1Philipps-Universität, Marburg, Deutschland
, Nele NyenhuisZugehörige Informationen
, Antonia BarkeZugehörige Informationen
1Philipps-Universität, Marburg, Deutschland
ABSTRACT
Internet-Gaming-Störung ist in der Kategorie enthalten Diagnostisches und Statistisches Handbuch der Geistigen Störungen (5th Ausgabe) als eine Störung, die weiterer Forschung bedarf. Die Diagnosekriterien basieren auf denen für Substanzgebrauchsstörung und Glücksspielstörung. Exzessive Spieler und Personen mit einer Substanzgebrauchsstörung neigen zu einer Aufmerksamkeitsverzerrung gegenüber Reizen, die mit ihrer Sucht in Zusammenhang stehen. Wir haben anhand zweier etablierter experimenteller Paradigmen untersucht, ob exzessive Internetspieler eine ähnliche Aufmerksamkeitsverzerrung zeigen.
Methoden
Wir haben die Reaktionszeiten von exzessiven Internet-Gamern und Nicht-Gamern gemessen (N = 51, 23.7 ± 2.7 Jahre) durch Verwendung eines Sucht-Stroop mit computerbezogenen und neutralen Wörtern sowie einer visuellen Sonde mit computerbezogenen und neutralen Bildern. Für die Reaktionszeiten sowie für Valenz- und Vertrautheitsbewertungen wurden gemischte Designanalysen der Varianz mit der Zwischensubjektfaktorgruppe (Gamer/Nicht-Gamer) und dem Innersubjektfaktor-Reiztyp (computerbezogen/neutral) berechnet Anregungsmaterial.
Die Ergebnisse
In der Sucht Stroop wurde eine Interaktion für Gruppe × Worttyp gefunden: Nur Gamer zeigten längere Reaktionszeiten auf computerbezogene Wörter im Vergleich zu neutralen Wörtern und zeigten somit eine Aufmerksamkeitsverzerrung. Bei der visuellen Untersuchung konnten in beiden Gruppen keine Unterschiede in der Reaktionszeit zwischen computerbezogenen und neutralen Bildern festgestellt werden, allerdings waren die Spieler insgesamt schneller.
Schlussfolgerungen
Bei übermäßigen Internetspielern wurde eine Aufmerksamkeitsverzerrung gegenüber computerbezogenen Reizen festgestellt, und zwar durch die Verwendung eines Sucht-Stroop, nicht jedoch durch die Verwendung einer visuellen Sonde. Eine mögliche Erklärung für die Diskrepanz könnte darin liegen, dass die visuelle Untersuchung für die Spieler möglicherweise zu einfach war.
Einleitung
Übermäßiges Spielen im Internet ist mit psychosozialen Problemen verbunden, wie z. B. einer nachlassenden akademischen oder beruflichen Leistung (Chen & Tzeng, 2010; Chiu, Lee & Huang, 2004; Griffiths, Davies & Chappell, 2004; Hellström, Nilsson, Leppert & Slund, 2012; Jeong & Kim, 2011; Liu & Peng, 2009; Peng & Liu, 2010; Rehbein, Kleimann & Mössle, 2010; Skoric, Teo & Neo, 2009; Van Rooij, Kuss, Griffiths, Shorter und Van de Mheen, 2013), Hobbys und Beziehungen außerhalb des Spiels vernachlässigen (Griffiths et al., 2004; Hellström et al., 2012; Liu & Peng, 2009; Lo, Wang & Fang, 2005; Rehbein et al., 2010), zwischenmenschliche Konflikte (Batthyány, Müller, Benker & Wölfling, 2009; Hellström et al., 2012; Shen & Williams, 2011), Einsamkeit (Lemmens, Valkenburg & Peter, 2011; Shen & Williams, 2011; Van Rooij, Schönmacher, Vermulst, Van den Eijnden und Van de Mheen, 2011) und Schlafentzug (Achab et al., 2011; Griffiths et al., 2004; Hellström et al., 2012; Rehbein et al., 2010; Van Rooij et al., 2013).
Derzeit spielen weltweit 671 Millionen Menschen Computerspiele (Singh, 2013). Massively Multiplayer Online-Rollenspiele (MMORPGs) machen ein Viertel des weltweiten Umsatzes mit Computerspielen aus (Barnett & Coulson, 2010). MMORPGs sind Fantasy-Spiele, bei denen Tausende von Spielern über ihren individuellen Charakter, den Avatar, interagieren. Um erfolgreich zu sein, müssen die Spieler zusammenarbeiten (Cole & Griffiths, 2007) und sukzessive mehr Zeit investieren (Van Rooij et al., 2011). MMORPGs haben keinen Endpunkt (z. B. einen Endkampf) und sind dauerhaft; das heißt, das Spiel läuft weiter, auch wenn ein Spieler nicht angemeldet ist (Barnett & Coulson, 2010). Spieler werden von Zeit zu Zeit durch den Erwerb höherer Level, Fähigkeiten, virtuellem Gold oder besserer Ausrüstung gestärkt. Das beliebteste MMORPG ist World of Warcraft (WoW), das 10 Millionen Abonnenten hat (Blizzard Unterhaltung, 2014). Aufgrund ihrer sozialen Natur, Beständigkeit und zeitweiligen Verstärkung bergen MMORPGs ein hohes Risiko einer übermäßigen Nutzung (Beutel, Hoch, Wölfling & Müller, 2011). Smyth (2007) wies Schüler, die zuvor keine Computerspiele gespielt hatten, an, mindestens eine Stunde pro Woche eines zu spielen (Solo, Arcade, Konsole oder MMORPG). Nach einem Monat berichteten MMORPG-Spieler, dass sie häufiger spielten als die anderen Teilnehmer, dass ihre körperliche Gesundheit und Schlafqualität schlechter waren und dass das Spiel ihr Lernen stärker beeinträchtigte.
Internet-Gaming-Störung wurde in den Anhang aufgenommen Diagnostisches und Statistisches Handbuch der Geistigen Störungen (5th Ausgabe), um weitere Forschung anzuregen (American Psychiatric Association, 2013). Die Diagnosekriterien basieren auf denen für Substanzgebrauchsstörung und Glücksspielstörung (Petry et al., 2014). Es stellt sich die Frage, ob die Internet-Gaming-Störung und diese Störungen gemeinsame Merkmale bei der Entstehung und Aufrechterhaltung der Störung aufweisen (z. B. Konditionierungs- und Aufmerksamkeitsprozesse).
Eine Aufmerksamkeitsverzerrung ist ein belastbarer Befund bei Menschen mit einer Substanzgebrauchsstörung (Cox, Fadardi & Pothos, 2006; Robbins & Ehrman, 2004); es äußert sich in einer erhöhten Aufmerksamkeit gegenüber Reizen, die mit der jeweiligen Sucht verbunden sind (Cox et al., 2006). In Bezug auf Glücksspielstörungen wurde eine solche Tendenz in vier Studien nachgewiesen (Boyer & Dickerson, 2003; McCusker, Gettings & Ireland, 1997; Molde et al., 2010; Vizcaino et al., 2013), wohingegen eine Studie keine Beweise dafür finden konnte (Atkins & Sharpe, 2006).
