ادعا می‌کنند که تعامل آنلاین با همسالان تأثیر مستقلی بر بزهکاری دارد. این موضوع نشان می‌دهد که نظریۀ موقعیتی برای تعامل حضوری و نظریۀ تأثیر اجتماعی برای تعامل آنلاین با دوستان بزهکار قابل‌اعمال است و یافته‌ها با تحقیقات وار (2002) و هیرشی (1969) همخوانی دارد. مطالعۀ محمدنسل و اشراقی (1388) نیز نشان داد که شرایط موقعیتی و فضای بدون نظارت، بستر مناسبی برای شکل‌گیری و استمرار رفتارهای بزهکارانۀ آنلاین فراهم می‌آورد.

یافته‌های مطالعه مبنی بر ارتباط صرف زمان آنلاین در رسانه‌های اجتماعی با دوستان و بزهکاری سنتی نیز درخورتوجه است. این ممکن است بیانگر این باشد که دنیای آنلاین و آفلاین افراد به‌طور فزاینده‌ای در هم تنیده شده‌اند (Boyd, 2014) و اینکه الگوهای نقش و فرایندهایی که می‌توانند به رفتار انحرافی در دنیای واقعی منجر شوند، به‌طور فزاینده‌ای در اینترنت اتفاق می‌افتند. این ممکن است نتیجۀ پیشنهادات یا تحریکات منتشرشدۀ آنلاین باشد که به بزهکاری در دنیای واقعی منجر شود یا انجام رفتارهای گروهی و پرخاشگرانۀ آنلاین که نیاز به اقدام واقعی جنایی یا خشونت دارد. این نکته با نظریۀ فعالیت‌های روزمره و تحقیقات هولت و همکاران (2012) همخوانی دارد.

این امر که چگونه این فرایندها به شکل واقعی درمی‌آید و به ارتباط بین زمان صرف‌شدۀ آنلاین و بزهکاری سنتی منجر می‌شود، می‌تواند موضوعی برای تحقیقات آینده باشد. یکی دیگر از پیامدهای درهم‌آمیختگی بین دنیای آنلاین و آفلاین ممکن است این باشد که افراد همچنین دربارۀ رفتار دیجیتال خود به‌صورت رودررو گفت‌وگو کنند. معناداری رابطۀ بین ارتباط آفلاین با دوستان و بزهکاری سایبری نماینده این امر است. این یافته با نتایج پژوهش‌های داخلی و خارجی مشابه، مانند حاجی ده‌آبادی و سلیمی (1398) و فرامرزیانی، 1403) همخوانی دارد و نشان می‌دهد که تعاملات حضوری و آنلاین می‌توانند به‌طور هم‌زمان بر بزهکاری سایبری تأثیرگذار باشند.

چنانچه این یافته‌ها در تحقیقات آینده تأیید شود، پیامدهای مهمی برای تفکر نظری دربارۀ رابطۀ بین دوستان به‌ویژه همسالان و بزهکاری خواهد داشت. این به معنای آن خواهد بود که برای برخی افراد، قرارگیری آنلاین در معرض بزهکاران ممکن است بر رفتار آنان ازطریق همان مکانیزم‌های تأثیر اجتماعی تأثیر بگذارد که برای قرارگیری آفلاین در معرض بزهکاری فرض می‌شود؛ بنابراین، هنگامی که افراد در معرض پست‌های بزهکارانۀ دیگران به‌ویژه دوستان در رسانه‌های اجتماعی قرار می‌گیرند، ممکن است به آنها علامتی دهد که چنین رفتاری مناسب است (Sutherland, 1939) یا بیانگر الگویی از رفتار باشد که ممکن است به تقلید منجر شود (Akers et al., 1979)؛ زیرا افراد ممکن است با رفتار بزهکارانۀ دیگرانی مواجه شوند که به‌طور نسبتاً ضعیف با آنها در رسانه‌های اجتماعی پیوند دارند یا حتی رفتار دوستان منحصربه‌فرد آنلاین خود در رسانه‌های اجتماعی یعنی افرادی که به‌ندرت یا هرگز به‌صورت رودررو ملاقات نمی‌کنند. این یافته‌ها با فرضیات 1 و 2 و نظریۀ تأثیر اجتماعی همخوانی دارد و نشان می‌دهد که بزهکاری آنلاین می‌تواند مستقل از بزهکاری آفلاین رخ دهد.

