Vergleich des überarbeiteten Videospiels (Functional Assessment-Revised) (VGFA-R) und des Internet Gaming Disorder Tests (2019)

Einleitung

So bewerten Sie das Diagnosedienstprogramm der vorgeschlagenen DSM-5-Kriterien Pontes und Griffiths (2014) entwickelten den 20-item Internet Gaming Disorder Test (IGD-20), einen kurzen Fragebogen basierend auf einem Suchtkomponentenmodell (Griffiths, 2005). Griffiths erklärte, dass Sucht in Bezug auf die Kernmerkmale verstanden werden muss, die sowohl beim problematischen Gebrauch von Substanzen als auch bei Verhaltensweisen auftreten (Ausstrahlung, Stimmungsänderung, Toleranz, Entzug, Konflikt und Rückfall). Pontes et al. verglich diese Teilfaktoren in einer großen Stichprobe von Spielern mit den DSM-5-Kriterien von IGD und stellte fest, dass die gesamte Bewertung eine gute Zuverlässigkeit und Validität aufweist. Darüber hinaus wurde gezeigt, dass die IGD-Bewertung innerhalb des für die DSM-5-Definition der IGD festgelegten Kriteriums [dh Salience - Criterion (a), Mood Modification - Criterion (h), Tolerance - Criterion (c), Withdrawal - Criterion (b) entspricht ), Konflikt - Kriterien (e, f, g, i), Rückfall - Kriterium (d)]. Der Nutzen der Bewertung beschränkt sich jedoch darauf, allgemeine, nicht spezifische Behandlungsempfehlungen zu geben oder die Person darauf aufmerksam zu machen, dass sie aufgrund ihres Spielverhaltens in Gefahr ist, eine Sucht zu entwickeln. Darüber hinaus informiert der IGD-20 den Einzelnen nicht darüber, an welchem ​​Punkt das Spielen problematisch wird, und es fehlt ihm die Fähigkeit, die Forscher bei der Bekämpfung und Verringerung der Motivation zu problematischem Spielen zu unterstützen.

Der Bereich der angewandten Verhaltensanalyse hat die Motivation bewertet, die schlecht angepassten Verhaltensweisen wie pathologischem Glücksspiel, sexueller Sucht oder problematischem Videospiel zugrunde liegt (Cooper et al., 2007; Vollmer et al., 2015). Diese Forschung geht davon aus, dass die Motivation in der Regel aufrechterhalten wird, indem den Personen mindestens eine der folgenden Funktionen zur Verfügung gestellt wird: (i) soziale Aufmerksamkeit, (ii) materielle / immaterielle Belohnungen, (iii) Flucht / Vermeidung von Anforderungen oder Schmerzen und (iv) sensorische Stimulation. Durch eine Funktionsanalyse der Vorgeschichte und der Folgen eines bestimmten Verhaltens wird es möglich, die Motivation zu bewerten und die Hauptfunktion eines fehlerhaften, isolierenden oder unerwünschten Verhaltens zu isolieren. Hierbei handelt es sich um Papier-und-Bleistift-Aufgaben, bei denen Einzelpersonen gezielte Verhaltensweisen anhand klarer, einfach strukturierter Sätze einstufen. Das überarbeitete Video Game Functional Assessment (VGFA-R; Buono et al., 2016) wurde entwickelt und ist die einzige Bewertung, die die verstärkende Verhaltensmotivation von Videospielern durch Bewertung der Funktion ihres Videospiels bewertet. In jüngerer Zeit Buono et al. (2017) Gefundene Personen, die ein „hohes“ Spielniveau melden (z. B. 24 h Spiele pro Woche und mehr), waren weitgehend durch die Flucht- / Vermeidungs- oder soziale Aufmerksamkeitsfunktion motiviert. Um die Motivation eines Individuums für das Gameplay effektiv beurteilen zu können, sind weitere Arbeiten an der VGFA-R erforderlich, um festzustellen, ob ein hohes Spielniveau die in DSM-5 beschriebenen IGD-Kriterien erfüllt.