Nach der Theorie der aktuellen Anliegen liegt ein Motivationszustand bzw. eine aktuelle Sorge zwischen der Entscheidung, ein Ziel zu verfolgen, und dem Erreichen oder Aufgeben des Ziels (Cox et al., 2006). Menschen mit einer Substanzgebrauchsstörung haben das Ziel, eine Substanz zu konsumieren. Damit verbundene Reize haben für sie einen starken Motivationswert. Dadurch rücken sie in den Mittelpunkt der Aufmerksamkeit und es entwickelt sich eine Aufmerksamkeitsneigung gegenüber diesen Reizen. Mit der Zeit kann dies implizit und automatisch erfolgen. Im Verlauf einer aktuellen Besorgnis können sich Konditionierungsprozesse entwickeln. Gemäß der klassischen Konditionierung wird ein neutraler Reiz (z. B. ein Feuerzeug) wiederholt mit einem unbedingten Reiz (z. B. Nikotin) gepaart und wird zu einem konditionierten Reiz (CS), der Erregung und Verlangen hervorruft (Field & Cox, 2008). Da der CS die Droge vorhersagt, ist sie stärker ausgeprägt als andere Reize und die Person richtet ihre Aufmerksamkeit darauf. Aufmerksamkeitsverzerrungen spielen bei der Aufrechterhaltung von Süchten eine Rolle. Wenn Menschen mit einer Substanzgebrauchsstörung häufiger drogenbedingte Reize wahrnehmen, verspüren sie ein Verlangen (Field, Munafò & Franken, 2009), was wiederum zu einem erneuten Konsum führen und die Einhaltung der Abstinenz erschweren kann (Cox, Hogan, Kristian & Race, 2002). Alkoholbedingte Aufmerksamkeitsverzerrungen sagten die Menge des zukünftigen Alkoholkonsums voraus (Janssen, Larsen, Vollebergh & Wiers, 2015) und ein Aufmerksamkeits-Bias-Modifikationstraining verbesserte die Abstinenz (Schoenmakers et al., 2010).
Zwei häufig verwendete Maße für Aufmerksamkeitsverzerrungen sind der Sucht-Stroop und die visuelle Sonde (Field & Cox, 2008). Im Sucht-Stroop wird ein suchtbezogenes oder neutrales Wort in einer von mehreren Farben dargestellt (Field & Cox, 2008). Die Teilnehmer werden angewiesen, die Farbe anzugeben, und die Reaktionszeiten werden gemessen. Eine Aufmerksamkeitsverzerrung äußert sich in a langsamer Reaktion auf suchtbezogene Wörter. Der zugrunde liegende Mechanismus besteht darin, dass die automatische Verarbeitung des semantischen Inhalts der hervorstechenderen Wörter die Benennung der Wortfarbe beeinträchtigt (Cox et al., 2006). Um eventuelle Unterschiede in der Reaktionszeit auf die Wortart zurückführen zu können, ist es wichtig, dass sich die suchtbezogenen und neutralen Wörter nicht in grundlegenden Merkmalen wie Buchstabenzahl, Silbenzahl und Häufigkeit in der Sprache unterscheiden; und da die Suchtwörter aus einer Kategorie stammen, sollten auch die neutralen Wörter sein (Cox et al., 2006). Bei der visuellen Sondierung werden ein suchtbezogenes und ein neutrales Bild nebeneinander dargestellt (Field & Cox, 2008). Eines der Bilder wird dann durch ein Ziel ersetzt und die Teilnehmer werden aufgefordert, dessen Position anzugeben. Auch hier werden Reaktionszeiten gemessen. Im Allgemeinen reagieren Menschen schneller auf einen Reiz, wenn dieser in einer besuchten Region auftritt (Posner, Snyder & Davidson, 1980). Wenn Menschen mit Substanzgebrauchsstörung schneller auf Ziele reagieren, die suchtbezogene Bilder ersetzen, als auf neutrale, lässt sich daraus schließen, dass sie sich stärker auf die suchtbezogenen Bilder konzentrierten (Field & Cox, 2008). In diesem Fall manifestiert sich eine Aufmerksamkeitsverzerrung in beschleunigt Reaktionszeiten auf suchtbezogenes Material.
Bei übermäßigen Internetspielern wurden Aufmerksamkeitsverzerrungen nur in Bezug auf Material untersucht, das in direktem Zusammenhang mit den Spielen steht. Die Ergebnisse waren heterogen. Eine Sucht-Stroop-Aufgabe (Metcalf & Pammer, 2011) und eine Dot-Probe-Aufgabe (Lorenz et al., 2013) fanden eine Aufmerksamkeitsverzerrung gegenüber MMORPG-Reizen, ein Sucht-Stroop und eine visuelle Sonde versäumten dies (Van Holst et al., 2012). Unser Ziel war es, diese Erkenntnisse zu erweitern und der Frage nachzugehen, ob exzessive Spieler eine Aufmerksamkeitsverzerrung nicht nur gegenüber MMORPG-Reizen, sondern gegenüber Computer-Reizes im Allgemeinen zeigen. Computer werden regelmäßig mit dem Spielerlebnis und je nach Modell gekoppelt (Field & Cox, 2008) sollten selbst zum CS werden und zu einer Aufmerksamkeitsverzerrung führen. Wenn ja, wäre dies für die Aufrechterhaltung und Behandlung von übermäßigem Internet-Glücksspiel von großer Bedeutung.
Daher haben wir die folgenden Hypothesen getestet:
Übermäßige Spieler würden eine Aufmerksamkeitsneigung zeigen, so dass sie bei einem Sucht-Stroop langsamer auf computerbezogene Wörter reagieren als auf neutrale Wörter.
Übermäßige Spieler würden eine Aufmerksamkeitsverzerrung zeigen, sodass sie schneller auf Ziele reagieren, die an der Position eines computerbezogenen Reizes angezeigt werden, als auf Ziele, die an der Position eines neutralen Bildes in einer visuellen Sonde angezeigt werden.
Methoden
Teilnehmer
Die Stichprobengröße wurde berechnet a priori mit G*Power (Version 3.1.9.2, Kiel, Deutschland). Mit α = 0.05, f = 0.25 und einer Potenz von 0.80 ergab eine Gesamtstichprobengröße von 34 Teilnehmern. Die Rekrutierung von Studierenden erfolgte über Anzeigen auf Schwarzen Brettern der Universität Göttingen und in Online-Foren. Sie wurden auf die Nutzung von Computerspielen untersucht. Schüler, die gespielt haben Beeindruckend erhielten einen Link zu einem webbasierten Fragebogen (SurveyMonkey, Portland, USA) und füllten die deutsche Version aus Skala zur zwanghaften Internetnutzung für WoW (CIUS-WoW) (Barke, Nyenhuis, Voigts, Gehrke und Kröner-Herwig, 2013) zu Hause. Das CIUS-Beeindruckend Maßnahmen übertrieben Beeindruckend Verwendung mit 14 Items und hat eine gute interne Konsistenz (Cronbachs α = .86) (Barke et al., 2013). Die Items werden auf einer fünfstufigen Skala von 0 bewertet (noch nie) zu 4 (sehr oft), wobei höhere Werte auf eine stärkere Nutzung hinweisen. Wenn Beeindruckend Spieler hatten einen mittleren CIUS-Beeindruckend Punktzahl von mindestens 25 (höchste 25 % aller überprüften Personen). Beeindruckend Spieler) wurden sie als exzessive Spieler eingestuft und zur Teilnahme eingeladen. Studierende, die keine Computerspiele spielten, wurden direkt zur Teilnahme eingeladen. Es nahmen 30 Spieler und XNUMX Nicht-Spieler teil. Die Spieler hatten einen mittleren CIUS-Beeindruckend Punktzahl von 29.0 ± 3.5. Im Durchschnitt spielten sie Beeindruckend für 15.4 ± 11.3 Stunden pro Woche. Zwei Spieler und ein Nicht-Spieler wurden von der Stroop-Sucht ausgeschlossen, weil sie nicht in der Lage waren, die Zahlen auf den Testplatten des Ishihara-Tests zu identifizieren (Ishihara Farbtafel, 2009) deutete auf Probleme mit dem Farbsehen hin. Die Reaktionszeiten eines Spielers konnten nicht analysiert werden, da der Computer seine Logdatei nicht speichern konnte.
