Verfeinerungsmassnahmen zur Beurteilung problematischer / additiver digitaler Spiele in klinischen und Forschungseinstellungen (2015)

Verhalten Sci. 2015, 5(3), 372-383; doi:10.3390 / bs5030372

Kyle Faust 1,* und David Faust 1,2
1
Abteilung für Psychologie, University of Rhode Island, 10 Chafee Road, Kingston, RI 02881, USA; Email: [E-Mail geschützt]
2
Alpert Medical School, Abteilung für Psychiatrie und menschliches Verhalten, Brown University, Box G-A1, Providence, RI 02912, USA
*
Autor, an den die Korrespondenz gerichtet werden sollte; Email: [E-Mail geschützt] ; Tel .: + 1-401-633-5946.

Abstrakt

: Problematische oder süchtig machende digitale Spiele (einschließlich elektronischer Geräte aller Art) können und haben sich äußerst negativ auf das Leben vieler Menschen auf der ganzen Welt ausgewirkt. Das Verständnis dieses Phänomens und die Wirksamkeit des Behandlungsdesigns und der Überwachung können durch die kontinuierliche Verbesserung der Bewertungsinstrumente erheblich verbessert werden. Der vorliegende Artikel gibt einen kurzen Überblick über Tools zur Messung der problematischen oder süchtig machenden Nutzung von digitalem Spielen, von denen die überwiegende Mehrheit auf den Kriterien des Diagnostic and Statistical Manual of Mental Disorders (DSM) für andere Suchterkrankungen, wie etwa pathologisches Glücksspiel, basiert. Obwohl sich die Anpassung von DSM-Inhalten und -Strategien zur Messung problematischen digitalen Spielens als wertvoll erwiesen hat, gibt es bei diesem Ansatz einige potenzielle Probleme. Wir diskutieren die Stärken und Grenzen aktueller Methoden zur Messung problematischen oder süchtig machenden Spielens und geben verschiedene Empfehlungen, die bei der Verbesserung oder Ergänzung vorhandener Tools oder bei der Entwicklung neuer und noch effektiverer Tools hilfreich sein können.

Stichwort:

Internet-Gaming-Störung; Spielsucht; Bewertung; DSM-5; Behandlung

1. Einleitung

Der enorme Ausbau der digitalen Technologie hat zu einem erheblichen Interesse an möglichen positiven und negativen Folgen und deren Messung geführt. In diesem Artikel konzentrieren wir uns auf die Messung innerhalb eines kritischen Teilbereichs der digitalen Technologie, der potenziell Millionen von Menschen betrifft und das Interesse zahlreicher Forscher und der Öffentlichkeit geweckt hat: digitales Gaming. Unter digitalem Spielen verstehen wir jede Art von Spiel, das auf einer elektronischen Quelle gespielt werden kann (z. B. Videospiele, Computerspiele, Handyspiele usw.).

Wir geben zunächst einen kurzen Überblick über Maßnahmen zur Bewertung problematischer digitaler Spielenutzung und den ihnen zugrunde liegenden konzeptionellen Rahmen. Anschließend unterbreiten wir detaillierte Vorschläge, die bei der weiteren Verfeinerung oder Entwicklung von Maßnahmen hilfreich sein können. Einige dieser Vorschläge lassen sich möglicherweise auch auf Maßnahmen anwenden, mit denen die positiven und negativen Folgen anderer Arten digitaler Technologien oder andere Verhaltenssüchte bewertet werden sollen. Beispielsweise umfasst unsere Definition von digitalem Spielen keine problematische oder süchtig machende Internetnutzung (abgesehen von im Internet gespielten Spielen). Auch Tools zur Internetsucht waren Gegenstand wissenschaftlicher Rezensionen [1], und einige unserer Empfehlungen gelten auch (jedoch nicht vollständig) für diese Maßnahmen. Unsere Vorschläge sind nicht als negativer Kommentar zu bestehenden Maßnahmen gedacht, von denen viele mehrere positive Eigenschaften aufweisen und eine Grundlage für die Bewertung wichtiger Konstrukte und die Weiterentwicklung des Fachgebiets geschaffen haben. Vielmehr sollen sie mögliche Wege zur Verbesserung des klinischen und wissenschaftlichen Nutzens von Maßnahmen aufzeigen.