Die diagnostischen Kriterien von IGD umfassen diejenigen, die im potenziell süchtig machenden Gameplay verwendet werden, sowie alliierte Verhaltensweisen wie Smartphonesucht und problematische Internetnutzung (Lopez-Fernandez et al., 2018). Darüber hinaus teilen die Kriterien Merkmale mit anderen Verhaltensabhängigkeiten wie pathologischem Glücksspiel und problematischer Nutzung sozialer Medien (Wood et al., 2007; Oggins und Sammis, 2010; Pontes und Griffiths, 2014; Kuss und Griffiths, 2017; Potenza, 2017). Obwohl einige auf dem Prinzip der kognitiven Verhaltenstherapie basierende Behandlungsmethoden erste Aussichten bieten (Torres-Rodriguez et al., 2017a,b; Jung und Marke, 2017) besteht weiterhin Bedarf an rigorosen, empirisch validierten Therapien für IGD. Es ist daher von entscheidender Bedeutung, eine genaue Diagnose und eine wirksame, empirisch validierte Behandlung von Personen bereitzustellen, die mit Videospielsucht zu kämpfen haben. Daher liegt der Schwerpunkt der vorliegenden Studie auf dem Vergleich der DSM-5-validierten Bewertungskriterien des IGD-20 mit den primären verstärkenden Verhaltensfunktionen, die vom VGFA-R bewertet werden. Die Studie vergleicht insbesondere die in der IGD-20 beschriebenen Komponentenfaktoren (Salience, Stimmungsänderung, Toleranz, Rückzug, Konflikt und Rückfall) und die Subskalen der VGFA-R (soziale Aufmerksamkeit, materielle / immaterielle Belohnungen, Flucht / Vermeidung) der Anforderungen und sensorische Stimulation) durch Durchführung einer Confirmatory Factor Analysis (CFA) von Videospielern an einer Universität im Mittleren Westen der USA. Durch eine stärkere Einbettung des VGFA-R in die aktuell vorgeschlagenen DSM-5-Kriterien für IGD wird in der vorliegenden Studie die mögliche Überschneidung zwischen Verhaltensmotivation und formaler Diagnose von IGD untersucht. Darüber hinaus waren wir daran interessiert zu beobachten, ob eine direkte Beziehung zwischen den in einer Spielsitzung gespielten Minuten und jeder Skala besteht.

Materialen und Methoden

Teilnehmer

Insgesamt zeigten 320-Teilnehmer anfängliches Interesse an der Teilnahme an der Umfrage. Von der Gesamtzahl der Teilnehmer beendete 304 die gesamte Studie und hatte ein Durchschnittsalter von 29.82 Jahren (SD = 9.82). Insgesamt gaben 178-Teilnehmer an, weiblich zu sein (58.55%), wobei 126 als männlich gemeldet wurde (41.45%). Die meisten Studienteilnehmer gaben an, nicht-spanische Weiße zu sein (n = 190, 62.50%). Insgesamt waren 37-Teilnehmer Schwarze oder Afroamerikaner (12.17%), 23-Teilnehmer Asiaten (7.57%) und 30-Teilnehmer Hispanics oder Latinos (9.87%). Die Teilnehmer spielten durchschnittlich 13.78 h pro Woche (SD = 11.79) und einen Durchschnitt von 175.75 min (2.93 h) jedes Mal, wenn der Teilnehmer an einer Spielsitzung teilnimmt. Das Durchschnittsalter der Studienteilnehmer, als sie mit dem Spielen begannen, betrug 10.94 Jahre (SD = 7.54). Sehen Tabelle 1 für andere demografische Informationen.

Sowohl für das Community-Engagement-Tool von Qualtrics als auch für die Rekrutierung an der Midwestern School in den USA wurden die identischen Einschluss- und Ausschlusskriterien verwendet. Die Studie umfasste aktive Videospielspieler, die sich selbst gemeldet hatten, mindestens eine Stunde pro Woche Videospiele zu spielen, sowie Personen, die zum Zeitpunkt der Studie 18 Jahre oder älter waren. Ausschlusskriterien waren Personen, die zum Ausfüllen der Umfrage keinen Zugriff auf internetbasierte Computer, Tablets oder Telefone hatten.