Vorgehensweise und Maßnahmen
Die Teilnehmer absolvierten sechs Testplatten des Ishihara-Tests (Ishihara Farbtafel, 2009). Auf den Testplatten sind Punkte in Grün- und Rottönen zu sehen, die Zahlen bilden. Menschen mit normalem Farbsehen sollten in der Lage sein, die Zahlen richtig zu erkennen. Der Test des Farbsehens war notwendig, da die Teilnehmer im Sucht-Stroop Farben anzeigen mussten. Sie beantworteten Fragen zu Demografie und Computernutzung. Sie nahmen an den Sucht-Stroop- und visuellen Sondenaufgaben teil. Die Reihenfolge der Aufgaben wurde zwischen den Teilnehmern ausgeglichen, um Reihenfolgeeffekte zu vermeiden. Die Teilnehmer wurden einzeln in einem abgedunkelten Labor getestet. Sie erledigten die Aufgaben auf einem handelsüblichen 17-Zoll-Computermonitor und verwendeten eine normale Tastatur, eine Kinnstütze, um einen konstanten Abstand von 62 cm zum Bildschirm zu gewährleisten, und Ohrenschützer, um Umgebungsgeräusche auszublenden. Nach den experimentellen Aufgaben bewerteten die Teilnehmer die Wertigkeit und Vertrautheit der in den Aufgaben verwendeten Wörter und Bilder auf zwei 9-Punkte-Skalen von 1 bis XNUMX (sehr unerfreulich) zu 9 (sehr angenehm) und 1 (sehr ungewohnt) zu 9 (sehr vertraut). Alle Teilnehmer erhielten für ihre Teilnahme 10 Euro.
Verhaltensaufgaben
Beide Aufgaben wurden mit Presentation (Version 14.8, Neurobehavioral Systems, Berkeley, USA) programmiert. Reaktionszeiten, gedrückte Tasten und verfehlte Ziele wurden als Protokolldateien gespeichert und dann zur weiteren Verarbeitung in Statistiksoftware importiert.
Sucht Stroop
Die Teilnehmer sahen 20 neutrale Wörter aus der Kategorie Büro (z. B. Telefon) und 20 computerbezogene Wörter (z. B. Tastatur). Neutrale und computerbezogene Wörter kamen in der deutschen Sprache gleich häufig vor (Institut für Deutsche Sprache, 2009) und die gleiche Anzahl an Buchstaben und Silben. Jedes Wort wurde einmal in Rot, Gelb, Grün und Blau präsentiert, was zu 160 Reizen für jeden Block führte. Zwischen den beiden Blöcken hatten die Teilnehmer eine fünfminütige Pause. Jeder Versuch dauerte 1000 ms, wobei die Probanden ein Wort in der Mitte des Bildschirms vor einem grauen Hintergrund sahen. Jedes Wort wurde präsentiert, bis eine Taste gedrückt wurde. Sobald eine Taste gedrückt wurde, erschien für den Rest des Versuchs ein weißes Fixierungskreuz. Nach 1000 ms erschien automatisch das nächste Wort. Die Reihenfolge der Wörter und Farben wurde zufällig gewählt. Auf den Tasten „a“, „s“, „k“ und „l“ waren Aufkleber mit den vier Farben angebracht. Die Teilnehmer legten vier Finger auf die Tastatur und wurden angewiesen, die entsprechende Taste so schnell wie möglich zu drücken. Vor den Versuchsblöcken machten sie sich in einem Übungslauf mit 10 Tierwörtern (einmal in jeder Farbe, also 40 Reize) mit der Aufgabe vertraut.
Visuelle Sonde
Die Teilnehmer betrachteten 10 neutrale (z. B. ein Radio) und 10 computerbezogene (z. B. einen Monitor) Schwarzweißbilder (300 × 300 Pixel). Eine Fourier-Analyse stellte sicher, dass sich die Bildkategorien nicht in grundlegenden Merkmalen wie Kontrast und Details unterschieden. Während der gesamten Dauer des Experiments war in der Mitte des grauen Bildschirms ein weißes Fixierungskreuz zu sehen, und die Teilnehmer wurden angewiesen, durchgehend zu fixieren. Für jeden Versuch betrachteten die Teilnehmer ein computerbezogenes und ein neutrales Bild nebeneinander für 150 oder 450 ms [kurze oder lange Stimulus-Einsatz-Asynchronität (SOA)] (siehe Abbildung). 1). Kurze SOAs können verwendet werden, um eine anfängliche Umstellung auf einen relevanten Reiz zu messen, während lange SOAs die Schwierigkeiten bewerten, sich davon zu lösen (Cox et al., 2006). 50 ms lang wurden die Bilder durch einen leeren Bildschirm ersetzt, und dann erschien 200 ms lang ein Ziel (ein gelbes Quadrat) anstelle eines der Bilder. Die Teilnehmer wurden angewiesen, die Zielposition so schnell wie möglich mit der Taste „Alt“ (linke Ziele) und der Taste „Alt Gr“ (rechte Ziele) anzugeben. Danach erschien für 1000 oder 2000 ms (Intervall zwischen den Versuchen) ein leerer Bildschirm. Bei Versuchen mit einer kurzen SOA wurde der leere Bildschirm anschließend für 300 ms angezeigt, sodass jeder Versuch 1700 oder 2700 ms dauerte. Die Teilnehmer machten sich in sechs Übungsversuchen mit Tierbildern mit der Aufgabe vertraut und absolvierten 200 experimentelle Versuche (100 kurze und 100 lange SOAs). Der SOA, die Dauer des Intervalls zwischen den Reizen und die Position der Bilder und Ziele wurden randomisiert.
Abbildung 1. Ablauf eines Versuchs in der visuellen Sonde. Ein computerbezogenes Bild und ein neutrales Bild erschienen für 150 oder 450 ms (kurze oder lange Reizbeginn-Asynchronien), gefolgt von einem leeren Bildschirm für 50 ms und einem gelben Quadrat (hier in Weiß dargestellt) auf der rechten oder linken Seite für 200 ms ms und ein leerer Bildschirm für 1000 oder 2000 ms (Intervall zwischen Versuchen). In Versuchen mit einer kurzen Asynchronität des Reizbeginns wurde der leere Bildschirm anschließend 300 ms lang angezeigt, sodass jeder Versuch 1700 oder 2700 ms dauerte
statistische Analyse
Für statistische Berechnungen wurden Statistica (Version 10, StatSoft, Tulsa, USA) und SPSS (Version 22, IBM, Armonk, USA) verwendet. Unabhängig t-Es wurden Tests durchgeführt, um Alter und private Computernutzung zu vergleichen und a χ2 Analyse zum Vergleich der Geschlechterverteilung zwischen den Gruppen. Die Reaktionszeiten, die Anzahl der Fehler und die Anzahl der verpassten Antworten im Sucht-Stroop sowie die Wertigkeit und Vertrautheit der Reize wurden mithilfe von 2 × 2 gemischten Design-Varianzanalysen (ANOVA) mit den Zwischenwerten analysiert -Subjektfaktorgruppe (Gamer/Nicht-Gamer) und der Innersubjektfaktor Wort-/Bildtyp (computerbezogen/neutral). Die Reaktionszeiten und die Anzahl der Fehler in der visuellen Sonde wurden mithilfe einer 2 × 2 × 2-ANOVA mit gemischtem Design mit der Zwischen-Subjekt-Faktorgruppe (Gamer/Nicht-Gamer) und den Inner-Subjekt-Faktoren SOA (150 ms/450) analysiert. 200 ms) und Bildtyp (rechnerbezogen/neutral). In die Analysen der Reaktionszeiten flossen nur richtige Antworten ein. Bei der Sucht Stroop wurden Reaktionszeiten von weniger als XNUMX ms aus der Analyse ausgeschlossen, da angenommen wurde, dass sie auf langsame Reaktionen auf das vorherige Wort zurückzuführen sind (Whelan, 2008). Für alle signifikanten Effekte in den ANOVAs wurden LSD-Post-hoc-Tests berechnet. Der Signifikanzwert wurde auf festgelegt p < .05 und Cohens d und ŋ2 werden als Maß für die Effektstärke angegeben.
