Individuelle Unterschiede impliziter Lernfähigkeiten und impulsivem Verhalten im Kontext von Internetsucht und Internet Gaming Disorder unter Berücksichtigung des Geschlechts (2017)

Online verfügbar 7 Februar 2017

• Rayna Sariyska^a,, ,
• Bernd Lachmann^a, ,
• Sebastian Marktet^{b, c,} ,
• Martin Reuter^{b, c,} ,
• Christian Montag^{a, d,}

http://dx.doi.org/10.1016/j.abrep.2017.02.002

Highlights

• Höhere Internet-Sucht-Scores waren mit mangelndem implizitem Lernen verbunden.

• Diese Assoziation wurde in zwei unabhängigen Gruppen männlicher (exzessiver) Spieler gefunden.

• Online-Spielsucht war mit einer höheren Risikobereitschaft bei gesunden Teilnehmern verbunden.

• Implizites Lernen und Risikobereitschaft wurden anhand einer experimentellen Aufgabe bewertet.

Abstrakt

Einleitung

In drei aufeinander aufbauenden Studien untersuchten wir den Zusammenhang zwischen problematischer Internetnutzung (PIU), Internet Gaming Disorder (IGD) und impliziten Lernfähigkeiten sowie Impulsivität / Risikobereitschaft bei Online-Videospielern und Kontrollteilnehmern.

Methoden

In der Studie 1 N = 87 männliche Besucher, die auf der „Gamescom“ in Köln (2013) rekrutiert wurden, füllten eine Kurzversion des Internet Addiction Test (s-IAT), der Online Gaming Addiction Scale (OGAS), aus und absolvierten eine experimentelle Aufgabe zur impliziten Bewertung Lernfähigkeiten. In Studie 2 hat eine Gruppe von WoW-Spielern und Kontrollteilnehmern den gleichen Aufbau durchgeführt, um die Ergebnisse von Studie 1 zu replizieren. In Studie 3 wurde eine modifizierte Version des Experiments verwendet, um die Impulsivität / Risikobereitschaft in einer Gruppe gesunder Teilnehmer zu messen .

Die Ergebnisse

In der Studie 1 zeigten die Ergebnisse eine signifikante negative Korrelation zwischen dem s-IAT-Score und dem Maß des impliziten Lernens bei männlichen Gamescom-Teilnehmern. In der Studie 2 korrelierten die s-IAT- und WoW-Suchtwerte negativ mit implizitem Lernen nur bei männlichen WoW-Spielern, was die Ergebnisse der Studie 1 widerspiegelt. In der Studie 3 korrelierte der OGAS-Score positiv mit dem experimentellen Maß der Impulsivität / Risikobereitschaft.

Fazit

Im vorliegenden Forschungsprojekt wurde mangelndes implizites Lernen mit PIU nur bei männlichen Teilnehmern mit (Tendenz zu) IGD verknüpft. Diese Ergebnisse könnten dazu beitragen, einige gegensätzliche Ergebnisse zu dieser Beziehung zu entwirren, wenn man das Geschlecht der Teilnehmer berücksichtigt. Darüber hinaus waren bei gesunden Probanden höhere Risikobereitschaftstendenzen mit IGD assoziiert, was auf das Potenzial von Risikobereitschaft als Prädiktor für IGD in einer nicht-gamischen Population schließen lässt.

Stichwörter

• Internetsucht;
• Internet-Spielstörung;
• Implizites Lernen;
• Risikobereitschaft

1. Einleitung

Das Internet hat seinen Weg in das tägliche Leben vieler Menschen weltweit gefunden und bietet eine einfache Möglichkeit, Informationen zu sammeln und Unterhaltung zu konsumieren. Mit der wachsenden Zahl von Internetnutzern, die derzeit fast 50% der Weltbevölkerung ausmachen (Zugriff auf 07.09.16. http://www.internetlivestats.com/internet-users/) steigt die Anzahl der Berichte über problematische Internetnutzung (PIU). In einer repräsentativen Studie aus Deutschland (N = 15,024 Teilnehmer) Rumpf, Meyer, Kreuzer, John und Merkeerk (2011) zeigten eine Prävalenz von 1.5% bei der Internetabhängigkeit, wobei jüngere Benutzer einen höheren Anteil aufwiesen (4% in der Gruppe der 14- bis 16-Jährigen). Erste Versuche, PIU zu definieren und zu diagnostizieren¹ wurden von Kimberly Young im Jahr 1998 gemacht (siehe auch erster Fallbericht von Jung, 1996). Seitdem wurden zahlreiche Tests und Screening-Instrumente entwickelt (z Jung, 1998b, Jung, 1998a und Tao et al., 2010), um Prävalenzen in verschiedenen Populationen berechnen zu können und Patienten eine effektive Behandlung zu ermöglichen. Es gibt jedoch immer noch keine nosologische Klassifizierung von PIU. Die Forschung zur Online-Spielsucht scheint einen Schritt voraus zu sein, da kürzlich die Internet Gaming Disorder (IGD) in Abschnitt III von DSM-5 aufgenommen wurde, um weitere Untersuchungen vor ihrer Berücksichtigung als formelle Störung zu fördern (American Psychiatric Association). IGD wird als eine spezifische Form von PIU angesehen, die sich nur in kleinen Teilen mit der oben beschriebenen verallgemeinerten Form von PIU überschneidet (z Davis, 2001 und Montag et al., 2015).