Materialien

Die VGFA-R ist eine 24-artige Likert-Waage, die zur Bewertung von vier Funktionen (dh Aufmerksamkeit, Flucht, fühlbare, sensorische Stimulation) entwickelt wurde, die das Spielen von Videospielen aufrechterhalten (Buono et al., 2016). Den Teilnehmern wurde eine Frage gestellt (z. B. ich spiele Videospiele, wenn ich nervös oder ängstlich bin) und sie wurden gebeten, eine von sieben Antworten auszuwählen (1 = Niemals, 2 = Fast Niemals, 3 = Selten, 4 = Die Hälfte der Antworten) Zeit, 5 = Normalerweise 6 = Fast immer, 7 = Immer). Jeder Verhaltensfunktion sind sechs Fragen zugeordnet, und die Bewertungen für jede Frage werden kombiniert und können zwischen 7 und 42 liegen, wobei die Gesamtbewertungen zwischen 7 und 168 liegen. Höhere Punktzahlen zeigen an, dass die Verhaltensfunktion ein starker Indikator für die Motivation für das fortgesetzte Spielen von Videospielen ist. Die VGFA-R wies eine starke interne Gesamtkonsistenz (α = 0.927) und über die vier Funktionen hinweg auf: Aufmerksamkeit (α = 0.911), Flucht (α = 0.796), greifbare (α = 0.835), sensorische (α = 0.795) (Buono et al., 2016).

Der IGD-Test ist eine Likert-artige 20-Item-Skala, die entwickelt wurde, um sechs Komponenten des Suchtverhaltens (z. B. Salience, Stimmungsveränderung, Toleranz, Entzugssymptome, Konflikt und Rückfall) zu bewerten, die mit den DSM-5-Kriterien für die IGD-Diagnose assoziiert sind (Pontes und Griffiths, 2014). Jede Komponente besteht aus drei bis fünf Fragen pro Domäne: Salience (3), Stimmungsänderung (3), Toleranz (3), Entzugssymptome (3), Konflikt (5) und Rückfall (3). Den Teilnehmern wurde eine Frage gestellt (z. B. ich verliere oft den Schlaf aufgrund langer Spielsitzungen) und sie wurden gebeten, eine von fünf Antworten zu wählen (1 = stimme voll zu, 2 = stimme nicht zu, 3 = stimme nicht zu, 4 = stimme nicht zu, 5 = stimme überhaupt nicht zu). Alle Elemente mit Ausnahme der Elemente 2 und 19 wurden storniert, sodass eine Punktzahl von 5 in 1 konvertiert wurde, 4 in 2 konvertiert wurde und 2 in 4 konvertiert wurde. Die IGD hatte eine starke interne Gesamtkonsistenz (α = 1) und jede Subskala hatte eine gute interne Konsistenz, einschließlich Salienz (α = 5), Stimmungsveränderung (α = 0.925), Toleranz (α = 0.796), Entzugssymptome (α = 0.880) ), Konflikt (α = 0.844) und Rückfall (α = 0.921).

Verfahren

Vor der Rekrutierung von Teilnehmern für die Studie wurde die Genehmigung des Institutional Review Board (IRB) des Hauptautors erbeten. Nach Erteilung der Genehmigung (Protokollgenehmigungscode HS17-0060) wurden im Rahmen des Programms Studienmaterialien entwickelt Qualtrics Online-Softwareprogramm. Qualtrics ist eine passwortgeschützte Online-Software, mit der ein Forscher Umfragen elektronisch verwalten kann. Im Rahmen anderer Dienstleistungen von Qualtrics, wurde die Rekrutierungsfunktion der Community für die Studie genutzt. Der Service wurde angefordert, indem Informationen über die Studie (z. B. Eigenschaften der von uns angesprochenen Studienteilnehmer), das Einstellungsskript und das IRB-Genehmigungsformular eingegeben wurden. Den Teilnehmern wurde eine Rekrutierungs-E-Mail zur Verfügung gestellt, in der der Zweck der Studie, die ungefähre Zeit bis zum Abschluss der Studie, Informationen zur Einbeziehung der Teilnehmer (z. B. über dem Alter von 18 Jahren), Informationen zum Abbruch der Umfrage und vieles mehr mitgeteilt wurden Ihre Teilnahme würde ihnen erstattet.