براساس نتایج آزمون مدل معادلۀ ساختاری رابطۀ مستقیم بین تعاملات آنلاین با دوستان و بزهکاری سایبری و سنتی وجود ندارد. این با بسیاری از مطالعاتی که رابطۀ بین بزهکاری و میزان تعاملات آنلاین و به‌طورکلی زمان صرف‌شدۀ آنلاین با دوستان را نشان می‌دهد، مطابقت ندارد. عدم‌معناداری رابطۀ مستقیم ممکن است به محدودیت‌های اندازه‌گیری و ابزار پژوهش مربوط باشد؛ همان‌طور که مطالعات قبلی مانند مک‌کادی و ووگل (2015 a) نیز به محدودیت‌های مشابه اشاره کرده‌اند.

این وجودنداشتن رابطۀ معنادار ممکن است به محدودیت‌های داده‌ها یا اندازه‌گیری مربوط شود. در این پژوهش از سؤالاتی استفاده شد که در آن پاسخ‌دهندگان باید مقدار ساعت‌هایی را گزارش می‌دادند که در روز به‌صورت آنلاین با دوستان خود می‌گذراندند که ممکن است تخمین‌زدن آن دشوار باشد؛ بااین‌حال، این تفاوت زیادی با برخی دیگر از مطالعاتی که اثرات معنادار یافتند ندارد؛ اگرچه برخی از آنها از اندازه‌گیری‌های پیچیده‌تر و گسترده‌تر از استفاده از زمان استفاده کرده‌اند. همچنین ممکن است که تأثیر تعاملات آنلاین برای نسل جدید که زمان بیشتری را در اینترنت صرف می‌کنند، در مقایسه با زمانی که با دوستان خود به‌صورت واقعی هستند، کمتر بارز شده باشد. احتمال دیگر این است که اندازه‌گیری جدید قرارگیری در معرض بزهکاران بخشی از تأثیرات ارتباطات آنلاین با دوستان را در بر گرفته است. تحقیقات آینده با نمونه‌های بزرگ‌تر و اندازه‌گیری‌های دقیق‌تر از استفاده از زمان و تعاملات آنلاین با دوستان برای ارزیابی اعتبار یافته‌های حاضر، لازم است.

بااین‌حال نتایج آزمون پیرسون بیانگر پشتیبانی‌هایی از وجود فرایندهای موقعیتی بود که ازطریق زمان صرف‌شده با دوستان در رسانه‌های اجتماعی ایجاد می‌شود. صرف زمان زیاد در رسانه‌های اجتماعی ممکن است به‌طور مشابه به افزایش درگیرشدن در بزهکاری سنتی مرتبط باشد؛ همان‌طور که صرف زمان در گشت‌وگذار در خیابان یا در شب زندگی به فرصت‌ها و محرک‌هایی برای جرم منجر می‌شود (Osgood et al., 1996). این یافته با نظریۀ موقعیتی همخوانی دارد و نشان می‌دهد که رسانه‌های اجتماعی می‌توانند به‌عنوان محیطی کم‌نظارت برای تحریک رفتارهای بزهکارانه عمل کنند.

امروزه، رسانه‌های اجتماعی امکان اجتماعی‌شدن در شرایط غیرساختاری و بدون نظارت را در هر زمان و هر مکان، به‌ویژه با فناوری‌های همراه مانند تبلت‌ها و گوشی‌های هوشمند، فراهم می‌کنند. این همچنین به این معناست که افراد می‌توانند با حضور واقعی در کنار دوستان خود به‌طور هم‌زمان به‌صورت مجازی نیز با دوستانی دیگر در ارتباط باشند. در چنین شرایطی، ایده‌ها و فرصت‌های بزهکاری که در رسانه‌های اجتماعی مشاهده می‌شود، می‌تواند به‌سرعت به بزهکاری سنتی در دنیای واقعی منجر شود. همچنین ممکن است سخت باشد که فرد از گروه دوستانی دوری کند که به‌طور مداوم با آنها به‌صورت آنلاین در ارتباط است (Lim et al., 2013). این یافته با تحقیق وار (2002) همخوانی دارد و نشان می‌دهد که فرایندهای گروهی آنلاین می‌توانند مشابه فرایندهای حضوری عمل کنند و رفتار بزهکارانه را تحریک کنند.