1.1. PIU und implizites Lernen / Entscheidungsfindung

Defizite in der Entscheidungsfindung haben sich in zahlreichen Studien gezeigt, in denen Patienten mit Substanz- und Verhaltenssucht untersucht wurden (z. B. Bechara et al., 2001 und Schoenbaum et al., 2006). Wegen Ähnlichkeiten in der Konzeptualisierung von PIU und Verhaltens- / Substanzabhängigkeit (Jung, 1998a), ist das Thema der Entscheidungsfindung auch von hoher Relevanz, um das Wesen übermäßiger Internetnutzung besser zu verstehen. Bei der Beurteilung der Entscheidungsfindung wurde zwischen zweifelhafter Entscheidungsfindung und Risikoentscheidung unterschieden (Marke et al., 2006 und Schiebener und Brand, 2015). Während bei mehrdeutigen Entscheidungsprozessen die Regeln für Gewinne und Verluste und die Wahrscheinlichkeiten verschiedener Ergebnisse nicht explizit erläutert werden (gemessen zB mit den (ersten Versuchen der) IOWA Gambling Task oder IGT), wird bei der Entscheidungsfindung unter Risiko explizite Information über das Potential gegeben Konsequenzen, und die Wahrscheinlichkeiten für Gewinne und Verluste sind verfügbar oder berechenbar (gemessen zB mit dem Game of Dice Task oder GDT) (Marke et al., 2006 und Schiebener und Brand, 2015). Basierend auf dieser Differenzierung und auf den Dual-Prozess-Modellen der Entscheidungsfindung (z. B. Epstein, 2003), Schiebener und Marke (2015) ein theoretisches Modell vorgeschlagen, um die Risikoentscheidung zu erklären. In diesem Modell wird die Rolle der exekutiven Funktionen als Schlüssel für die Entscheidungsfindung unter Risiko hervorgehoben, nicht aber die Entscheidungsfindung unter Mehrdeutigkeit. Emotionale Belohnung und Bestrafung sollen beide Formen der Entscheidungsfindung begleiten. So können sowohl reflektorische Prozesse (gesteuert durch Kognition) als auch impulsive Prozesse (ausgelöst durch die Erwartung emotionaler Belohnung und Bestrafung) unter objektiven Risikobedingungen in Entscheidungsprozesse eingebunden werden (Schiebener & Brand, 2015). Darüber hinaus wurde vorgeschlagen, dass Faktoren wie Informationen über die Entscheidungssituation, individuelle Attribute und situationsbedingte Zustände sowie äußere Einflüsse modulatorische Auswirkungen auf die Entscheidungsfindung haben (Schiebener & Brand, 2015).

Im Hinblick auf die Internetabhängigkeit wurde ein neuer theoretischer Rahmen vorgeschlagen Brand, Young, Laier, Wölfling und Potenza (2016)Eine Interaktion von Personen-Affekt-Kognition-Ausführung (I-PACE), bei der auch eine Beeinträchtigung der exekutiven Funktionen und der inhibitorischen Kontrolle hervorgehoben wurde, um für die Entwicklung von PIU relevant zu sein. Nach diesem Modell beruhen die Entwicklung und Aufrechterhaltung spezifischer Störungen des Internetgebrauchs auf Wechselwirkungen zwischen prädisponierenden Faktoren (z. B. Persönlichkeit und Psychopathologie), Moderatoren (z. B. dysfunktionaler Coping-Stil und Internet-Erwartungen) und Mediatoren (z. B. affektive und kognitive Reaktionen auf situative Hinweise). Diese komplexen Interaktionen, kombiniert mit dem Erleben von Befriedigung und positiver Verstärkung, als Konsequenz der Verwendung eines bestimmten Merkmals des Internets und mit reduzierten Exekutivfunktionen und inhibitorischer Kontrolle, könnten zu einer spezifischen Störung der Internetnutzung führen.