Zusätzlich wurde eine Massen-E-Mail vom IRB der Universität des Mittleren Westens genehmigt, um für die Rekrutierung verwendet zu werden. Das identische Rekrutierungsskript wurde vom stellvertretenden Direktor für Informationstechnologie zweimal per E-Mail an alle aktiv eingeschriebenen Studenten im akademischen Jahr von 2017 – 2018 innerhalb eines Monats verteilt. Teilnehmer, die der Teilnahme an der Studie zugestimmt haben, wurden angewiesen, auf den Link unten in der E-Mail für die Einstellung zu klicken. Der Link leitete die Studienteilnehmer zu den darin enthaltenen Studienmaterialien weiter Qualtrics. Die VGFA-R wurde an die Studienteilnehmer verabreicht, gefolgt von demografischen Informationen und einem Abschluss der IGD-Bewertung. Die Materialien wurden auf diese Weise verwaltet, um eine Pause zwischen der Beantwortung von Fragen mit Ähnlichkeit in Formulierungen zu ermöglichen. Sobald die Teilnehmer alle Studienmaterialien ausgefüllt hatten, wurde eine Nachbesprechung abgegeben und Qualtrics bezahlte sie direkt für ihre Teilnahme.

Datenanalyse

Eine CFA wurde durchgeführt, um die Beziehung zwischen den vier Funktionen der VGFA-R und den sechs Faktoren der IGD-Skalen zu bewerten. Bisherige Literatur (zB Buono et al., 2016, Buono et al., 2017) hat bereits die Funktionen des VGFA-R festgelegt und Pontes und Griffiths (2014) haben frühere Studien zitiert, in denen die Faktoren der IGD-Skala ermittelt wurden. Holtzman und Vezzu (2011) schlug vor, dass nach der Erstellung eines ersten Modells eine CFA durchgeführt werden muss, um zu bestätigen, dass das hypothetische Modell eine gute Anpassung an die Daten bietet. Wenn Outcome-Daten wie Noten erhoben werden, sollte auch die Strukturgleichungsmodellierung (SEM) herangezogen werden, um zu untersuchen, wie gut die Bewertung diese Maßnahmen vorhersagt. Es ist wichtig anzumerken, dass der CFA ein Teil des SEM ist. Unabhängig davon, ob die Faktorstruktur eines nicht-kognitiven Instruments mithilfe psychologischer Theorie oder empirischer Forschung bestimmt wird, ist es wichtig, eine CFA durchzuführen, bei der es sich um einen Sonderfall handelt, der als SEM bezeichnet wird. SEM bezieht sich typischerweise auf Modelle, bei denen kausale Zusammenhänge zwischen latenten Variablen untersucht werden.

Die Ergebnisse

In Anbetracht der Ergebnisse der Exploratory Factor Analysis, die in mehreren anderen Studien zur Bewertung des VGFA-R berichtet wurden (dh Buono et al., 2016, 2017) als Hinweis auf eine Vier-Faktoren-Lösung wurde eine CFA durchgeführt, um zu bestätigen, dass das angenommene Modell im Vergleich zum IGD-20-Test gut zu den Daten passte. Deshalb haben wir vier entwickelt a priori Faktoren (dh Aufmerksamkeit, Flucht, greifbar, sensorisch) für die VGFA-R. Zusätzlich haben wir sechs entwickelt a priori Faktoren für den IGD-20 (z. B. Salience, Stimmungsschwankungen, Toleranz, Entzugssymptome, Konflikte und Rückfälle) aufgrund früherer Studien, bei denen sechs Faktoren festgestellt wurden (z. B. Pontes und Griffiths, 2014).

Bestätigungsfaktor-Analyse

Die CFA für die VGFA-R wurde mit Maximum Likelihood (ML) geschätzt. Chi-Quadrat-Statistik-Anpassungstest, χ²(34, N = 304) = 271.64, p <0.0001; χ²/df = 7.99; CFI = 0.88; RMSEA = 0.15 (90% Konfidenzintervall [CI]; 0.14, 0.17). Alle Faktorladungen waren signifikant (von 5.30 bis 6.63) und es gab keine Hinweise auf eine Kreuzladung für einen Indikator. Da die Chi-Quadrat-Statistik nicht nahe bei Null und signifikant ist, scheinen die Daten schwach zu passen (Holtzman und Vezzu, 2011). Chi-Quadrat-Indikatoren hängen jedoch stark von der Stichprobengröße ab, was darauf hindeutet, dass andere Anpassungsindizes untersucht werden. Daher wurden oben andere Indizes untersucht und angegeben (z. B. CFI, RMSEA). Die nicht standardisierte Lösung ergab eine Punktzahl von 0.68, was auf eine mäßige bis gute Beziehung zwischen den beiden Skalen hinweist (siehe Figure 1). Die Untersuchung der Residualkorrelationen, bei denen es sich um die Unterschiede zwischen den beobachteten und den modellbedingten Korrelationen handelt, ergab keine Probleme im Zusammenhang mit den Indikatoren der latenten Variablen (Weston und Gore, 2006). Die Ergebnisse legen nahe, dass das VGFA-R-Modell annähernd akzeptable Werte erreicht hat (CFI = 0.88, wobei 0.90 für eine akzeptable Anpassung erforderlich ist), was darauf hinweist, dass andere Anpassungsindizes untersucht werden müssen. Korrelationen zwischen den latenten Variablen und Faktorladungen des Messmodells sind in dargestellt Tabelle 2.