در پایان لازم است به محدودیت مطالعۀ جاری اشاره شود که باید در تحقیقات آینده موردتوجه قرار گیرند. اولین محدودیت مهم اندازۀ نمونۀ مطالعه است که قدرت آماری و امکانات تحلیل‌های دقیق را محدود می‌کند. در مطالعه نرخ بزهکاری سایبری و سنتی نسبتاً پایین بود. اگرچه این لزوماً مشکلی نیست؛ همان‌گونه که در تحقیق پیکت[29] و همکاران (2018) نیز چنین بود. این به این معناست که نمونه به‌طور نسبی شامل دانشجویانی است که کمتر تمایل به نقض قانون دارند. تحقیقات آینده با نمونه‌های بزرگ‌تر و نرخ‌های مشارکت بیشتر موردنیاز است. به‌طور ایدئال، چنین مطالعاتی باید تلاش کنند تا نمایندگی بهتری از جمعیت را در مقایسه با آنچه در این مطالعه اکتشافی به آن دست یافته نشد، ارائه دهند.

 

[1] Malicious hacking

[2] Campbell & kennedy

[3] Jaishankar

[4] Suler

[5] Hutchings & Clayton

[6] Hoeben

[7] Mccuddy & Vogel

[8] Meldrum & clark

[9] Weerman

[10] Holt

[11] Pratt

[12] Warr

[13] Haynie

[14] Agnew

[15] Akers

[16] Osgood

[17] Warr & stafford

[18] Social impact perspective

[19] Sutherland

[20] Social learning theory

[21] Social choice perspective

[22] Hirschi

[23] Situational perspective

[24] Osgood

[25] Beier

[26] Reyns: در این پژوهش، متغیر بزه‌دیدگی سنتی و سایبری بررسی شده است که گویه‌های آن در جهت بزهکاری تغییر داده شد.