Bevor wir fortfahren, ist ein Wort zur Terminologie angebracht. Bestimmte Begriffe in diesem Artikel beziehen sich auf Diagnosekategorien, die allgemein verwendet wurden oder werden, wie z. B. Internet-Glücksspielstörung (IGD), pathologisches Glücksspiel (PG) und ihre überarbeitete Form, Glücksspielstörung (GD). Andere hier verwendete Begriffe, wie etwa süchtig machende oder problematische Spielnutzung, sind nicht als Verweise auf formale Diagnosekategorien gedacht, sondern eher als Deskriptoren oder Qualifikatoren. Angesichts der Absicht und des Zwecks dieses Artikels werden wir nicht auf die potenziellen Vor- und Nachteile der Verwendung des Etiketts „Sucht“ eingehen, wenn es um übermäßiges digitales Spielen geht. Unabhängig davon, ob wir den Begriff problematischer Konsum oder Sucht verwenden, nehmen wir zu dieser Frage keine Stellung. Manchmal bevorzugen wir die problematische Nutzung digitaler Spiele (PDG) gegenüber der Sucht, da erstere umfassender ist und Formen übermäßigen Gebrauchs umfasst, die scheinbar nicht gut zu den gängigen Vorstellungen von Sucht passen.

 

 

2. Methoden und Kriterien zur Bewertung problematischer digitaler Spielenutzung

Es besteht weitgehend Einigkeit darüber, dass eine Untergruppe von Personen, die digitale Spiele spielen, Muster problematischer Nutzung entwickelt, die schwerwiegende negative Folgen haben können [2]. Beispielsweise wurden Bedenken hinsichtlich einer erhöhten Tendenz zu gewalttätigem Handeln geäußert [3]. Zu den weiteren Bedenken gehört die Annahme, dass eine Eskalation hin zu extremen Konsumniveaus viele Bereiche des alltäglichen Funktionierens beeinträchtigen könnte, beispielsweise soziale oder berufliche Aktivitäten [4]. Epidemiologische Studien haben sehr unterschiedliche Schätzungen der Häufigkeit geliefert [5,6], aber selbst wenn man von niedrigeren Schätzungen wie 2 % oder 3 % der Gamer ausgeht, ergibt die Multiplikation dieses Prozentsatzes mit den Hunderten Millionen Menschen, die weltweit digitales Gaming betreiben, eine große, wenn nicht gewaltige Zahl.

Bedenken hinsichtlich des digitalen Spielens und insbesondere seines Potenzials für eine extreme oder süchtig machende Nutzung und der daraus resultierenden negativen Auswirkungen haben zu konzentrierten Bemühungen zur Entwicklung von Messinstrumenten geführt. Viele dieser Forscher haben sich zur grundlegenden Orientierung an das Diagnostic and Statistical Manual of Mental Disorders (DSM) gewandt. Wir untersuchen daher zunächst, wie die Konzeptualisierung der problematischen Nutzung digitaler Spiele (PDG), insbesondere wie im DSM beschrieben, die Entwicklung der meisten Maßnahmen geprägt hat, und diskutieren dann die Vorteile und möglichen Einschränkungen dieser und anderer konzeptioneller Ansätze.

 

 

2.1. Verwendung von DSM-IV-TR als grundlegendes Tool

Die meisten anfänglichen Bemühungen, Messinstrumente für PDG zu entwickeln, verwendeten Kriterien, die weitgehend den DSM-IV-TR-Kriterien für pathologisches Glücksspiel oder allgemeine Substanzabhängigkeit entsprachen oder diese adaptierten [7]. Beispiele hierfür sind die Problem Videogame Playing Scale (PVP) [8], die Spielsuchtskala (GAS) [9] und die Problematic Online Game Use Scale (POGU) [10]. Auf diese Kriterien gehen wir im Folgenden näher ein. King, Haagsma, Delfabbro, Gradisar und Griffiths [7] lieferte einen wissenschaftlichen Überblick über solche Maßnahmen, und es ist aufschlussreich, ihre Schlussfolgerungen ausführlich zu beschreiben.