Die Studienverfahren wurden in Übereinstimmung mit der Deklaration von Helsinki durchgeführt. Das Institutional Review Board der Georg-August-Universität Göttingen hat die Studie genehmigt, da die Autoren bereits dort gearbeitet haben und die Experimente dort durchgeführt wurden. Alle Probanden wurden über die Studie informiert und alle gaben ihre Einverständniserklärung ab.
Die Ergebnisse
Demographie
Die Gruppen unterschieden sich nicht signifikant hinsichtlich des Geschlechts, χ2(1) = 1.85, p > .10 oder Alter, t(45) = –1.55, p > .10, aber die exzessiven Gamer verbrachten mehr Zeit damit, ihren Computer zu Freizeitzwecken zu nutzen als die Nicht-Gamer, t(45) = 4.51, p <001, d = 1.19. Siehe Tabelle 1 für weitere Einzelheiten.
|
Tabelle 1. Beschreibende Statistiken für übermäßige Internetspieler und Nichtspieler
| Übermäßige Internetspieler (n = 21) | Nicht-Gamer(n = 30) | |
|---|---|---|
| Geschlecht männlich) | 81.0 | 63.3 |
| Alter Jahre) | 22.9 ± 2.1 | 24.5 ± 3.2 |
| Private Computernutzung pro Tag (h) | 4.7 ± 2.9 | 2.0 ± 1.4 |
Die 2 × 2 ANOVA zeigte keinen Haupteffekt für die Gruppe, F(1,46) = 0.92, p = .34 oder Worttyp, F(1,46) = 0.03, p = .86, aber es zeigte sich eine Interaktion für Gruppe × Worttyp, F(1,46) = 12.13, p = .001, η2 = .01. LSD-Post-hoc-Tests ergaben, dass die Spieler langsamer auf computerbezogene Wörter (583.2 ± 42.2) reagierten als auf neutrale Wörter (573.7 ± 41.2) und dass die Nicht-Spieler langsamer auf neutrale Wörter (597.5 ± 57.9) reagierten als auf computerbezogene Wörter (587.0 ± 50.3). Siehe Abbildung 2 für weitere Einzelheiten.
Abbildung 2. Mittlere Reaktionszeiten (± SE) auf neutrale und computerbezogene Wörter in der Suchtstroop. Klammern geben signifikante Post-hoc-Tests an, *p <05, **p <01
In 10.2 % aller Versuche drückten die Teilnehmer die falsche Taste und in 6.2 % aller Versuche verpassten sie ein Wort. Die Fehler der Teilnehmer wurden mit einer 2 × 2-ANOVA mit gemischtem Design analysiert. Es ergab sich kein Haupteffekt für die Gruppe, F(1,46) = 0.012, p = .92, Worttyp, F(1,46) = 0.003, p = .96 oder eine Interaktionsgruppe × Worttyp F(1,46) = 0.68, p = .41 für die 2 × 2 ANOVA. Die Analyse fehlender Wörter mit einer 2 × 2 ANOVA ergab keinen Haupteffekt für die Gruppe, F(1,46) = 3.01, p = .09, Worttyp, F(1,46) = 0.25, p = .62 oder eine Interaktionsgruppe × Worttyp, F(1,46) = 0.25, p = 62.
Visuelle Sonde
Die 2 × 2 × 2 ANOVA zeigte einen Haupteffekt für die Gruppe, F(1,49) = 4.59, p = .037, ŋ2 = .06 (die Gamer reagierten insgesamt schneller als die Nicht-Gamer) und ein Haupteffekt für SOA, F(1,49) = 51.34, p <001, ŋ2 = .10 (Teilnehmer reagierten nach langen SOAs schneller als nach kurzen SOAs), aber es zeigte sich kein Haupteffekt für den Bildtyp, F(1,49) = 1.22, p = .28. Es gab keine Wechselwirkungen für SOA × Gruppe, F(1,49) = 0.51, p = .48, Bildtyp × Gruppe, F(1,49) = 0.40, p = .84, SOA × Bildtyp, F(1,49) = 3.11, p = .08, oder SOA × Bildtyp × Gruppe, F(1,49) = 1.32, p = .26. Siehe Tabelle 2 und Abbildung 3 für weitere Einzelheiten.
Abbildung 3. Mittlere Reaktionszeiten (± SE) auf neutrale und computerbezogene Bilder mit kurzen und langen Stimulus-Onset-Asynchronien (SOA) in der visuellen Sonde
|
Tabelle 2. Reaktionszeiten (ms) auf neutrale und computerbezogene Wörter mit kurzen und langen Asynchronitäten beim Einsetzen des Reizes in der visuellen Sonde
| Kurze Asynchronität des Reizbeginns | Lange Asynchronität des Reizbeginns | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Neutral | Computerbezogen | Neutral | Computerbezogen | ||||||
| Gruppe an | n | M | SD | M | SD | M | SD | M | SD |
| Übermäßige Internetspieler | 30 | 331.2 | 31.9 | 336.1 | 31.8 | 319.5 | 30.2 | 317.9 | 25.9 |
| Nicht-Gamer | 21 | 353.4 | 42.4 | 355.2 | 43.2 | 341.8 | 39.1 | 342.3 | 40.9 |
In 1.8 % der Versuche drückten die Teilnehmer die falsche Taste. Die Fehler der Teilnehmer wurden erneut mit einer 2 × 2 × 2-ANOVA mit gemischtem Design analysiert. Diese Analyse zeigte keinen Haupteffekt für die Gruppe, F(1,49) = 1.15, p = .29, Bildtyp, F(1,49) = 2.56, p = .12 oder SOA, F(1,49) = 0.05, p = .83, aber es zeigte eine Interaktionsgruppe × Bildtyp, F(1,49) = 4.79, p = .033, ŋ2 = .01. LSD-Post-hoc-Tests ergaben, dass die Spieler bei computerbezogenen Bildern mehr Fehler machten (4.7 ± 3.7) als bei neutralen Bildern (3.4 ± 2.5). Die Nicht-Gamer unterschieden sich in der Fehleranzahl bei neutralen Bildern (3.4 ± 2.7) und computerbezogenen Bildern (3.2 ± 2.3) nicht. Es gab keine Wechselwirkungen für Gruppe × SOA, F(1,49) = 2.20, p = .14, Bildtyp × SOA, F(1,49) = 0.002, p = .96, oder Gruppe × Bildtyp × SOA, F(1,49) = 0.65, p = .42. Die Teilnehmer verfehlten keine Ziele.