[27] Nunnally & Bernstein

[28] Boyd

[29] Pickett

آزاد، ی.، و کیانی، م. (۱۴۰۳). مقایسه سبک‌های فرزندپروری والدین، خودکنترلی و گرایش به رفتارهای پرخطر در نوجوانان بزهکار کانون اصلاح و تربیت و نوجوانان غیربزهکار. رفاه اجتماعی، ۲۴(94)، 173-201. http://dx.doi.org/10.32598/refahj.24.94.4517.1
آقایی، م. (1400). واکاوی انسان‌شناسی جنایی از منظر  بزه‌دیده‌شناسی اولیه در کیفر قصاص با تکیه بر اندیشه امام خمینی (ره). پژوهشنامۀ متین، 23(91)، 1-27. https://doi.org/10.22034/matin.2021.165349.1341
بیداروند، م، و. پورقهرمانی، ب. (1403). نقش پیشگیرانه سواد رسانه‌ای در دوران اپیدمی کووید-19 بر بزهکاری سایبری در جامعه ایران. دانشگاه آزاد اسلامی، 3(1)، 73-85. https://sanad.iau.ir/Journal/cyberlaw/Article/1122219
پرهوده، ف.، امیری، س.، حسینی، ح.، و پرهوده، ف. (1401). تعیین‌کننده‌های گرایش به بزهکاری در بین نوجوانان و راهکارها؛ مطالعه موردی (دختران و پسران 18-13 سالۀ ساکن در شهرستان کرمانشاه). قانون یار، 6(22)، 1-19.https://sid.ir/paper/1023262/fa
جوان جعفری، ع. (۱۳۸۹). جرایم سایبر و رویکرد افتراقی حقوق کیفری. اقتصاد پولی، مالی، ۱۷(۳۴)، ۱۷۷–۲۰۱. https://doi.org/10.22067/pm.v17i34.27358  
جهانبانی، م.، عزیزی، م.، و عباسی نصرآباد سفلی، ع. (1401). بررسی مسئله بزهکاری در بین جمعیت جوانان. علوم زیست محیطی و دانش جغرافیا، 3(1). https://www.geo2.ir/article_201554.html
حاجی ده‌آبادی، م.، و سلیمی، ا. (1398). بزهکاری و بزه‌دیدگی بومی‌های اینترنت: از علت‌شناسی تا پاسخ‌دهی در پارادایم ترمیمی. حقوق کیفری و جرم‌شناسی، 49(1)، 41-63. https://doi.org/10.22059/jqclcs.2019.73346
خسروی، م.، و خسروی، م. (۱۳۹۳). کاهش سرمایه اجتماعی درون‌گروهی در خانواده‌های ایرانی در سایه همنشینی با شبکه‌های اجتماعی مجازی در پرتو نظریه معاشرت‌های ترجیحی ساترلند. کنفرانس بین‌المللی اقتصاد، حسابداری، مدیریت و علوم اجتماعی. https://civilica.com/doc/367186/
خواجه‌نوری، ب.، و هاشمی‌نیا، ف. (1389). رابطه اوقات فراغت و بزهکاری: نمونه مورد مطالعه دانش‌آموزان دبیرستانی شهر شیراز،.علوم اجتماعی دانشگاه فردوسی مشهد، 7(1)، 33-50. https://doi.org/10.22067/jss.v0i0.8776
سلیمی، ع.، و داوری، م. (1385). جامعهشناسی کجروی. پژوهشگاه حوزه و دانشگاه.
زندی، م. ر. (1389). تحقیقات مقدماتی در جرایم سایبری. جنگل.
عبدالهی، ر. (۱۳۹۱). بررسی نظریه همنشینی افتراقی ساترلند و نظریه جرم‌شناسی موقعیتی در تبیین جرایم خشونت‌آمیز زندانیان مرد در زندان اصفهان [پایان‌نامه کارشناسی ارشد، دانشگاه علامه طباطبایی]. https://www.virascience.com/thesis/664814/
علیوردی‌نیا، ا.، شارع‌پور، م.، و مرادی، ف. (۱۳۹۲). بررسی تأثیر خودکنترلی و پیوند اجتماعی بر نگرش دانشجویان نسبت‌به مصرف الکل. مطالعات توسعه‌ای اجتماعی-فرهنگی، 1(4)، ۶۹–۹۷.  https://journals.sabz.ac.ir/scds/article-1-45-en.pdf
غیوری‌نیا، پ.، میرابراهیمی، س. ع.، و قربانی، م. ع. (1401). تحلیل جرم‌شناختی عوامل بزهکاری اطفال و نوجوانان شهرستان ارومیه در بازه زمانی 1390-1394. پژوهش‌های حقوق جزا و جرم‌شناسی، 10(20)، 177-207. https://doi.org/10.22034/jclc.2022.302573.1556
فرامرزیانی، س. (1403). مطالعه نقش دوگانه شبکه‌های اجتماعی در افزایش یا کاهش بزهکاری: مطالعه موردی شهر ارومیه. مطالعات و پژوهشهای امنیت داخلی، 2(3)، 109-131. https://issrq.sndu.ac.ir/article_3334.html
فیروزجائیان، ع. ا.، و توکلی، ج. (1395). تحلیل جامعه‌شناختی قانون‌گریزی در رانندگی با تأکید بر نظریه کنترل اجتماعی (مطالعه موردی: جوانان شهر نکا). پژوهش‌های راهبردی امنیت و نظم اجتماعی، 5(2)، 25-40. https://doi.org/10.22108/ssoss.2016.20953
لطفی، ا. (1401). پیشگیری از بزهکاری اطفال و نوجوانان در حقوق ایران. پژوهش و مطالعات علوم اسلامی، 4(39)، 44-55.  https://ensani.ir/file/download/article/6476e45c3f8b7-10231-1402-78.pdf  
محمدنسل، غ.، و اشراقی، م. (1388). نقش موقعیت در بزهکاری. انتظام اجتماعی، 1(3)، 79-102. https://sid.ir/paper/187477/fa
یاراحمدی، ح.، و شادمان‌نیا، ع. (1401). عوامل ارتکاب بزهکاری نوجوانان. قانون یار، 6(24)، 397-428. https://sid.ir/paper/1057479/fa
 