King et al. deckte 18 Instrumente ab, die alle Kriterien verwendeten, die denen der DSM-IV-TR-Kategorien für pathologisches Glücksspiel oder allgemeine Substanzabhängigkeit recht ähnlich waren [11]. King et al. kamen zu dem Schluss, dass die meisten Maßnahmen mehrere positive Eigenschaften aufweisen, wie z. B. Kürze, einfache Bewertung, starke interne Konsistenz und starke konvergente Validität. Darüber hinaus scheinen verschiedene Maßnahmen geeignet zu sein, wichtige Informationen für verschiedene Zwecke zu sammeln, beispielsweise für den Aufbau normativer Datenbanken.

King et al. identifizierte Problembereiche, darunter eine inkonsistente Abdeckung diagnostischer Kriterien, unterschiedliche Cut-off-Werte (was die Probleme bei der Erkennung des tatsächlichen pathologischen Einsatzes oder beim Vergleich der Raten zwischen Studien unter Verwendung kontrastierender Maße verschärft), das Fehlen einer zeitlichen Dimension und eine inkonsistente Dimensionalität. Beispielsweise ergab die Faktorenanalyse eine einzige gemeinsame Dimension für eine Reihe von Maßen, die PDG zu repräsentieren schienen, aber zwei oder mehr Dimensionen für andere Maßstäbe, wie z. B. zwanghafter Konsum, Entzug und Toleranz. Die Autoren machten auch Vorschläge zur Verbesserung der Messung, wie z. B. das Hinzufügen von Zeitskalen und Gültigkeitsprüfungen (z. B. Prüfung, ob der Spieler oder die Familie des Spielers sein Spiel für problematisch hält), die Gewinnung von Daten aus erweiterten oder repräsentativeren Stichproben und die Untersuchung der Empfindlichkeit und Spezifität verschiedener Werkzeuge. Wir hoffen, mit diesem Artikel die nützlichen Vorschläge von King et al. ergänzen zu können.

 

 

2.2. Veröffentlichung von DSM-5 und Änderungen der Diagnosekategorien und -kriterien

Rezension von King et al. [7] erschien kurz vor DSM-5 [12] wurde veröffentlicht und deckte daher keine Überarbeitungen des Handbuchs ab, insbesondere die Erstellung und Einführung der Kategorie Internet-Gaming-Störung (IGD) im Abschnitt „Bedingungen für weitere Studien“. Als Reaktion auf diese Überarbeitung haben einige Forscher direkt die DSM-5-Kriterien für IGD übernommen, um problematisches digitales Spielen zu bewerten. Man könnte annehmen, dass IGD nur für Online-Spiele gilt, aber der Abschnitt „Subtypen“ von DSM-5 weist darauf hin, dass IGD „auch computergestützte Spiele außerhalb des Internets betreffen könnte, obwohl diese weniger erforscht sind“ [12].

Die IGD-Diagnosekriterien ähneln sowohl den alten DSM-IV-TR-Kriterien für pathologisches Glücksspiel als auch der modifizierten Version dieser Kriterien von DSM-5 unter der umbenannten Kategorie Glücksspielstörung (GD). Gemäß DSM-5 besteht der einzige große Unterschied zwischen IGD und GD in einem einzigen Diagnosekriterium: IGD enthält keines der Diagnosekriterien für GD („Verlässt sich auf andere, um Geld bereitzustellen oder verzweifelte finanzielle Situationen zu lindern, die durch Glücksspiel verursacht werden“). und verwendet vielmehr „Verlust des Interesses an früheren Hobbys und Unterhaltung infolge und mit Ausnahme von Internetspielen.“

Kürzlich haben Pontes und Griffiths [13] veröffentlichte eine kurze Messung namens Internet Gaming Disorder Scale. Dieser Fragebogen verwendet die neun DSM-5 IGD-Kriterien in einem 5-Punkte-Likert-Skalenformat. Pontes und Griffiths [13] untersuchte eine Stichprobe von 1060 Spielern und wies darauf hin, dass die Messung zusammen mit IGD eine einheitliche Methode zur Bewertung der Videospielsucht bieten könnte.