Wertigkeit und Vertrautheit
Wörter
Bezüglich der Valenz zeigte die 2 × 2 ANOVA einen Haupteffekt für den Worttyp, F(1,46) = 11.60, p = .001, ŋ2 = .07 und eine Interaktionsgruppe × Worttyp, F(1,46) = 30.81, p <001, ŋ2 = .19. LSD-Post-hoc-Tests ergaben, dass die Spieler computerbezogene Wörter (6.4 ± 1.3) positiver bewerteten als neutrale Wörter (5.2 ± 0.7). Die Valenzbewertungen der Nicht-Gamer unterschieden sich nicht für neutrale (5.6 ± 0.8) und computerbezogene Wörter (5.3 ± 0.9). Es gab keinen Haupteffekt für die Gruppe, F(1,46) = 1.52, p = .22. Siehe Abbildung 4a für weitere Einzelheiten.
Abbildung 4. Mittlere Wertigkeit und Vertrautheit (± SE) neutraler und computerbezogener Wörter (links) und Bilder (rechts) im Sucht-Stroop und der visuellen Sonde. Klammern geben signifikante Post-hoc-Tests an, *p <05, **p < .01 ***p <001
Bezüglich der Vertrautheit zeigte die 2 × 2 ANOVA einen Haupteffekt für die Gruppe, F(1,46) = 4.38, p = .04, ŋ2 = .05 und eine Gruppe × Worttyp-Interaktion, F(1,46) = 13.79, p = .001, ŋ2 = .09. LSD-Post-hoc-Tests ergaben, dass die Spieler mit computerbezogenen Wörtern (7.9 ± 0.9) besser vertraut waren als mit neutralen Wörtern (7.1 ± 1.3); Bei den Nicht-Gamern war das Gegenteil der Fall (neutrale Wörter: 7.1 ± 1.3; computerbezogene Wörter: 6.6 ± 1.4). Es gab keinen Haupteffekt für den Worttyp, F(1,46) = 0.89, p = .35. Siehe Abbildung 4c für weitere Einzelheiten.
Fotos
Bezüglich der Valenz gab es keine Haupteffekte für die Gruppe, F(1,49) = 1.79, p = .19 oder Bildtyp, F(1,49) = 2.59, p = .11 für die 2 × 2 ANOVA, es wurde jedoch eine Wechselwirkung gefunden, F(1,49) = 23.43, p <001, ŋ2 = .07. LSD-Post-hoc-Tests zeigten, dass die Spieler computerbezogene Bilder (6.5 ± 1.5) positiver bewerteten als neutrale Bilder (5.8 ± 1.4) und dass die Nichtspieler neutrale Bilder (5.9 ± 1.3) positiver bewerteten als computerbezogene Bilder. verwandte (5.5 ± 1.2). Siehe Abbildung 4b für weitere Einzelheiten.
Bezüglich der Vertrautheit zeigte die 2 × 2 ANOVA einen Haupteffekt für den Bildtyp, F(1,49) = 12.65, p = .001, ŋ2 = .06 und eine Interaktion vom Typ Gruppe × Bild, F(1,49) = 10.21, p = .002, ŋ2 = .05. LSD-Post-hoc-Tests ergaben, dass die Spieler mit computerbezogenen Bildern (7.3 + 1.1) besser vertraut waren als mit neutralen Bildern (6.3 + 1.3). Die Bekanntheitswerte der Nicht-Gamer unterschieden sich nicht zwischen neutralen Bildern (6.2 + 1.0) und computerbezogenen Bildern (6.3 + 1.3). Es gab keinen Haupteffekt für die Gruppe, F(1,49) = 2.85, p = .10. Siehe Abbildung 4d für weitere Einzelheiten.
Diskussion und zusammenfassung
Wir verwendeten einen Sucht-Stroop und eine visuelle Sonde, um zu untersuchen, ob exzessive Internetspieler eine Aufmerksamkeitsneigung gegenüber computerbezogenen Reizen zeigen. Unsere erste Hypothese wurde dadurch gestützt, dass die Spieler bei einem Sucht-Stroop langsamer auf computerbezogene als auf neutrale Wörter reagierten. Ihre Reaktionszeiten unterschieden sich jedoch nicht zwischen Zielen, die computerbezogenen Bildern folgten, und neutralen Bildern in einer visuellen Sonde. Somit wurde unsere zweite Hypothese nicht unterstützt.
Die Feststellung, dass exzessive Spieler bei einer Stroop-Sucht eine Aufmerksamkeitsverzerrung zeigen, erweitert die Ergebnisse von Metcalf und Pammer (2011). Nicht nur MMORPG-Wörter, sondern auch Wörter im Zusammenhang mit Computern im Allgemeinen, wie z Monitor, erregte die Aufmerksamkeit übermäßiger Internetspieler und verursachte eine Beeinträchtigung einer Verhaltensaufgabe. Dies steht im Einklang mit dem Modell, nach dem die Aufmerksamkeitsverzerrung durch klassische Konditionierung verursacht wird, indem Reize, die sich auf den Kontext und nicht auf den Inhalt des Spielerlebnisses beziehen, zum CS werden. Darüber hinaus, nach der Theorie der aktuellen Bedenken (Cox et al., 2006) haben Computer einen starken Motivationswert für Menschen, die das Ziel des Spielens verfolgen. Im Gegensatz zu unseren Ergebnissen haben Van Holst et al. (2012) konnte keinen Unterschied in der Reaktionszeit zwischen Spielen und neutralen Wörtern feststellen. Eine mögliche Erklärung für die Diskrepanz könnte sein, dass sie eine weniger homogene Stichprobe untersuchten und heterogeneres Reizmaterial verwendeten: Ihre Teilnehmer spielten verschiedene Arten von Spielen und die Wörter, die die Teilnehmer sahen, stammten aus diesen verschiedenen Spielen, sodass sie möglicherweise nicht gleichwertig waren Relevanz für alle Gamer.
Ähnlich wie Van Holst et al. (2012) haben wir in einer visuellen Untersuchung keine Aufmerksamkeitsverzerrung bei den Reaktionszeiten nachgewiesen, aber wir haben herausgefunden, dass nur die exzessiven Internetspieler deutlich mehr Fehler machten, wenn Ziele computerbezogenen Bildern folgten im Vergleich zu neutralen Bildern. Dies könnte darauf hindeuten, dass das Ansehen computerbezogener Bilder zu einer Beschäftigung mit Computerspielen führte, die die korrekte Lokalisierung des Ziels beeinträchtigten. Da die Teilnehmer im Allgemeinen jedoch so wenige Fehler machten, muss dieses Ergebnis mit Vorsicht interpretiert werden. Im Gegensatz zu unserer Studie haben Lorenz et al. (2013) fand eine übermäßige Aufmerksamkeitsverzerrung Beeindruckend Gamer gegenüber Beeindruckend-bezogene Bilder in einer Punktsonde. Denkbar, Beeindruckend-bezogene Bilder erregen mehr Aufmerksamkeit als computerbezogene Bilder.
Eine Rezension von Dye, Green und Bavelier (2009) kam zu dem Ergebnis, dass das Spielen von Action-Videospielen die Reaktionszeiten verbessert. Dies könnte der Grund dafür sein, dass die Gamer bei der visuellen Untersuchung insgesamt schneller waren als die Nicht-Gamer. Allerdings waren Gamer in der Stroop-Sucht nicht schneller. Möglicherweise ähnelt die Reaktion auf ein Ziel, das sich an einem bestimmten Ort befindet, eher ihrem normalen Spielerlebnis als die Angabe der Farbe eines Wortes. Darüber hinaus unterscheiden sich die Mechanismen, die den Aufgaben zugrunde liegen: In der Sucht Stroop die Verarbeitung der semantischen Bedeutung des computerbezogenen Wortes stört mit der Benennung der Farbe des Wortes, während in der visuellen Sonde die Aufmerksamkeit auf ein computerbezogenes Bild gelenkt wird erleichtert Erkennen eines Ziels, das ihm folgt.