References
Abdollahi, R. (2012). Examining Sutherland's Differential Association Theory and Situational Criminology in Explaining Violent Crimes of Male Prisoners in Isfahan Prison [Master’s thesis, Allameh Tabataba’i University].  [In Persian] https://www.virascience.com/thesis/664814/
Aghaei, M. (2021). An analysis of anthropological criminology from the viewpoint of initial victimology in qisas (Retaliation) punishment with an emphasis on Imam Khomeini’s Views. Matin Research Journal, 23(91), 1-27. [In Persian] https://doi.org/10.22034/matin.2021.165349.1341
Agnew, R. (1991). The interactive effects of peer variables on delinquency. Criminology, 29(1), 47–72. https://doi.org/10.1111/j.1745-9125.1991.tb01058.x
Akers, R. L., Krohn, M. D., Lanza-Kaduce, L., & Radosevich, M. (1979). Social learning and deviant behavior: A specific test of a general theory. American Sociological Review, 44(4), 636–655. https://doi.org/10.2307/2094592
Alivardinia, A., Sharehpour, M., & Moradi, F. (2013). Examining the effect of self-control and social bonds on students’ attitudes toward alcohol consumption. Quarterly Journal of Socio-Cultural Development Studies, 1(4), 69‑97. [In Persian] http://journals.sabz.ac.ir/scds/article-1-45-fa.html
Azad, Y., & Kiani, M. (2024). Comparison of parents' parenting styles, self-control and tendency to risky behaviors in delinquent teenagers of correctional center and non-delinquent teenagers. Refah-e Ejtemaei, 24(94), 173‑201. [In Persian] https://doi.org/10.32598/refahj.24.94.4517.1
Beer, D., & Burrows, R. (2007). Sociology and, of and in Web 2.0: Some initial considerations. Sociological Research Online, 12(5), Article 17. https://doi.org/10.5153/sro.1560
Beier, H. (2014). Peer effects in offending behaviour across contexts: Disentangling selection, opportunity and learning processes. European Journal of Criminology, 11(1), 73–90. https://doi.org/10.1177/1477370813486865
Bidarvand, M., & Pourghahramani, B. (2024). The preventive role of media literacy during the COVID-19 epidemic on cybercrime in Iranian society. Islamic Azad University Scientific Research Journal, 3(1), 73‑85. [In Persian] https://sanad.iau.ir/Journal/cyberlaw/Article/1122219
Bossler, A. M., & Burruss, G. W. (2011). The general theory of crime and computer hacking: Low self-control hackers? In T. J. Holt, & B. H. Schell (Eds.), Corporate Hacking and Technology-Driven crime: Social Dynamics and Implications (pp. 38–67). Information Science Reference. https://www.igi-global.com/gateway/chapter/46419
Boyd, D. (2014). It’s Complicated: The Social Lives of Networked Teens. Yale University Press.
Campbell, Q., & Kennedy, D. M. (2012). The psychology of computer criminals. In S. Bosworth, M. E. Kabay, & E. Whyne (Eds.), Computer Security Handbook (pp. 12.11–12.33). John Wiley & Sons. https://onlinelibrary.wiley.com/doi/abs/10.1002/9781118851678.ch12
Chiesa, R., Ducci, S., & Ciappi, S. (2008). Appendix C: The nine hacker categories. In R. Chiesa, S. Ducci, & S. Ciappi (Eds.), Profiling Hackers: The Science of Criminal Profiling as Applied to the World of Hacking (pp. 239‑241). CRC Press. https://books.google.com/books/about/Profiling_Hackers.html?id=y2Amp_OwrPMC
Cloward, R. A., & Ohlin, L. E. (1960). Delinquency and Opportunity: A Theory of Delinquent Gangs. The Free Press.
Faramerziani, S. (2024). The dual role of social networks in increasing or decreasing delinquency: A case study of Urmia. Iranian Social Studies Quarterly, 2(3), 109‑131.  [In Persian] https://issrq.sndu.ac.ir/article_3334.html?lang=en
Firouzjaian, A. A., & Tavakoli, J. (2016). The sociological analysis of law-breaking in driving with emphasis on theory of social control (Case study: Neka Youths). Strategic Research on Security and Social Order, 5(2), 25‑40. [In Persian] https://doi.org/10.22108/ssoss.2016.20953
Ghiourinia, P., Mirabrahimi, S. A., & Ghorbani, M. (2022). Criminological analysis of factors influencing juvenile delinquency in Urmia between 2011–2015. Journal of Criminal Law and Criminology, 10(20), 177‑207. [In Persian] https://doi.org/10.22034/jclc.2022.302573.1556
Goldsmith, A., & Brewer, R. (2015). Digital drift and the criminal interaction order. Theoretical Criminology, 19(1), 112‑130. https://doi.org/10.1177/1362480614538645