Bisher wurden einige empirische Studien im Zusammenhang mit PIU, inhibitorischer Kontrolle und Entscheidungsfindung durchgeführt. Die meisten entsprechen dem oben genannten theoretischen Rahmen von Marke et al. (2016). Sun et al. (2009) berichteten beispielsweise über eine schlechtere Leistung bei einer Glücksspielaufgabe bei übermäßigen Internetnutzern und eine langsamere Wahl einer erfolgreichen Strategie im Vergleich zu Kontrollteilnehmern. In einer neueren Studie Pawlikowski und Marke (2011) berichteten, dass die GDT in einer Gruppe exzessiver World of Warcraft (WoW) -Spieler im Vergleich zu Kontrollteilnehmern geringere Entscheidungsfähigkeiten unter Risiko habe. Yao et al. (2015) verwendeten eine modifizierte Version der Go / NoGo-Aufgabe (in der spielbezogene Stimuli neben neutralen Stimuli verwendet wurden) und berichteten über eine Verringerung der Hemmungskontrolle bei Teilnehmern mit IGD im Vergleich zu Kontrollteilnehmern. Laier, Pawlikowski und Brand (2014) ähnliche Ergebnisse mit einer modifizierten Version des IGT gefunden, wenn pornographische und neutrale Bilder auf den vorteilhaften und / oder nachteiligen Kartendecks verwendet wurden. Hier zeigten die Teilnehmer in einer Stichprobe von männlichen Pornographie-Nutzern eine mangelhafte Entscheidungsfindung in Prozessen, in denen die pornografischen Bilder mit nachteiligen Kartendecks in Verbindung gebracht wurden. Es wurden jedoch auch gemischte Ergebnisse bezüglich der Entscheidungsfindung im Zusammenhang mit PIU oder IGD gemeldet. In einer Studie von C. Koet al. (2010) zum Beispiel zeigten Internet-abhängige Teilnehmer eine bessere Entscheidungsfindung, gemessen mit dem IGT, verglichen mit Kontrollteilnehmern. In der Studie von Yao et al. (2015) Wie bereits oben erwähnt, konnte kein Unterschied bei der Entscheidungsfindung mit dem IGT zwischen gesunden und IGD-Teilnehmern festgestellt werden. Um diese widersprüchlichen Ergebnisse zu entwirren, sind weitere Studien zur Untersuchung möglicher Störvariablen notwendig. Eine bestimmte Variable wird später in der aktuellen Studie beschrieben.

1.2. PIU, Risikobereitschaft und Impulsivität

Aufgrund der anfänglichen Charakterisierung von PIU als eine Impulskontrollstörung wurde eine Anzahl von Studien durchgeführt, um PIU im Zusammenhang mit Impulsivität und Risikobereitschaft zu untersuchen. Cao, Su, Liu und Gao (2007) und Lee et al. (2012) zeigten, dass PIU positiv mit der Impulsivität der Merkmale verbunden war, gemessen mit der Barratt Impulsivitätsskala (BIS-11). In Bezug auf den theoretischen Rahmen von Marke et al. (2016)Wie bereits oben erwähnt, wird die Impulsivität unter den Persönlichkeitsfaktoren erwähnt, die die stabilsten Assoziationen mit PIU zeigen und daher als einer der Faktoren vorgeschlagen werden, die ihre Entwicklung und Aufrechterhaltung beeinflussen. Im Allgemeinen wird Impulsivität als "Prädisposition für schnelle, ungeplante Reaktionen auf innere oder äußere Reize, ohne Rücksicht auf die negativen Folgen dieser Reaktionen auf die impulsiven Individuen oder auf andere" charakterisiert (Moeller, Barratt, Dougherty, Schmitz & Swann, 2001; p. 1784). Der zugehörige Begriff der Risikobereitschaft wird definiert als "Verhalten, das unter Unsicherheit, mit oder ohne inhärenten negativen Konsequenzen und ohne robuste Notfallplanung durchgeführt wird" (Kreek, Nielsen, Butelman & LaForge, 2005; p. 1453). C. Koet al. (2010) den Balloon Analog Risk Task (Lejuez et al., 2002) um die Risikobereitschaft zu messen, fand jedoch keine signifikante Verbindung mit PIU. In der vorliegenden Studie untersuchen wir diese Zusammenhänge noch einmal, indem wir sowohl Selbstbericht als auch experimentelle Maßnahmen der Impulsivität / Risikobereitschaft anwenden.

1.3. Die Rolle des Geschlechts für PIU / IGD

Ein weiteres wichtiges Thema im Zusammenhang mit der Internetabhängigkeit ist die Bevorzugung spezifischer Merkmale des Internets (z. B. Online-Shopping, Online-Spiele) je nach Geschlecht. Eine repräsentative Studie aus Deutschland ergab, dass 77.1% der internetabhängigen Frauen im Alter von 14 bis 24 Jahren soziale Netzwerke nutzen, verglichen mit 64,8% der Männer im gleichen Alter (Rumpf et al., 2011). In derselben Studie gaben 7.2% der internetabhängigen Frauen im Alter zwischen 14 und 24 Jahren an, das Internet zum Spielen von Online-Videospielen zu nutzen, verglichen mit 33.6% der Männer im gleichen Alter (Rumpf et al., 2011). So scheint es, dass männliche Teilnehmer im Vergleich zu weiblichen Teilnehmern gegenüber IGD eine höhere Präferenz für Online-Gaming aufweisen und dass sie ein größeres Risiko haben, IGD zu entwickeln. Außerdem, Ko, Yen, Chen, Chen und Yen (2005) beobachteten, dass höheres Alter, geringeres Selbstwertgefühl und geringere tägliche Lebenszufriedenheit mit schwererem IGD bei Männern, aber nicht bei Frauen assoziiert waren. Trotz dieser Ergebnisse gibt es nur wenige Studien, die das Geschlecht von Teilnehmern systematisch als Moderator / Mediator-Variable im Kontext von PIU betrachten. Es ist jedoch möglich, dass diese Unterschiede zu einigen gegensätzlichen Ergebnissen in diesem Bereich führen und daher in den folgenden Studien berücksichtigt werden.