Diejenigen, die DSM-5 verwenden, könnten annehmen, dass IGD möglicherweise eine Reihe von Internetaktivitäten umfasst, wie z. B. Online-Glücksspielstörungen (da Online-Poker fraglich als digitales Spiel betrachtet werden könnte). Daher ist eine wichtige Klarstellung angebracht: DSM-5 besagt, dass IGD die Nutzung des Internets für andere Zwecke als Spiele, wie etwa die Nutzung des Internets in der Freizeit oder in sozialen Netzwerken, nicht einschließt [12]. Weiter heißt es, dass Internet-Glücksspiele nicht im IGD enthalten sind [12].

 

 

2.3. Weitere Berücksichtigung diagnostischer Kriterien und Kategorien

An dieser Stelle könnte es so aussehen, als seien diese verschiedenen Kriterien für problematisches digitales Spielen sehr ähnlich. Schließlich unterscheiden sich die IGD-Kriterien nur minimal von den DSM-Kriterien für pathologisches Glücksspiel oder Glücksspielstörung. Darüber hinaus sind die meisten Alternativen, wie etwa ein bekanntes Suchtmodell, das von Brown entwickelt und von Griffiths modifiziert wurde [14], scheinen sich erheblich mit diesen anderen diagnostischen Kriterien zu überschneiden. Folglich könnte man davon ausgehen, dass die verschiedenen Bewertungsinstrumente, solange sie solche Kriterien abdecken, wahrscheinlich alle dasselbe messen. Daraus könnte sich auch ergeben, dass die IGD-Kriterien die neue, bevorzugte Methode zur Bewertung digitaler Spielprobleme werden sollten, insbesondere weil sie im neuesten DSM vorgeschlagen wurden. Tatsächlich haben einige Forscher [13,15] haben empfohlen, dass zukünftige Messungen aus Elementen bestehen sollten, die die neun IGD-Kriterien am besten widerspiegeln.

Leider ist die Situation wahrscheinlich nicht so einfach, da diese Maßnahmen nicht frei von einigen einschränkenden oder problematischen Merkmalen sind. Es ist beispielsweise nicht klar, ob alle relevanten Kriterien oder Konstrukte von PDG bisher ordnungsgemäß erfasst wurden, und einige der Kriterien und Konstrukte, die für GD gelten, haben möglicherweise einen begrenzten oder minimalen Wert für die Identifizierung von PDG und umgekehrt. Daher ist es wichtig, dass wir angesichts der rasanten Entwicklung der digitalen Technologie und neuer Forschungsergebnisse offen für die Änderung bestehender Kriterien oder die Einführung neuer Kriterien für PDG und IGD bleiben.

 

 

3. Verbesserungs-/Verfeinerungsmaßnahmen

Die folgenden Abschnitte geben Empfehlungen, die bestehende Maßnahmen weiter verbessern oder zur Entwicklung noch stärkerer Maßnahmen führen können.

 

 

3.1. Notwendigkeit einer spezifischen Definition von Problem Gaming

Unabhängig davon, wie das Problem bezeichnet wird (PDG, IGD oder Spielsucht), muss ein Begriff etabliert werden, der alle Arten digitaler Spiele ordnungsgemäß umfasst. Wir glauben, dass digitales Gaming dieses Ziel erreicht, aber zahlreiche Forscher verwenden den Begriff Videospiele, wenn sie sich auf alle Arten digitaler Spiele beziehen wollen, während andere Forscher diesen Begriff verwenden, wenn sie sich ausschließlich auf Videokonsolenspiele beziehen (weshalb wir dies getan haben). hat in diesem Artikel auch Videospiele verwendet, als er bestimmte Forscher zitierte).