Gottfredson, M. R., & Hirschi, T. (1990). A General Theory of Crime. Stanford University Press.
Grabosky, P. N., & Walkley, S. (2007). Computer crime and white‑collar crime. In H. N. Pontell, & G. L. Geis (Eds.), International Handbook of White‑Wollar and Corporate Crime (pp. 358‑375). Springer US. https://link.springer.com/chapter/10.1007/978-0-387-34111-8_17
Haji-Dehabadi, M., & Salimi, A. (2019). Delinquency and victimization of digital natives; from etiology to response in the restorative justice paradigm. Criminal law and Criminology Studies, 49(1), 41-63. [In Persian] https://doi.org/10.22059/jqclcs.2019.73346
Haynie, D. L. (2001). Delinquent peers revisited: Does network structure matter? American Journal of Sociology, 106(4), 1013‑1057. https://doi.org/10.1086/320298
Haynie, D. L. (2002). Friendship networks and delinquency: The relative nature of peer delinquency. Journal of Quantitative Criminology, 18(2), 99‑134. https://doi.org/10.1023/A:1015227414929
Hirschi, T. (1969). Causes of Delinquency. University of California Press.
Hoeben, E. M., Meldrum, R. C., Walker, D., & Young, J. T. (2016). The role of peer delinquency and unstructured socializing in explaining delinquency and substance use: A state‑of‑the‑art review. Journal of Criminal Justice, 47, 108‑122. https://doi.org/10.1016/j.jcrimjus.2016.08.001
Holt, T. J. (2007). Subcultural evolution? Examining the influence of on‑ and off‑line experiences on deviant subcultures. Deviant Behavior, 28(2), 171‑198. https://doi.org/10.1080/01639620601131065
Holt, T. J. (2010). Examining the role of technology in the formation of deviant subcultures. Social Science Computer Review, 28(4), 466‑481.  https://doi.org/10.1177/0894439309351344
Holt, T. J., & Kilger, M. (22 April, 2008). Techcrafters and makecrafters: A comparison of two populations of hackers. In WOMBAT Workshop on Information Security Threats Data Collection and Sharing. Amsterdam, Netherlands. https://doi.org/10.1109/WISTDCS.2008.9
Holt, T. J., Bossler, A. M., & May, D. C. (2012). Low self‑control, deviant peer associations, and juvenile cyberdeviance. American Journal of Criminal Justice, 37(3), 378‑395. https://doi.org/10.1007/s12103-011-9117-3
Holt,  T. J., Burruss,  G. W., & Bossler,  A. M. (2010). Social learning and cyber‑deviance: Examining the importance of a full social learning model in the virtual world. Journal of Crime and Justice, 33(2), 31‑61. https://digitalcommons.georgiasouthern.edu/crimjust-criminology-facpubs/86/
Holt,  T. J., Strumsky,  D., Smirnova,  O., & Kilger,  M. (2012). Examining the social networks of malware writers and hackers. International Journal of Cyber Criminology, 6(1), 891‑903. https://www.cybercrimejournal.com/pdf/holtetal2012janijcc.pdf
Hutchings,  A., & Clayton,  R. (2016). Exploring the provision of online booter services. Deviant Behavior, 37(10), 1163‑1178. https://www.cl.cam.ac.uk/~ah793/papers/2016booter.pdf
Jaishankar, K. (2009). Space transition theory of cyber crimes. In F. Schmallegerو & M. Pittaro (Eds.), Crimes of the Internet (pp.  283‑301).  Pearson Education. https://archive.org/details/crimesofinternet0000unse
Jahanbani, M., Azizi, M., & Abbasi-Nasrabadlower, A. R. (2022). Investigating the problem of delinquency among the youth population. Environmental Science and Geography, 3(1), e201554. [In Persian] https://www.geo2.ir/article_201554.html?lang=en
Javan-Jafari, A. (2011). Cyber crime and criminal law approach to the differential (Looking at the part computer crime law Islamic). Monetary and Financial Economics Journal, 17(34), 177‑201. [In Persian] https://doi.org/10.22067/pm.v17i34.27358
Khajenoori, B., & Hasheminia, F. (2010). Investigating the relationship between leisure activities and juvenile delinquency: The case of High School Students in Shiraz. Ferdowsi University of Mashhad Journal of Social Sciences, 7(1), 33‑50. [In Persian] https://doi.org/10.22067/jss.v0i0.8776
Khosravi, M., & Khosravi, M. (2014). Reducing intragroup social capital in Iranian families under the influence of virtual social networks in light of Sutherland's differential association theory. In International Conference on Economics, Accounting, Management, and Social Sciences. [In Persian] https://civilica.com/doc/367186/