Ziel unseres Forschungsprojektes war es, den Zusammenhang zwischen PIU, IGD und implizitem Lernen in einer Gruppe männlicher Teilnehmer mit IGD-Anfälligkeit (Studie 1) zu untersuchen. In der Studie 2 haben wir versucht, diese Ergebnisse zu reproduzieren, indem wir gesunde Teilnehmer und exzessive WoW-Spieler unter Berücksichtigung des Geschlechts vergleichen. Der Zweck der Studie 3 war es, die Beziehung zwischen PIU, IGD und Impulsivität / Risikobereitschaft (Selbstbericht und experimentelle Daten) bei gesunden Teilnehmern zu erforschen.

Basierend auf der oben genannten Literatur formulierten wir die folgenden Hypothesen:

Hypothese 1.

Wir erwarten negative Assoziationen zwischen PIU / IGD und impliziten Lernfähigkeiten (Studie 1).

Hypothese 2.

Wir erwarten negative Assoziationen zwischen PIU / IGD und impliziten Lernfähigkeiten (Studie 2). Wir erwarten, dass diese negative Assoziation in der Gruppe der männlichen WoW-Spieler am stärksten ist.

Hypothese 3.

Wir erwarten positive Assoziationen zwischen PIU / IGD und der Selbstreportage und experimentellen Messungen der Impulsivität / Risikobereitschaft bei gesunden Probanden (Studie 3).

2. Studiere 1

2.1. Methoden

2.1.1. Teilnehmer

N = 107 Teilnehmer (99 Männer, 8 Frauen, Alter M = 19.52, SD = 3.57) wurden auf der „Gamescom 2013“ in Deutschland, dem weltweit größten Gaming-Event, rekrutiert. Da jedoch die sehr geringe Anzahl weiblicher Teilnehmer an der vorliegenden Stichprobe (n = 8) und die oben angegebenen geschlechtsspezifischen Unterschiede im Zusammenhang mit IGD (z Rumpf et al., 2011), haben wir die weiblichen Teilnehmer von den weiteren Analysen der Studie ausgeschlossen. Nachdem auch Teilnehmer mit fehlenden Daten ausgeschlossen wurden, ergab die Stichprobe n = 79 männliche Teilnehmer (Alter M = 19.81, SD = 3.62). In Bezug auf ihre Ausbildung gaben 8.9% an, einen Universitäts- oder Polytechnikabschluss zu haben, weitere 40.5% gaben an, ein Abitur oder ein berufliches Abitur zu haben, und 26.6% gaben an, ein Abitur oder einen Abschluss einer modernen Sekundarschule zu haben, während 24.1% angaben, kein Abitur zu haben.

2.1.2. Maße

Die Teilnehmer beantworteten Fragen zu Alter, Geschlecht und Bildung, die in einer Kurzfassung des Internet-Suchtests (s-IAT, Pawlikowski, Altstötter-Gleich & Brand, 2013;; Cronbachs Alpha in der vorliegenden Stichprobe betrug 0.70) und enthielt 12 Likert-skalierte Elemente (1 = nie bis 5 = sehr oft) und die Online-Spielsucht-Skala (OGAS, eine modifizierte Version der Gaming-Sucht-Skala von) Lemmens, Valkenburg & Peter, 2009, wo jedem Artikel das Wort „online“ hinzugefügt wurde; Cronbachs Alpha in der vorliegenden Stichprobe betrug 0.66) und bestand aus 7 Elementen zwischen 1 = nie und 5 = sehr oft. Darüber hinaus bewerteten die Teilnehmer ihre Computerspielerfahrung (z. B. „Seit wie vielen Jahren spielen Sie Computerspiele?“ Oder „Wie viele Stunden pro Woche spielen Sie durchschnittlich Online-Computerspiele?“). Es wurde eine Selbstberichtsmaßnahme zur Risikobereitschaft durchgeführt, die einen Punkt zu den allgemeinen Risikobereitschaftstendenzen enthielt („Wie würden Sie sich von 0 (überhaupt nicht risikobereit) bis 10 (absolut risikobereit) beschreiben?“) Deutsches sozioökonomisches Gremium (SOEP); Siedler, Schupp, Spiess & Wagner, 2008). Wir verwendeten eine leicht angepasste experimentelle Aufgabe („Devil's Chest“), die aus einer Studie von stammt Eisenegger et al. (2010), um das implizite Lernen zu messen. Bei jeder 36-Studie haben wir zehn Bilder von geschlossenen Holzkisten auf dem Computerbildschirm gezeigt. Die Kästen wurden in einer Reihe ausgerichtet und die Teilnehmer hatten die Möglichkeit, anschließend eine selbst gewählte Anzahl von Kästen von links nach rechts zu öffnen. Die Teilnehmer wurden angewiesen, dass neun der Boxen eine virtuelle Geldprämie (5-Cent) enthielten und eine enthielt einen "Teufel". Wenn Teilnehmer bei einer bestimmten Prüfung nur Belohnungsboxen öffneten, gingen sie zur nächsten Prüfung über, indem sie die Summe der Belohnungen erhielten. Wenn sie eine Schachtel öffneten, die den Teufel mit den anderen Kästen enthielt, so haben sie im laufenden Prozess alles verloren. Die bevorstehende Position des Teufels wurde unter den 36-Studien randomisiert, erschien aber auf jeder Position von 2 bis 10² genau vier mal. Obwohl dies den Teilnehmern nicht mitgeteilt wurde, hätten Teilnehmer mit höheren kognitiven Fähigkeiten möglicherweise ein implizites Verständnis für diese Regel erarbeitet und könnten im Verlauf des Experiments bessere Leistungen erzielt haben. Die Summe der monetären Belohnungen bis zum Ende des Experiments wird im Weiteren als "GAIN" bezeichnet und wird als Maß für das implizite Lernen verwendet. Die Versuchsanordnung ist in dargestellt Abb.. 1.