Die exzessiven Internetspieler, nicht jedoch die Nichtspieler, bewerteten computerbezogene Wörter und Bilder positiver als neutrale und waren mit ihnen vertrauter, was ein zu erwartendes Muster zeigte und die Reizauswahl unterstützte.
Da die Ergebnisse der Experimente widersprüchlich sind, sind weitere Studien erforderlich, um die Aufmerksamkeitsverzerrung bei exzessiven Internetspielern zu untersuchen. Wir neigen zu der Schlussfolgerung, dass Gamer eine Aufmerksamkeitsverzerrung zeigen, was mit den Ergebnissen von Studien mit Menschen mit Substanzgebrauchsstörung übereinstimmt (Cox et al., 2006; Robbins & Ehrman, 2004) und Glücksspielstörung (Boyer & Dickerson, 2003; McCusker et al., 1997; Molde et al., 2010; Vizcaino et al., 2013), sowie unsere Sucht Stroop. Ein Grund für das Fehlen eines Effekts bei der visuellen Untersuchung könnte sein, dass die Aufgabe für die Spieler zu einfach war, um eine Verzerrung zu erkennen. Die exzessiven Spieler in unserer Studie hatten durchschnittliche Reaktionszeiten von 326 ms auf alle Ziele. Im Vergleich dazu zeigen Menschen mit einer Substanzgebrauchsstörung Reaktionszeiten zwischen 361 und 643 ms (Bradley, Field, Mogg & De Houwer, 2004; Bradley, Mogg, Wright & Field, 2003; Ehrman et al., 2002; Field & Cox, 2008; Field, Eastwood, Bradley & Mogg, 2006; Field, Mogg & Bradley, 2004; Field, Mogg, Zetteler & Bradley, 2004; Lubman, Peters, Mogg, Bradley & Deakin, 2000; Mogg, Bradley, Field & De Houwer, 2003). Es ist möglich, dass selbst wenn Spieler den computerbezogenen Reizen mehr Aufmerksamkeit geschenkt hätten, dies die Erkennung von Zielen, die diesen Reizen folgten, nicht erleichtert hätte, da die Reaktion auf die Ziele möglicherweise so einfach war, dass die Reaktionszeit durch Erleichterung nicht weiter verbessert werden konnte. Mithilfe von Eye-Tracking könnte man herausfinden, ob exzessive Internet-Gamer ihre Aufmerksamkeit auf computerbezogene Bilder richten. Marks et al. (2014) kombinierte bei der Untersuchung von Kokainabhängigen eine visuelle Sonde mit Eye-Tracking. Die Autoren stellten keinen Unterschied in den Reaktionszeiten fest, das Eye-Tracking zeigte jedoch, dass kokainabhängige Menschen sich länger auf suchtbezogene Bilder fixierten als auf neutrale.
Die Ergebnisse unserer Studie sollten im Lichte ihrer Einschränkungen interpretiert werden: Die Stichprobe bestand aus Universitätsstudenten, wodurch die Generalisierbarkeit eingeschränkt war. Möglicherweise war die visuelle Untersuchung für die Teilnehmer zu einfach und daher sollten zukünftige Studien ein anspruchsvolleres Paradigma verwenden. Zu den methodischen Stärken der vorliegenden Studie gehört, dass Cox et al. (2006) Voraussetzungen für eine gültige Stroop-Sucht wurden erfüllt und im Allgemeinen wurden geringfügige Unterschiede zwischen computerbezogenen und neutralen Reizen vermieden, die die Reaktionszeiten beeinflussen könnten.
Zusammenfassend lässt sich sagen, dass die Stroop-Sucht, nicht jedoch die visuelle Sonde, Beweise für die Existenz einer Aufmerksamkeitsverzerrung bei exzessiven Internetspielern lieferte. Weitere Studien sollten dem nachgehen und direkte Messungen von Aufmerksamkeitsverzerrungen, wie etwa Eye-Tracking, anwenden.
NN und AB haben die Studie entworfen. FJ hat zum Design beigetragen. FJ und AB führten die statistischen Analysen durch. FJ verfasste den ersten Entwurf des Manuskripts und alle Autoren trugen zum endgültigen Manuskript bei und genehmigten es. Alle Autoren hatten vollen Zugriff auf alle Daten der Studie und übernehmen die Verantwortung für die Integrität der Daten und die Genauigkeit der Datenanalyse.
Die Autoren erklären keinen Interessenkonflikt.
Wir danken Julia Meister und Lisa-Maria Benedickt für ihre unschätzbare Unterstützung bei der Datenerhebung.
Bibliographie
| Achab, S., Nicolier, M., Mauny, F., Monnin, J., Trojak, B., Vandel, P., Sechter, D., Gorwood, P. & Haffen, E. (2011). Massively-Multiplayer-Online-Rollenspiele: Vergleich der Merkmale von süchtigen und nichtsüchtigen online rekrutierten Spielern in einer erwachsenen französischen Bevölkerung. BMC Psychiatry, 11(1), 144. doi: 10.1186/1471-244X-11-144 CrossRef, Medline | |
| Amerikanische Psychiatrie-Vereinigung. (2013). Diagnostisches und statistisches Handbuch psychischer Störungen: DSM-5TM (5th ed.). Arlington, VA: Amerikanisches psychiatrisches Veröffentlichen. CrossRef | |
| Atkins, G. & Sharpe, L. (2006). Kognitive Vorurteile bei problematischem Glücksspiel. Glücksspielforschung: Journal of the National Association for Gambling Studies, 15(2), 35–43. | |
| Barke, A., Nyenhuis, N., Voigts, T., Gehrke, H. & Kröner-Herwig, B. (2013). Die Skala zur zwanghaften Internetnutzung (CIUS) wurde angepasst, um übermäßiges Multiplayer-Gaming zu bewerten. Journal of Addiction Research & Therapy, 4(5), 164–170. doi: 10.4172/2155-6105.1000164 | |
| Barnett, J. & Coulson, M. (2010). Praktisch real: Eine psychologische Perspektive auf Massively Multiplayer Online Games. Review of General Psychology, 14(2), 167–179. doi: 10.1037/a0019442 CrossRef | |
| Batthyány, D., Müller, K. W., Benker, F. & Wölfling, K. (2009). Computerspiel: Klinische Merkmale von Abhängigkeit und Missbrauch bei Jugendlichen. Wiener klinische Wochenschrift, 121, 502–509. doi: 10.1007/s00508-009-1198-3 CrossRef, Medline | |
| Beutel, M. E., Hoch, C., Wölfling, K. & Müller, K. W. (2011). Klinische Merkmale der Computerspiel- und Internetsucht am Beispiel der Inanspruchnehmer einer Spielsuchtambulanz. Zeitschrift für Psychosomatische Medizin und Psychotherapie, 57(1), 77–90. CrossRef, Medline | |
| Blizzard Entertainment. (2014). World of Warcraft® übersteigt als Warlords of Draenor 10 Millionen AbonnentenTM Der Start beginnt. Abgerufen von http://blizzard.gamespress.com/world-of-warcraft-surpasses-10-million-subscribers-as-warlords-of-drae, archiviert unter http://www.webcitation.org/6Z8WXvpVf | |