Leukfeldt,  E. R., Veenstra,  S., & Stol,  W. P. (2013). High volume cyber crime and the organization of the police: The results of two empirical studies in the Netherlands. International Journal of Cyber Criminology, 7(1), 1‑17.  https://www.researchgate.net/publication/280013987_
Lim,  S. S., Chan,  Y. H., Vadrevu,  S., & Basnyat,  I. (2013). Managing peer relationships online: Investigating the use of Facebook by juvenile delinquents and youths‑at‑risk. Computers in Human Behavior, 29(1), 8‑15. https://www.researchgate.net/publication/257252611_
Lotfi, A. (2022). Prevention of juvenile delinquency in Iranian law. Research and Studies in Islamic Sciences, 4(39), 44‑55. [In Persian] https://ensani.ir/file/download/article/6476e45c3f8b7-10231-1402-78.pdf
Lu,  C., Jen,  W., Chang,  W., & Chou,  S. (2006). Cybercrime & cybercriminals: An overview of the Taiwan experience. Journal of Computers, 1(6), 11‑18. https://www.researchgate.net/publication/42803311_
Maimon,  D., Alper,  M., Sobesto,  B., & Cukier,  M. (2014). Restrictive deterrent effects of a warning banner in an attacked computer system. Criminology, 52(1), 33‑59.  https://doi.org/10.1111/1745-9125.12028
Maimon,  D., Kamerdze,  A., Cukier,  M., & Sobesto,  B. (2013). Daily trends and origin of computer‑focused crimes against a large university computer network: An application of the routine‑activities and lifestyle perspective. British Journal of Criminology, 53(2), 319‑343.  https://doi.org/10.1093/bjc/azs067
Marcum,  C. D., Higgins,  G. E., Ricketts,  M. L., & Wolfe,  S. E. (2014). Hacking in high school: Cybercrime perpetration by juveniles. Deviant Behavior, 35(7), 581‑591. https://doi.org/10.1080/01639625.2013.867721
McCuddy,  T., & Vogel,  M. (2015a). Beyond traditional interaction: Exploring the functional form of the exposure‑offending association across online network size. Journal of Criminal Justice, 43(2), 89‑98. https://doi.org/10.1016/j.jcrimjus.2015.01.002
McCuddy,  T., & Vogel,  M. (2015b). More than just friends: Online social networks and offending. Criminal Justice Review, 40(2), 169‑189. https://doi.org/10.1177/0734016814557010
Meldrum,  R. C., & Clark,  J. (2015). Adolescent virtual time spent socializing with peers, substance use, and delinquency. Crime & Delinquency, 61(8), 1104‑1126. https://doi.org/10.1177/0011128713492499
Mikami,  A. Y., Szwedo,  D. E., Allen,  J. P., Evans,  M. A., & Hare,  A. L. (2010). Adolescent peer relationships and behavior problems predict young adults’ communication on social networking websites. Developmental Psychology, 46(1), 46‑56. https://psycnet.apa.org/doi/10.1037/a0017420
Moffitt,  T. (1993). Adolescence‑limited and life‑course‑persistent behavior: A developmental taxonomy. Psychological Review, 100(4), 674‑701. http://users.soc.umn.edu/~uggen/Moffitt_PR_93.pdf
Mohammadnasl, G., & Eshraghi, M. (2009). The role of situational factors in delinquency. Ejtemaei-Entezami Journal, 1(3), 79‑102. [In Persian] https://sid.ir/paper/187477/fa
Morris,  R. G., & Blackburn,  A. G. (2009). Cracking the code: An empirical exploration of social learning theory and computer crime. Journal of Crime and Justice, 32(1), 1‑34.  https://doi.org/10.1080/0735648X.2009.9721260
Nosál,  J. (2023). Crime in the digital age: A new frontier. In J.  Berghofer,  A.  Futter,  C.  Häusler,  M.  Hoell, &  J.  Nosál (Eds.), The Implications of Emerging Technologies in the Euro‑Atlantic Space. Springer International Publishing. https://www.springerprofessional.de/en/crime-in-the-digital-age-a-new-frontier/24226420
Nunnally,  J. C., & Bernstein,  I. H. (1994). Psychometric Theory (3rd ed.). McGraw‑Hill.
Nykodym,  N., Taylor,  R., & Vilela,  J. (2005). Criminal profiling and insider cyber crime. Computer Law & Security Report, 21(5), 408‑414.  https://securitylab.disi.unitn.it/lib/exe/fetch.php?media=teaching:offtech:2015:nikodym-2005-digital-investigation.pdf
O’Reilly,  T. (2007). What is Web 2.0: Design patterns and business models for the next generation of software. Communications & Strategies, 65(1), 17‑37. https://mpra.ub.uni-muenchen.de/4580/1/MPRA_paper_4580.pdf