Abb.. 1. 

Der experimentelle Aufbau der Brust des Teufels - das Öffnen der Truhe mit dem Teufel führte zum Verlust aller gesammelten Münzen eines bestimmten Versuchs.

Abbildung Optionen

2.1.3. Verfahren

Alle Fragebögen in englischer Sprache wurden von unserer eigenen Arbeitsgruppe ins Deutsche übersetzt. Die Teilnehmer füllten zuerst die Fragebögen aus und beendeten dann das Brustversuch des Teufels. Bitte beachten Sie, dass die Teilnehmer an Studie 1 nach Abschluss des Experiments keine finanzielle Belohnung erhalten haben und dass sie vor Abschluss des Experiments über diese Tatsache informiert wurden.

2.1.4. Statistische Analysen

Für die folgenden Analysen wurde die Normalität der Daten durch Anwendung der Faustregel, vorgeschlagen von Miles und Shevlin (2001; S. 74)unter Berücksichtigung der Schiefe der untersuchten Variablen. Korrelationsanalysen wurden mit Pearson- oder Spearman-Korrelationen in Abhängigkeit von der Verteilung der Daten berechnet, und für jeden Korrelationskoeffizienten wurden Bootstrap-Bias-korrigierte und beschleunigte Konfidenzintervalle (BCa 95% -Konfidenzintervalle) berechnet, um ihre Signifikanz weiter zu testen. Wiederholte Messungen ANOVA wurde verwendet, um implizite Lerneffekte zu testen, wenn der Gewinn in den ersten 18 Versuchen mit dem Gewinn in den letzten 18 Versuchen des Experiments verglichen wurde.

2.1.5. Ethik

Das Forschungsprojekt (Studien 1, 2 und 3) wurde vom lokalen Ethikkomitee der Universität Bonn, Bonn, genehmigt. Alle Probanden gaben ihre Einverständniserklärung vor Abschluss der Studie ab.

2.2. Ergebnisse

Mittelwerte und Standardabweichungen der untersuchten Variablen sind in Tabelle 1.

Tabelle 1.

Mittelwert, Standardabweichung (SD) und möglicher / tatsächlicher Bereich für die Variablen Spielerfahrung (Jahre), Online-Spielstunden pro Woche, s-IAT, OGAS, GAIN und Risikobereitschaft (Selbstbericht).

N = 79, Risikobereitschaft (Selbstbericht) n = 64.

a

Bitte beachten Sie, dass der maximal mögliche Bereich für die Variable GAIN unter der Annahme geschätzt wurde, dass der Teufel bei jedem der 36 Versuche auf Position 10 erscheinen würde und der Teilnehmer den aktuellen Versuch auf Position 9 stoppen würde. Somit würde der Teufel den nicht unterbrechen Das Öffnen der Kisten und die Teilnehmer würden in jedem aufeinanderfolgenden Versuch den höchstmöglichen Geldbetrag pro Versuch (= 45 MU) gewinnen. Realistisch gesehen besteht jedoch eine sehr geringe Wahrscheinlichkeit, dass dieses Ereignis eintreten würde.

Tabellenoptionen

2.2.1. Korrelationsanalysen

Nur die Variable GAIN wurde nicht normal verteilt. Das Alter der Teilnehmer korrelierte positiv mit GAIN (ρ = 0.27, p <0.05). Darüber hinaus zeigte GAIN eine negative Korrelation mit dem s-IAT-Score (ρ = - 0.26, p <0.05). Zusätzlich berechneten wir Teilkorrelationen für GAIN und den s-IAT-Score, um das Alter zu kontrollieren. Die Korrelation blieb signifikant (r = - 0.28, p <0.05). Die negative Korrelation zwischen GAIN und dem OGAS-Score erreichte geringfügig keine Signifikanz (ρ = - 0.20, p = 0.073) und blieb nach Kontrolle des Alters nicht signifikant (r = - 0.12, p = 0.292). Alle signifikanten Korrelationen blieben nach Inspektion der BCa 95% -Konfidenzintervalle signifikant. Bitte sehen Tabelle 2 für einen Überblick über die Ergebnisse. (Sehen Abb.. 2 und Abb.. 3.)