Ein weiterer wichtiger Gesichtspunkt bei der Erarbeitung einer konkreten Definition von PDG ist die Entscheidung, was als digitales Gameplay gilt. Für einen Forscher mit weniger Hintergrundwissen auf diesem Gebiet mag dies wie eine dumme Frage erscheinen, aber viele digitale Spieler verbringen viel Zeit damit, sich digitale Spiele anzusehen. Ähnlich wie professionelle Sportzuschauer verbringen einige Spieler wahrscheinlich mehr Zeit damit, digitale Spiele anzusehen oder darüber zu sprechen, als sie selbst zu spielen. Diese Spieler können ihren Freunden beim Spielen zuschauen oder sich Videos von Online-Spielen ansehen, wo sie häufig mit erfahrenen Spielern interagieren können. Erfahrene Spieler verbringen möglicherweise auch Zeit damit, sich aufgezeichnete Videos anzusehen, um ihr Gameplay zu analysieren, oder nutzen Chat-Programme, um mit anderen Spielern über verschiedene Spiele zu kommunizieren. Es bleibt unklar, ob die Forschung zu den verschiedenen 18 Bewertungsinstrumenten, die King et al. [7] untersuchten, entfielen auf diese Art der Nutzung digitaler Spiele. Wenn nicht, ist es wahrscheinlich, dass einige Befragte bei der Beantwortung der Fragen die Zeit, die sie mit dem Ansehen digitaler Spiele verbracht haben, mitgezählt haben und andere nicht, da einige Gamer das Anschauen von Spielen als etwas anderes betrachten würden, als sie zu spielen. Der Versuch, diese Unklarheiten zu bewerten und zu reduzieren, ist ein lohnendes Ziel.

Die Frage, welche Art von Spielaktivitäten zu zählen sind, wirft zusätzliche Fragen auf. Sollten Forscher die Zeit, die Spieler damit verbringen, in einer sozialen Situation unter ihren Freunden über digitale Spiele zu sprechen, als Nutzung digitaler Spiele zählen? Wenn nicht, würde es als digitale Spielnutzungszeit gelten, wenn der Spieler stattdessen ein Gespräch über das Internet führen würde? Warum oder in welcher Weise sollte soziale Online-Interaktion anders betrachtet werden als soziale Interaktion im wirklichen Leben? Die Implikationen dieser Fragen sind sehr wichtig, insbesondere weil Forscher und Kliniker möglicherweise unterschiedlicher Meinung über die Antworten sind und die Verfügbarkeit wissenschaftlicher Daten zur Klärung unterschiedlicher Standpunkte möglicherweise dürftig ist. Vielleicht sollten vorerst alle diese unterschiedlichen Formen der Beteiligung am digitalen Gaming auf irgendeine Weise erfasst werden. Es bleibt unklar, wie unterschiedlich die Auswirkungen des Ansehens oder Analysierens digitaler Spiele vom Spielen sind, aber es wäre wahrscheinlich von Vorteil, mit der Untersuchung dieser Unterschiede zu beginnen und sie in Fragebögen zu integrieren.

 

 

3.2. Angemessene Inhaltsabdeckung: Berücksichtigung positiver Effekte

Ein Faktor, der PDG zu einem besonders interessanten Thema macht, sind die Vorteile, die digitales Spielen mit sich bringen kann [16,17]. Beispiele hierfür sind Verbesserungen der Reaktionszeit [18], räumliche Auflösung und visuelle Verarbeitung [19], Arbeitsgedächtnis [20], kognitive Flexibilität [21], strategische Problemlösung [22,23] und prosoziales Verhalten [24]. Sogar PDG kann trotz negativer Auswirkungen gleichzeitig diese oder andere Vorteile mit sich bringen.