| Boyer, M. & Dickerson, M. (2003). Aufmerksamkeitsverzerrung und Suchtverhalten: Automatismus in einer glücksspielspezifischen modifizierten Stroop-Aufgabe. Sucht, 98, 61–70. CrossRef, Medline | |
| Bradley, B., Field, M., Mogg, K. & De Houwer, J. (2004). Aufmerksamkeits- und Bewertungsverzerrungen für Rauchhinweise bei Nikotinabhängigkeit: Komponentenprozesse von Verzerrungen bei der visuellen Orientierung. Verhaltenspharmakologie, 15, 29–36. doi: 10.1097/00008877-200402000-00004 CrossRef, Medline | |
| Bradley, B., Mogg, K., Wright, T. & Field, M. (2003). Aufmerksamkeitsverzerrung bei Drogenabhängigkeit: Wachsamkeit für zigarettenbezogene Hinweise bei Rauchern. Psychologie des Suchtverhaltens, 17(1), 66–72. doi: 10.1037/0893-164X.17.1.66 CrossRef, Medline | |
| Chen, S.-Y., & Tzeng, J.-Y. (2010). Praxisprofile weiblicher und männlicher starker Internetnutzer an Hochschulen, ihre akademischen Noten und ihre psychosoziale Anpassung. Cyberpsychologie, Verhalten und soziale Netzwerke, 13(3), 257–262. CrossRef, Medline | |
| Chiu, S.-I., Lee, J.-Z. und Huang, D.-H. (2004). Videospielsucht bei Kindern und Jugendlichen in Taiwan. Cyberpsychology & Behavior, 7(5), 571–581. CrossRef, Medline | |
| Cole, H. & Griffiths, M. D. (2007). Soziale Interaktionen in Massively-Multiplayer-Online-Rollenspielen. CyberPsychology & Behavior, 10(4), 575–583. doi: 10.1089/cpb.2007.9988 CrossRef, Medline | |
| Cox, W. M., Fadardi, J. S. & Pothos, E. M. (2006). Der Sucht-Stroop-Test: Theoretische Überlegungen und Verfahrensempfehlungen. Psychological Bulletin, 132(3), 443–476. doi: 10.1037/0033-2909.132.3.443 CrossRef, Medline | |
| Cox, W. M., Hogan, L. M., Kristian, M. R. und Race, J. H. (2002). Alkoholische Aufmerksamkeitsverzerrung als Prädiktor für das Behandlungsergebnis von Alkoholabhängigen. Drogen- und Alkoholabhängigkeit, 68, 237–243. doi: 10.1016/S0376-8716(02)00219-3 CrossRef, Medline | |
| Dye, M. W. G., Green, C. S. und Bavelier, D. (2009). Erhöhte Verarbeitungsgeschwindigkeit bei Action-Videospielen. Current Directions in Psychological Science, 18(6), 321–326. doi: 10.1111/j.1467-8721.2009.01660.x CrossRef, Medline | |
| Ehrman, R. N., Robbins, S. J., Bromwell, M. A., Lankford, M. E., Monterosso, J. R. und O'Brien, C. P. (2002). Vergleich der Aufmerksamkeitsverzerrung mit Rauchreizen bei aktuellen Rauchern, ehemaligen Rauchern und Nichtrauchern mithilfe einer Dot-Probe-Aufgabe. Drogen- und Alkoholabhängigkeit, 67(2), 185–191. doi: 10.1016/S0376-8716(02)00065-0 CrossRef, Medline | |
| Field, M. & Cox, W. M. (2008). Aufmerksamkeitsverzerrung bei Suchtverhalten: Ein Überblick über seine Entwicklung, Ursachen und Folgen. Drogen- und Alkoholabhängigkeit, 97(1–2), 1–20. doi: 10.1016/j.drugalcdep.2008.03.030 CrossRef, Medline | |
| Field, M., Eastwood, B., Bradley, B. P. & Mogg, K. (2006). Selektive Verarbeitung von Cannabis-Hinweisen bei regelmäßigen Cannabiskonsumenten. Drogen- und Alkoholabhängigkeit, 85, 75–82. doi: 10.1016/j.drugalcdep.2006.03.018 CrossRef, Medline | |
| Field, M., Mogg, K. & Bradley, B. P. (2004). Kognitive Voreingenommenheit und Drogenverlangen bei Freizeit-Cannabiskonsumenten. Drogen- und Alkoholabhängigkeit, 74(1), 105–111. doi: 10.1016/j.drugalcdep.2003.12.005 CrossRef, Medline | |
| Field, M., Mogg, K., Zetteler, J. & Bradley, B. P. (2004). Aufmerksamkeitsverzerrungen für Alkoholsignale bei starken und leichten geselligen Trinkern: Die Rolle der anfänglichen Orientierung und der Aufrechterhaltung der Aufmerksamkeit. Psychopharmakologie, 176(1), 88–93. doi: 10.1007/s00213-004-1855-1 CrossRef, Medline | |
| Field, M., Munafò, M. R. & Franken, I. H. A. (2009). Eine metaanalytische Untersuchung des Zusammenhangs zwischen Aufmerksamkeitsverzerrung und subjektivem Verlangen bei Substanzmissbrauch. Psychological Bulletin, 135(4), 589–607. doi: 10.1037/a0015843 CrossRef, Medline | |
| Griffiths, M. D., Davies, M. N. & Chappell, D. (2004). Demografische Faktoren und Spielvariablen beim Online-Computerspiel. Journal of Adoleszenz, 7(1), 87–96. CrossRef | |
| Hellström, C., Nilsson, K. W., Leppert, J. & Slund, C. (2012). Einflüsse von Spielmotiven und Spielzeit auf die negativen Folgen jugendlichen Online-Computerspiels. Computer im menschlichen Verhalten, 28, 1379–1387. doi: 10.1016/j.chb.2012.02.023 CrossRef | |
| Institut für Deutsche Sprache. (2009). DeReWo Korpusbasierte Wortformenliste. Abgerufen von http://www1.ids-mannheim.de/kl/projekte/methoden/derewo.html, Archiviert unter http://www.webcitation.org/6ZLwqqE8l | |
| Ishihara-Farbtafel. (2009). Abgerufen von http://www.docstoc.com/docs/5184693/color-blindness-test, Archiviert unter http://www.webcitation.org/6Z8WkPjqt | |
| Janssen, T., Larsen, H., Vollebergh, W. A. M. & Wiers, R. W. (2015). Längsschnittbeziehungen zwischen kognitiver Voreingenommenheit und Alkoholkonsum bei Jugendlichen. Suchtverhalten, 44, 51–57. doi: 10.1016/j.addbeh.2014.11.018 CrossRef, Medline | |
| Jeong, E. J. & Kim, D. H. (2011). Soziale Aktivitäten, Selbstwirksamkeit, Spieleinstellungen und Spielsucht. Cyberpsychologie, Verhalten und soziale Netzwerke, 14(4), 213–21. doi: 10.1089/cyber.2009.0289 CrossRef, Medline | |
| Lemmens, J. S., Valkenburg, P. M., & Peter, J. (2011). Psychosoziale Ursachen und Folgen pathologischen Spielens. Computer im menschlichen Verhalten, 27(1), 144–152. doi: 10.1016/j.chb.2010.07.015 CrossRef | |
| Liu, M. & Peng, W. (2009). Kognitive und psychologische Prädiktoren für die negativen Folgen des Spielens von MMOGs (Massively Multiplayer Online Games). Computer im menschlichen Verhalten, 25(6), 1306–1311. doi: 10.1016/j.chb.2009.06.002 CrossRef | |