Strukturmodell

Um die Verhaltensfunktionen des VGFA-R vollständig zu untersuchen, verwendeten wir SEM, um die Beziehungen zwischen den VGFA-R-Konstrukten und dem IGD-20 zu testen. Dies wurde mit PROC CALIS in SAS durchgeführt. Obwohl frühere Studien empirische Beweise für die Anwendung des VGFA-R zum Verständnis der Funktion, die das Spielen von Videospielen aufrechterhält, lieferten, gibt es nur begrenzte Forschungsergebnisse, die die Verhaltensfunktionen und -faktoren des IGD-20 in Einklang mit den DSM-5-Kriterien bringen zur IGD-Diagnose. Die VGFA-R zeigte eine akzeptable Übereinstimmung mit den Daten, χ²(42, N = 304) = 304.57, p <0.0001; χ²/df = 7.25; CFI = 0.88; RMSEA = 0.14 (90% Konfidenzintervall [CI]; 0.13, 0.16). Die strukturellen Beziehungen zwischen VGFA-R und IGD-20 sind in dargestellt Figure 1. Die entsprechenden linearen Gleichungen sind in dargestellt Tabelle 3.

VGFA-R und Minuten spielten jede Spielsitzung und die Stunden, die pro Woche gespielt wurden

Mehrere multiple lineare Regressionsanalysen wurden durchgeführt, um zu bestimmen, ob jede Funktion des VGFA-R aus den in jeder Spielesitzung gespielten Minuten und der geschätzten Anzahl der pro Woche gespielten Stunden vorhergesagt werden konnte. Die getestete Nullhypothese war der Regressionskoeffizient (dh die Steigung) gleich Null. Die Daten wurden vor der Analyse auf fehlende Annahmen und Verstöße gegen diese überprüft. Es fehlten keine Daten. Die Ergebnisse der Regressionsanalyse deuten darauf hin, dass alle Funktionen durch die während jeder Spielesitzung gespielten Minuten, einschließlich der Aufmerksamkeit, signifikant vorhergesagt wurden.F(2,311) = 19.47, p <0.001, r² = 0.41], Escape [F(2,311) = 28.765, p <0.001, r² = 0.67], greifbar [F(2,311) = 21.957, p <0.001, r² = 0.54] und sensorisch [F(2,311) = 22.412, p <0.001, r² = 0.69]. Die einzelnen Prädiktoren wurden weiter auf ihre Aufmerksamkeit untersucht und gaben an, dass in jeder Spielsitzung Minuten gespielt wurden (t = 2.44, p = 0.015) und jede Woche gespielte Stunden (t = 4.02, p = 0.015) waren signifikante Prädiktoren im Modell. Die einzelnen Prädiktoren wurden weiter auf die Fluchtfunktion untersucht und gaben an, dass bei jeder Spielsitzung Minuten gespielt wurden (t = 2.68, p = 0.008) und jede Woche gespielte Stunden (t = 6.16, p <0.001) waren signifikante Prädiktoren im Modell. Die einzelnen Prädiktoren wurden weiter auf ihre greifbare Funktion untersucht und zeigten an, dass die Minuten jeder Spielsitzung gespielt wurden (t = 0.132, p = 0.03) und jede Woche gespielte Stunden (t = 5.51, p <0.001) waren signifikante Prädiktoren im Modell. Die einzelnen Prädiktoren wurden weiter auf ihre sensorische Funktion untersucht und zeigten an, dass die Minuten jeder Spielsitzung gespielt wurden (t = 3.58, p <0.001) und jede Woche gespielte Stunden (t = 4.54, p <0.001) waren signifikante Prädiktoren im Modell.