Tabelle 2.

Korrelationen zwischen GAIN im Experiment „Devil's Chest“ und dem s-IAT, OGAS-Score und Risikobereitschaft (Selbstbericht).

N = 79, Risikobereitschaft (Selbstbericht) n = 64; Spearman-Korrelationen sind in dargestellt Kursiv.

⁎⁎

p <0.01.

⁎

p <0.05.

Tabellenoptionen

Abb.. 2. 

Mittelwerte und der Standardfehler für den GAIN in den ersten 18 Versuchen gegenüber dem GAIN in den letzten 18 Versuchen des Experiments „Devil's Chest“. MU = Währungseinheiten.

Abbildung Optionen

Abb.. 3. 

Mittelwerte und Standardfehler für den GAIN während der ersten 18 gegenüber den letzten 18 Versuchen des Experiments „Devil's Chest“ für Kontrollteilnehmer (linke Grafik) und WoW-Spieler (rechte Grafik). MU = Währungseinheiten.

Abbildung Optionen

2.2.2. Manipulationsprüfung des Experiments „Devil's Chest“ als Maß für implizites Lernen

Die Ergebnisse der ANOVA mit wiederholter Messung zeigten einen signifikanten mittleren Unterschied zwischen GAIN in den ersten 18-Versuchen des Experiments im Vergleich zu den letzten 18-Studien (F(1,78) = 17.303, p <0.01), was zeigt, dass die Teilnehmer im zweiten Teil des Experiments mehr Geld gewonnen haben (M₁ = 192.34 und M₂ = 221.27).

2.3. Diskussion

Zusammenfassend wurde, wie in unseren Hypothesen vorgeschlagen, in der Studie 1 die Internetabhängigkeit mit mangelhaften impliziten Lernfähigkeiten assoziiert. Dieses Ergebnis liefert weitere Belege für die Rolle von schlechter Entscheidungsfindung im Kontext von PIU (z. B. Marke et al., 2016). Die Verbindung mit IGD war in die gleiche Richtung, erreichte jedoch keine Bedeutung. Dies könnte durch die relativ geringe Stichprobengröße und / oder die relativ geringe interne Konsistenz (0.66) der OGAS-Skala in dieser Studie erklärt werden. Um diese Beziehungen weiter zu untersuchen und die Ergebnisse zwischen männlichen und weiblichen Teilnehmern sowie zwischen Spielern und Nicht-Spielern zu vergleichen, wurde die Studie 2 durchgeführt.

2.4. Studiere 2

Das Ziel der zweiten Studie war es, die Ergebnisse von Studie 1 unter Verwendung einer Stichprobe von World of Warcraft (WoW) -Spielern und Kontrollteilnehmern zu replizieren, die für WoW naiv waren. Angesichts der Tatsache, dass der Zusammenhang zwischen s-IAT und GAIN als Maß für implizites Lernen bei männlichen Teilnehmern mit Anfälligkeit für IGD beobachtet werden konnte, waren wir daran interessiert, die Ergebnisse von Studie 1 insbesondere bei männlichen WoW-Spielern zu wiederholen.

2.5. Methoden

2.5.1. Teilnehmer

WoW-Spieler und Kontrollteilnehmer nahmen an der Studie teil. Die WoW-Spieler wurden nach folgenden Kriterien rekrutiert: WoW-Spielerfahrung für mindestens zwei Jahre. Ein Ausschlusskriterium war das Spielen anderer Spiele als WoW für> 7 Stunden pro Woche. Teilnehmer ohne Erfahrung in anderen Spielen wurden jedoch vorzugsweise rekrutiert. Kontrollpersonen mussten WoW-naiv sein und hatten daher noch keine Erfahrung mit diesem Spiel. Ausschlusskriterien für beide Teilnehmergruppen waren Sehbehinderung, Lese- und Schreibschwierigkeiten, Dyschromatopsie, Gehirnerschütterung, Langzeitmedikation, neurologische und psychiatrische Erkrankungen, Hörbehinderung und hoher Substanzkonsum. Nach einer gründlichen Untersuchung der Stichprobe haben wir einen Teilnehmer aufgrund einer Essstörung und des täglichen Cannabiskonsums, einen Teilnehmer aufgrund neurologischer und psychiatrischer Störungen und einen Teilnehmer aufgrund extremer Werte sowie Teilnehmer mit fehlenden Daten ausgeschlossen, was dazu führte n = 77 Kontrollteilnehmer (39 Männer) und n = 44 WoW-Spieler (28 Männer). 6.5% (n = 5) der Kontrollteilnehmer gaben an, gelegentlich Online-Rollenspiele (<3 Stunden Computerspiel pro Woche) und 23.4% (n = 18) berichteten über den gelegentlichen Gebrauch von Ego-Shooter-Spielen (<1 h Spiel pro Woche). Das Durchschnittsalter der Gesamtprobe betrug M = 23.70 (SD = 3.93). In Bezug auf ihre Ausbildung gaben 10.7% an, einen Universitätsabschluss zu haben, weitere 85.9% gaben an, ein Abitur oder ein berufliches Abitur zu haben, und 2.5% gaben an, ein Abitur oder einen Abschluss einer modernen Sekundarschule zu haben. Eine Person beantwortete die Fragen zur Bildung nicht.