| Lo, S., Wang, C. & Fang, W. (2005). Körperliche zwischenmenschliche Beziehungen und soziale Ängste bei Online-Game-Spielern. CyberPsychology & Behavior, 8(1), 15–20. doi: 10.1089/cpb.2005.8.15 CrossRef, Medline | |
| Lorenz, R. C., Krüger, J.-K., Neumann, B., Schott, B. H., Kaufmann, C., Heinz, A. & Wüstenberg, T. (2013). Cue-Reaktivität und ihre Hemmung bei pathologischen Computerspielspielern. Addiction Biology, 18(1), 134–146. doi: 10.1111/j.1369-1600.2012.00491.x CrossRef, Medline | |
| Lubman, D. I., Peters, L. A., Mogg, K., Bradley, B. P. & Deakin, J. F. (2000). Aufmerksamkeitsverzerrung für Drogenhinweise bei Opiatabhängigkeit. Psychologische Medizin, 30(30), 169–175. doi: 10.1017/S0033291799001269 CrossRef, Medline | |
| Marks, K. R., Roberts, W., Stoops, W. W., Pike, E., Fillmore, M. T. und Rush, C. R. (2014). Die Fixierungszeit ist ein empfindliches Maß für die Aufmerksamkeitsverzerrung durch Kokain. Sucht, 109, 1501–1508. doi: 10.1111/add.12635 CrossRef, Medline | |
| McCusker, C. G., Gettings, B. & Ireland, N. (1997). Automatismus kognitiver Verzerrungen bei Suchtverhalten: Weitere Beweise bei Spielern. British Journal of Clinical Psychology, 36, 543–554. CrossRef, Medline | |
| Metcalf, O. & Pammer, K. (2011). Aufmerksamkeitsverzerrung bei exzessiven Massive-Multiplayer-Online-Rollenspielspielern, die eine modifizierte Stroop-Aufgabe verwenden. Computer im menschlichen Verhalten, 27(5), 1942–1947. doi: 10.1016/j.chb.2011.05.001 CrossRef | |
| Mogg, K., Bradley, B. P., Field, M. & De Houwer, J. (2003). Augenbewegungen zu rauchbezogenen Bildern bei Rauchern: Zusammenhang zwischen Aufmerksamkeitsverzerrungen und impliziten und expliziten Maßen der Reizvalenz. Sucht, 98, 825–836. doi: 10.1046/j.1360-0443.2003.00392.x CrossRef, Medline | |
| Molde, H., Pallesen, S., Sætrevik, B., Hammerborg, D. K., Laberg, J. C. & Johnsen, B.-H. (2010). Aufmerksamkeitsverzerrungen bei pathologischen Spielern. International Gambling Studies, 10(1), 45–59. doi: 10.1080/14459791003652501 CrossRef | |
| Peng, W. & Liu, M. (2010). Online-Gaming-Abhängigkeit: Eine vorläufige Studie in China. Cyberpsychologie, Verhalten und soziale Netzwerke, 13(3), 329–333. CrossRef, Medline | |
| Petry, N. M., Rehbein, F., Gentile, D. A., Lemmens, J. S., Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, D. S., Borges, G., Auriacombe , M., González Ibáñez, A., Tam, P. & O'Brien, C. P. (2014). Ein internationaler Konsens zur Beurteilung von Internet-Gaming-Störungen mithilfe des neuen DSM-5-Ansatzes. Sucht, 109(9), 1399–1406. doi: 10.1111/add.12457 CrossRef, Medline | |
| Posner, M. I., Snyder, C. R. & Davidson, B. J. (1980). Aufmerksamkeit und Erkennung von Signalen. Journal of Experimental Psychology, 109(2), 160–174. doi: 10.1037/0096-3445.109.2.160 CrossRef, Medline | |
| Rehbein, F., Kleimann, M. & Mössle, T. (2010). Prävalenz und Risikofaktoren der Videospielabhängigkeit im Jugendalter: Ergebnisse einer bundesweiten Umfrage. Cyberpsychologie, Verhalten und soziale Netzwerke, 13(3), 269–277. doi: 10.1089/cyber.2009.0227 CrossRef, Medline | |
| Robbins, S. J. & Ehrman, R. N. (2004). Die Rolle der Aufmerksamkeitsverzerrung beim Substanzmissbrauch. Behavioral and Cognitive Neuroscience Reviews, 3, 243–260. CrossRef, Medline | |
| Schoenmakers, T. M., de Bruin, M., Lux, I. F. M., Goertz, A. G., Van Kerkhof, D. H. & Wiers, R. W. (2010). Klinische Wirksamkeit des Trainings zur Änderung der Aufmerksamkeitsverzerrung bei abstinenten Alkoholikern. Drogen- und Alkoholabhängigkeit, 109(1–3), 30–36. doi: 10.1016/j.drugalcdep.2009.11.022 CrossRef, Medline | |
| Shen, C. & Williams, D. (2011). Online-Auspackzeit: Internet- und Massively-Multiplayer-Online-Game-Nutzung mit psychosozialem Wohlbefinden verbinden. Kommunikationsforschung, 38(1), 123–149. doi: 10.1177/0093650210377196 CrossRef | |
| Singh, A. (2013). Der asiatisch-pazifische Raum hat das größte tägliche Online-Gaming-Publikum. Abgerufen von http://www.comscore.com/Insights/Data-Mine/Asia-Pacific-Has-Largest-Daily-Online-Gaming-Audience, Archiviert unter http://www.webcitation.org/6Z8WKx7kk | |
| Skoric, M. M., Teo, L. L. C. und Neo, R. L. (2009). Kinder und Videospiele: Sucht, Engagement und schulische Leistungen. CyberPsychology & Behavior, 12(5), 567–572. CrossRef, Medline | |
| Smyth, JM (2007). Jenseits der Selbstselektion beim Spielen von Videospielen: Eine experimentelle Untersuchung der Konsequenzen von Massively-Multiplayer-Online-Rollenspielen. CyberPsychology & Behavior, 10(5), 717–721. doi: 10.1089/cpb.2007.9963 CrossRef, Medline | |
| Van Holst, R. J., Lemmens, J. S., Valkenburg, P. M., Peter, J., Veltman, D. J. & Goudriaan, A. E. (2012). Aufmerksamkeitsdefizite und Enthemmungslosigkeit gegenüber Spielreizen hängen mit problematischem Spielen bei männlichen Jugendlichen zusammen. Journal of Adolescent Health, 50(6), 541–546. doi: 10.1016/j.jadohealth.2011.07.006 CrossRef, Medline | |
| Van Rooij, A. J., Kuss, D., Griffiths, M. D., Shorter, G. W. und Van de Mheen, D. (2013). Das (gemeinsame) Auftreten von problematischem Videospielen, Substanzkonsum und psychosozialen Problemen bei Jugendlichen. Journal of Behavioral Addictions, 3(3), 157–165. doi: 10.1556/JBA.3.2014.013 Link | |
| Van Rooij, A. J., Schoenmakers, T. M., Vermulst, A. A., Van den Eijnden, R. J. J. M. und Van de Mheen, D. (2011). Online-Videospielsucht: Identifizierung süchtiger jugendlicher Spieler. Sucht, 106(1), 205–212. doi: 10.1111/j.1360-0443.2010.03104.x CrossRef, Medline | |
| Vizcaino, E. J. V., Fernandez-Navarro, P., Blanco, C., Ponce, G., Navio, M., Moratti, S. & Rubio, G. (2013). Aufrechterhaltung der Aufmerksamkeit und pathologisches Glücksspiel. Psychology of Addictive Behaviors, 27(3), 861–867. doi: 10.1037/a0032656 CrossRef, Medline | |
| Whelan, R. (2008). Effektive Analyse von Reaktionszeitdaten. Der psychologische Datensatz, 58, 475-482. |
;