Osgood,  D. W., & Anderson,  A. L. (2004). Unstructured socializing and rates of delinquency. Criminology, 42(3), 519‑550. https://doi.org/10.1111/j.1745-9125.2004.tb00528.x
Osgood,  D. W., Wilson,  J. K., O’Malley,  P. M., Bachman,  J. G., & Johnston,  L. D. (1996). Routine activities and individual deviant behavior. American Sociological Review, 61(4), 635‑655. https://doi.org/10.2307/2096397
Parhudeh, F., Amiri, S., Hosseini, H., & Parhudeh, F. (2022). Determinants of delinquency propensity among adolescents and intervention strategies: A case study (13–18-year-old girls and boys in Kermanshah). Ghanoon Yar, 6(22), 1‑19. [In Persian] https://sid.ir/paper/1023262/fa
Pickett, J., Cullen, F., Bushway, S. D., Chiricos, T., & Alpert, G. (2018). The response rate test: Nonresponse bias and the future of survey research in criminology and criminal justice. https://dx.doi.org/10.2139/ssrn.3103018
Pratt, T. C., Cullen, F. T., Sellers, C. S., Winfree, L. T., Madensen, T. D., Daigle, L. E., Fearn, N. E., & Gau, J. M . (2010). The empirical status of social learning theory: A meta‑analysis. Justice Quarterly, 27(6), 765‑802. https://doi.org/10.1080/07418820903379610
Reyns,  B. W. (2010). Being Pursued Online: Extent and Nature of Cyberstalking Victimization from a Lifestyle/Routine Activities Perspective [Doctoral dissertation, University of Cincinnati]. https://etd.ohiolink.edu/acprod/odb_etd/etd/r/1501/10?clear=10&p10_accession_num=ucin1273840781
Ruiter,  S., & Bernaards,  F. (2013). Are crackers different from other criminals? A comparison based on Dutch suspect registrations [Verschillen crackers van andere criminelen? Een vergelijking op basis van Nederlandse verdachtenregistraties]. Tijdschrift voor Criminologie, 55(4), 342‑359. https://www.boomportaal.nl/doi/10.5553/TvC/0165182X2013055004002
Salimi, A., & Davari, M. (2006). Sociology of Deviance. Hozeh va Daneshgah Research Institute. [In Persian]
Subrahmanyam,  K., & Šmahel,  D. (2011). Digital Youth: The Role of Media in Development. Springer Science & Business Media.
Suler,  J. (2004). The online disinhibition effect. CyberPsychology & Behavior, 7(3), 321‑326.
Sutherland,  E. H. (1939). Principles of Criminology (3rd ed.). J.B. Lippincott.
Valkenburg,  P. M., & Piotrowski,  J. T. (2017). Plugged in: How Media Attract and Affect Youth. Yale University Press.
Wall, D. S. (2001). Cybercrimes and the internet. In Crime and the Internet (pp. 1-17). Routledge. https://www.ojp.gov/ncjrs/virtual-library/abstracts/cybercrimes-and-internet-crime-and-internet-p-1-17-2001-david-s#related-topics
Warr, M. (2002). Companions in Crime: The Social Aspects of Criminal Conduct. Cambridge University Press.
Warr, M., & Stafford, M. (1991). The influence of delinquent peers: What they think or what they do? Criminology, 29(4), 851-866. https://doi.org/10.1111/j.1745-9125.1991.tb01090.x
Weerman, F. M., Bernasco, W., Bruinsma, G. J. N., & Pauwels, L. J. (2015). When is spending time with peers related to delinquency? The importance of where, what, and with whom. Crime & Delinquency, 61(10), 1386-1413. https://doi.org/10.1177/0011128713478129
Weulen Kranenbarg, M. (2018). Cyber-Offenders Versus Traditional Offenders: An Empirical Comparison [Doctoral dissertation, Vrije Universiteit Amsterdam]. https://research.vu.nl/en/publications/cyber-offenders-versus-traditional-offenders-an-empirical-compari/
Yar, M. (2013). Cybercrime and the Internet: An introduction. In M. Yar (Ed.), Cybercrime and Society (2nd ed.; pp. 1-20). Sage.
Yarahmadi, H., & Shadmannia, A. (2022). Factors contributing to adolescent delinquency. Ghanoon Yar, 6(24), 397‑428. [In Persian] https://sid.ir/paper/1057479/fa
Young, R., Zhang, L., & Prybutok, V. R. (2007). Hacking into the minds of hackers. Information Systems Management, 24(4), 281-287. https://doi.org/10.1080/10580530701585823
Zandi, M. R. (2010). Preliminary Research on Cybercrimes. Jangal Publications. [In Persian]
دوره 15، شماره 2 - شماره پیاپی 53
پژوهش‏ های راهبردی مسائل اجتماعی، سال پانزدهم، شماره پیاپی (53)، شماره دوم، 1405
تیر 1405
صفحه 19-46
  • تاریخ دریافت: 18 فروردین 1404
  • تاریخ بازنگری: 07 آبان 1404
  • تاریخ پذیرش: 20 آبان 1404
  • تاریخ انتشار: 01 تیر 1405