2.5.2. Maße

Hier nochmal die s-IAT (Pawlikowski et al., 2013;; Cronbachs Alpha in der vorliegenden Probe betrug 0.76), OGAS (eine Modifikation des GAS von Lemmens et al., 2009;; Cronbachs Alpha in der vorliegenden Stichprobe betrug 0.88) und das Computerspielerlebnis wurde bewertet. Darüber hinaus enthält der World of Warcraft-Fragebogen zur spezifischen problematischen Nutzung (WoW-SPUQ), der aus 27 Elementen besteht und auf einer Skala von 1 = „stimme überhaupt nicht zu“ bis 7 = „stimme voll und ganz zu“ (Peters & Malesky, 2008;; Cronbachs Alpha in der vorliegenden Stichprobe betrug 0.89) und wurde nur von der WoW-Gruppe ausgefüllt. Darüber hinaus ist die Barratt-Impulsivitätsskala (BIS-11; Patton & Stanford, 1995;; Cronbachs Alpha in der vorliegenden Probe betrug 0.85) wurde als Maß für die Impulsivität verabreicht (30 Punkte werden auf einer Skala von 1 = „selten / nie“ bis 4 = „fast immer / immer“ bewertet). Mit dieser Skala können drei Faktoren zweiter Ordnung bewertet werden: Aufmerksamkeitsimpulsivität ist definiert als die Unfähigkeit, Aufmerksamkeit zu konzentrieren oder sich zu konzentrieren; Motorische Impulsivität bedeutet, ohne nachzudenken zu handeln, während nicht planerische Impulsivität einen Mangel an „Zukunft“ oder Voraussicht beinhaltet (Stanford et al., 2009). Interne Konsistenzen für die Subskalen in der vorliegenden Studie waren 0.73, 0.69 bzw. 0.69.

2.5.3. Verfahren

Die Teilnehmer nahmen an einer großen Längsschnittstudie teil, um biologische Faktoren neben psychologischen Variablen und ihre Rolle für die IGD zu untersuchen. Für die vorliegende Studie wurden nur die Daten vom ersten Messpunkt verwendet, um die Ergebnisse aus Studie 1 zu testen und zu replizieren (ein zweites Mal das Brustversuch des Teufels abzuschließen (T2) ist eindeutig nicht vergleichbar damit, wie in Studie 1 damit naiv zu sein ). Die Fragebögen und das Experiment wurden in der gleichen Reihenfolge wie in Studie 1 ausgefüllt. Im Vergleich zu Studie 1 erhielten die Teilnehmer in Studie 2 jedoch den Geldbetrag, den sie im Experiment „Devil's Chest“ gewonnen hatten, und wurden über diese Tatsache informiert vor Abschluss des Experiments.

2.5.4. Statistische Analysen

Die Datenerhebung wurde analog zur Studie 1 durchgeführt.

2.6. Ergebnisse

Der OGAS-Score und die Online-Spielstunden pro Woche waren in den Gruppen der männlichen und weiblichen Kontrollteilnehmer nicht normal verteilt. Darüber hinaus waren der s-IAT-Score und das Alter in der Gruppe der weiblichen Kontrollteilnehmer nicht normal verteilt. Die Korrelation zwischen GAIN und dem s-IAT-Score in der Gruppe der männlichen WoW-Spieler wurde einseitig getestet, basierend auf den Ergebnissen der Studie 1.

Deskriptive Statistiken für Kontrollteilnehmer und WoW - Spieler werden vorgestellt Tabelle 3. Hier hatten männliche und weibliche Kontrollteilnehmer im Vergleich zu männlichen und weiblichen WoW-Spielern eine signifikant niedrigere Spielerfahrung, Online-Spielstunden pro Woche und OGAS-Punktzahl (vgl Tabelle 3). Darüber hinaus zeigten weibliche WoW-Spieler signifikant höhere Werte auf dem s-IAT im Vergleich zu weiblichen Kontrollteilnehmern. Alle anderen Variablen unterschieden sich nicht signifikant zwischen den Kontrollteilnehmern und den WoW-Spielern.

Tabelle 3.

Mittelwerte, Standardabweichungen (SD), mögliche / tatsächliche Reichweite, t-/U Wert und Bedeutung für Unterschiede in den Mitteln zwischen der Kontrolle und WoW-Gruppe (p) für die Variablen Gaming-Erfahrung (Jahre), Online-Gaming-Stunden pro Woche, GAIN, S-IAT, OGAS, WoW-SPUQ und BIS-11 für die WoW und Teilnehmer kontrollieren.