Diskussion

Die vorliegende Studie verglich die DSM-5-Kriterien des 20-item IGD-Tests (IGD-20) mit den Verhaltensfunktionen, die vom 24-item VGFA-R ausgewertet wurden. Insbesondere wurden die Komponentenfaktoren des IGD-20 (Salience, Stimmungsänderung, Toleranz, Rückzug, Konflikt und Rückfall) mit den Subskalen des VGFA-R (soziale Aufmerksamkeit, materielle / immaterielle Belohnungen, Flucht / Vermeidung von Anforderungen, sensorische Aspekte) verglichen Stimulation) durch Durchführung eines CFA von 304 United States Studenten-Videospielspielern. Die Ergebnisse zeigten eine signifikante Beziehung zwischen den beiden Instrumenten. Angesichts der Tatsache, dass die beiden Instrumente auf völlig unterschiedliche Weise für potenziell unterschiedliche Zwecke entworfen wurden und die Tatsache, dass sie so stark korreliert sind, legt dies nahe, dass die VGFA-R von Ärzten und Ärzten als Ergänzung zur IGD-20 verwendet werden und zusätzliche Informationen liefern könnte in Bezug auf die Motivationen, die dem problematischen Spielen bei ihren Kunden zugrunde liegen.

Betrachtet man die einzelnen Zusammenhänge in Tabelle 2Es ist offensichtlich, dass die Motivation, die am meisten mit den sechs IGD-20-Kriterien korreliert, die der Flucht ist (alle sechs Korrelationen über 0.53). Dies bestätigt frühere Untersuchungen, die zeigen, dass Flucht häufig einer der wichtigsten Motivationsfaktoren für problematische Videospiele ist, insbesondere wenn sie als Bewältigungsstrategie verwendet werden, um andere negative Erfahrungen im Leben des Spielers zu vergessen (z. B. Sattar und Ramaswamy, 2004; Wan und Chiou, 2006a,b; Wood et al., 2007; Hussain und Griffiths, 2009; Griffiths, 2010). Die Fluchtmotivation war auch ein signifikanter Prädiktor für die Spieldauer innerhalb der Sitzung und über die gesamte Woche (dh je mehr die Motivation zu entkommen war, desto mehr Zeit wurde innerhalb der Sitzung und wöchentlich für das Spielen aufgewendet). Obwohl die genaue Begründung, warum die Dauer des Videospiels für Teilnehmer, die in der Kategorie der Escape-Funktionen eine hohe Punktzahl erreichen, zugenommen hat, haben frühere Studien (z. B. Kim et al., 2017) haben herausgefunden, dass Personen, die als Internetspielsüchtige eingestuft werden könnten, versucht haben, negativen Emotionen wie Depression, Dysthymie und depressiven Störungen zu entkommen. Frühere Untersuchungen haben ergeben, dass das Verhalten von Videospielen auf eine der vier vom VGFA-R gemessenen Verhaltensfunktionen zurückzuführen ist. Zum Beispiel, Fuster u.a. (2013) fanden heraus, dass Sozialisation (entspricht der Aufmerksamkeitsfunktion des VGFA-R), Leistung (entspricht der greifbaren Funktion des VGFA-R) und Eskapismus und / oder Stressabbau (entspricht der Fluchtfunktion des VGFA-R) allesamt vorlagen Komponenten, die sich darauf beziehen, warum Menschen motiviert sind, Videospiele zu spielen. Andere Studien, wie z Hilgard et al. (2013) Untersuchte die Risikofaktoren im Zusammenhang mit der Nutzung von pathologischen Spielen (definiert als übermäßig häufige oder längere Nutzung) und stellte drei Hauptfaktoren im Zusammenhang mit der Nutzung von pathologischen Spielen fest, darunter (1) die Nutzung von Spielen, um dem täglichen Leben zu entkommen, (2) die Nutzung von Spielen als eine soziale Möglichkeit und (3) eine positive Einstellung gegenüber der stetigen Ansammlung von Belohnungen im Spiel (vielleicht wird ein gewünschter Charakter geschaffen, um darzustellen, was der Spieler sich im wirklichen Leben wünscht).