Tabellenoptionen

2.6.1. Korrelationsanalysen

Für die Gruppen von männlichen oder weiblichen Kontrollteilnehmern war das Alter der Teilnehmer nicht signifikant mit GAIN, s-IAT oder dem OGAS-Score korreliert. Alle anderen Korrelationen sind in dargestellt Tabelle 4. Hier war GAIN weder für den s-IAT noch für den OGAS-Score signifikant mit männlichen und weiblichen Teilnehmern verbunden. Darüber hinaus war der s-IAT-Score positiv mit der BIS-11-Subskala-Aufmerksamkeitsimpulsivität bei männlichen Kontrollteilnehmern verbunden. Alle signifikanten Korrelationen blieben nach der Überprüfung der BCa 95% -Konfidenzintervalle signifikant.

Tabelle 4.

Spearman und Pearson Korrelationen für die Variablen GAIN, s-IAT, OGAS und BIS-11 für die Gruppe der Kontrollteilnehmer.

Spearman Korrelationen sind in dargestellt Kursiv.

n (Männer) = 39, n (Männer, BIS-11) = 38, n (Frauen) = 38, n (Frauen, BIS-11) = 36.

⁎⁎

p <0.01.

⁎

p <0.05.

Tabellenoptionen

Für die Gruppe der männlichen und weiblichen WoW-Spieler war das Alter nicht signifikant mit GAIN, S-IAT, OGAS oder dem WoW-SPUQ-Score korreliert. Alle anderen Korrelationen sind in dargestellt Tabelle 5. Hier war GAIN negativ mit dem s-IAT assoziiert, ebenso wie der WoW-SPUQ-Score nur in der Gruppe der männlichen WoW-Spieler. Diese Korrelationen zeigten jedoch nur einen Trend zur Signifikanz (r = - 0.30, p = 0.063, einseitiger Test und r = - 0.313, p = 0.104, zweiseitiger Test). Alle signifikanten Korrelationen blieben nach Inspektion der 95% -Konfidenzintervalle von BCa signifikant.

Tabelle 5.

Spearman- und Pearson-Korrelationen für die Variablen GAIN, S-IAT, OGAS, den WoW-SPUQ-Score und BIS-11 für die Gruppe der WoW-Spieler.

Spearman Korrelationen sind in dargestellt Kursiv. Bei männlichen Teilnehmern wurde die Korrelation zwischen dem Gewinn im Experiment und dem s-IAT-Score einseitig getestet.

n (Männer) = 28, n (Männer, BIS-11) = 27, n (Frauen) = 16, n (Frauen, BIS-11) = 15.

⁎⁎

p <0.01.

⁎

p <0.05.

Tabellenoptionen

2.6.2. Manipulationsprüfung des Experiments „Devil's Chest“ als Maß für implizites Lernen

Die Ergebnisse der ANOVA mit wiederholten Messungen zeigten keinen signifikanten mittleren Unterschied zwischen dem GAIN während der ersten 18 und der letzten 18 Versuche des Experiments „Teufelsbrust“ in der Gruppe der Männer (F (1, 38) = 1.949, p = 0.171; M1 = 232.56 und M2 = 218.21) und weiblich (F (1, 37) = 0.594, p = 0.446; M1 = 221.18 und M2 = 209.87) Kontrollteilnehmer. Für die Gruppe der männlichen WoW-Spieler erreichte der Unterschied zwischen den Versuchen 1–18 und 19–36 eine Signifikanz (F (1,27) = 5.377, p = 0.028, M1 = 235.54 und M2 = 205.54; daher mit einem niedrigeren Ergebnis in M2 im Vergleich zu M1), während es für weibliche WoW-Spieler nicht signifikant blieb (F (1,15) = 0.295, p = 0.595, M1 = 225.31 und M2 = 213.75).

Hinweis für Benutzer:
Angenommene Manuskripte sind Artikel in der Presse, die vom Redaktionskomitee dieser Publikation begutachtet und zur Veröffentlichung angenommen wurden. Sie wurden noch nicht im Format des Publikationshauses kopiert und / oder formatiert und verfügen möglicherweise noch nicht über die vollständige ScienceDirect-Funktionalität, z. B. müssen möglicherweise noch Ergänzungsdateien hinzugefügt werden, Links zu Verweisen werden möglicherweise noch nicht aufgelöst usw. Der Text könnte noch vor der endgültigen Veröffentlichung ändern.

Akzeptierte Manuskripte verfügen zwar noch nicht über alle bibliografischen Angaben, können jedoch bereits anhand des Jahres der Online-Veröffentlichung und des DOI wie folgt zitiert werden: Autor (en), Titel des Artikels, Veröffentlichung (Jahr), DOI. Bitte konsultieren Sie den Referenzstil des Journals für das genaue Erscheinungsbild dieser Elemente, die Abkürzung für Journalnamen und die Verwendung von Interpunktion.

Wenn der endgültige Artikel den Bänden / Ausgaben der Publikation zugewiesen wird, wird die Artikel-in-Presse-Version entfernt und die endgültige Version wird in den zugehörigen veröffentlichten Bänden / Ausgaben der Publikation erscheinen. Das Datum, an dem der Artikel zum ersten Mal online verfügbar gemacht wurde, wird übertragen.