Die vorliegende Studie ist nicht ohne Einschränkungen. Die Daten wurden selbst gemeldet und die Teilnehmer wurden mittels Convenience-Samples rekrutiert, die wahrscheinlich nicht repräsentativ für die US-Bevölkerung oder die Spielerbevölkerung sind. Es ist bekannt, dass die Verwendung von Selbstberichtsdaten eine Reihe bekannter Vorurteile aufweist (insbesondere Vorurteile in Bezug auf soziale Erwünschtheit und Erinnerungsvermögen). Diese sind jedoch in allen Studien mit Selbstberichtsdaten vorhanden, und den Lesern wird empfohlen, dies bei der Interpretation der Daten zu berücksichtigen. Die Probengröße war bescheiden (obwohl für die durchgeführten Analysearten akzeptabel). Zukünftige Studien sollten die vorliegende Studie mit größeren und repräsentativeren Stichproben wiederholen (insbesondere diejenigen, die eher für die Spielegemeinschaft als für ein bestimmtes Land repräsentativ sind, obwohl kulturelle Unterschiede wahrscheinlich sind).

Die vorliegende Studie zeigt, dass hohe Werte für VGFA-R und IGD-20 signifikant miteinander korrelieren und dass jede Skala einen Beweis für die Konstruktvalidität für die andere liefert, die beurteilt, was sie beurteilen sollen. Motivationen spielen eine wichtige Rolle bei der Entwicklung problematischer Spiele, und die vorliegende Studie scheint zu zeigen, dass Flucht der wichtigste Motivationsfaktor beim wiederholten Spielen ist. Wir fanden heraus, dass alle vier Motivationen in der VGFA-R (dh Flucht, Aufmerksamkeit, Sinneswahrnehmung, greifbar) starke Vorhersagen für die Zeitdauer waren, die ein Spieler in einer einzelnen Spielsitzung spielen wird (gemessen in Minuten, die in jeder Spielsitzung gespielt werden). Angesichts der Erkenntnisse aus früheren Forschungen und der Erkenntnisse aus der aktuellen Studie kann der VGFA-R ein nützliches Instrument für die Entwicklung klinischer Interventionen und weiterer Forschungsarbeiten sein, die Methoden zur Reduzierung unerwünschten Spiels bei problematischen Videospielen untersuchen.

Ethik-Erklärung

Ethikkommission: Jeanette Gommel (Koordinatorin für Research Compliance), Büro für Research Compliance, Integrität und Sicherheit, Abteilung für Forschungs- und Innovationspartnerschaften. Das Einwilligungsverfahren wurde im Manuskript besprochen, die Teilnehmer wurden jedoch auf zwei Arten eingestellt (Studenten an einer Universität des Mittleren Westens - ein Massen-E-Mail-System, das unsere Einstellungs-E-Mail verschickte, in der die Studienmethoden und ihre Teilnahmeberechtigungen besprochen wurden, und ein von der Qualtrics-Community engagiertes Einstellungsprogramm). Die Teilnehmer durften auf den Link klicken, wenn sie teilnehmen wollten, oder ihre Browser schließen, wenn sie nicht teilnehmen wollten. Nach Erhalt der Einstellungs-E-Mail wurden sie auf eine Einverständniserklärung weitergeleitet, auf der ihnen erneut mitgeteilt wurde, dass sie jederzeit ohne Bestrafung teilnehmen und ihre Teilnahme einstellen dürfen. Wir wussten nicht, wer teilgenommen hat, daher waren alle Daten anonym. Es nahmen keine schutzbedürftigen Bevölkerungsgruppen teil (wir wissen nicht, ob unsere Teilnehmer Behinderungen hatten oder nicht, weil wir nicht gefragt haben).

Autorenbeiträge

MS und FB haben die Studie entworfen und den Methodenteil geschrieben. MG half bei der Einführung und schrieb einen Diskussionsabschnitt. EP und MS analysierten die Daten. MS hat den Ergebnisteil aufgeschrieben. DL hat die Einführung verfasst und Literaturrecherche durchgeführt.

Interessenkonflikt

Die Autoren erklären, dass die Untersuchung in Abwesenheit von kommerziellen oder finanziellen Beziehungen durchgeführt wurde, die als möglicher Interessenkonflikt ausgelegt werden könnten.

Bibliographie