Obwohl ein zentraler Grund für die Bewertung von PDG darin besteht, festzustellen, ob sich digitale Spiele negativ auf das Leben einer Person auswirken, kann es ein Fehler sein, die möglicherweise ebenfalls auftretenden Vorteile außer Acht zu lassen. Daran ist nicht zu zweifeln, dass die derzeitigen Maßnahmen sich auf negative Auswirkungen konzentrieren, die häufig von zentralem Interesse und Besorgnis sind. Allerdings sollte es möglich sein, Fragebögen zu erstellen, die sowohl die potenziellen Vor- als auch die Nachteile des digitalen Spielens bewerten. Ein solcher Fragebogen würde von Spielern wahrscheinlich weitaus positiver bewertet werden, da viele Spieler (unabhängig davon, ob ihre Nutzung digitaler Spiele problematisch ist) häufig durch die Beantwortung von Fragebögen gestört werden, die ihrer Meinung nach eine starke negative Voreingenommenheit gegenüber Spielen haben. Forscher haben manchmal Herausforderungen bei der Rekrutierung von Spielern für die Teilnahme an Studien beschrieben, und das Vorhandensein positiver Elemente in Fragebögen und das Interesse an potenziellen positiven Auswirkungen könnten einen erheblichen Beitrag zur Steigerung der Beteiligung und Verbesserung der Repräsentativität der Stichproben leisten. Darüber hinaus könnte sich die Messung positiver und negativer Merkmale in Längsschnittstudien als sehr hilfreich erweisen, die den Übergang von harmlosen oder relativ harmlosen Konsummustern zu problematischeren Mustern oder den anschließenden Übergang von problematischen zu weniger problematischen Konsummustern untersuchen.

Als konkretes Beispiel könnte die Bewertung von Behandlungsprogrammen von einer Messung profitieren, die nicht nur negative, sondern auch harmlosere und sogar positive Auswirkungen berücksichtigt. Die Abwägung der Vor- und Nachteile des Spielens könnte auch bei der Entwicklung von Behandlungsplänen besonders nützlich sein. Wenn ein Spieler sowohl positive als auch negative Auswirkungen von Spielaktivitäten verspürt, könnte die Behandlung zunächst darin bestehen, die Spielnutzung auf ein moderateres Maß zu reduzieren, insbesondere wenn ein Spieler nicht bereit ist, sofort ganz mit dem Spielen aufzuhören. Im Idealfall würde eine Verkürzung der Spielzeit einige der eher negativen Auswirkungen des Spielens verringern oder beseitigen, während die positiven Auswirkungen fortbestehen könnten. Wenn der Spieler ein äußerst problematischer Benutzer ist und nicht in der Lage ist, seine Nutzung auf diese Weise zu moderieren, kann es erforderlich sein, strengere Einschränkungen festzulegen.

Derzeit scheint es an einer Standardmethode zur Messung der positiven Auswirkungen des digitalen Spielens zu fehlen. Bei der Bewertung der positiven Auswirkungen von Spielen verwendeten Forscher typischerweise Maßnahmen, die keine digitalen Spiele einbeziehen. In einer Studie, die den potenziellen Einfluss sowohl prosozialer als auch gewalttätiger Videospiele untersucht, haben beispielsweise Saleem, Anderson und Gentile [25] verwendete das 25 Punkte umfassende Maß für prosoziale Tendenzen, um zu untersuchen, ob die Teilnehmer nach dem Spielen mehr prosoziale Tendenzen hatten. Andere Forscher wie Glass, Maddox und Love [20] haben verschiedene neuropsychologische Maßnahmen vor und nach der Exposition der Teilnehmer gegenüber digitalen Spielen verwendet, um festzustellen, ob die Spiele zu kognitiven Verbesserungen führten.

Basierend auf diesen bisherigen Ansätzen können einige Vorschläge für die Entwicklung von Inhalten und Themen für positive Wirkungselemente gemacht werden. Dazu gehört die Frage an Spieler oder Befragte: (a) wie oft sie sich an Spielen beteiligen, die viel körperliche Aktivität erfordern, wie z. B. Dance Dance Revolution; (b) wenn sie ihren finanziellen Lebensunterhalt mit Spielen bestreiten, beispielsweise als professioneller Spieler oder professioneller Spielekommentator; (c) wie oft nehmen sie beim Spielen an sozialen Aktivitäten teil; (d) die verschiedenen Arten von Spielen, an denen sie teilnehmen (da einige Spiele mehr Vor- oder Nachteile zu haben scheinen als andere Spiele); und (f) einige der wahrgenommenen Vorteile des Spielens durch einen Spieler (die sich bei der Entwicklung von Behandlungsplänen für Spieler, die eine Intervention benötigen, als nützlich erweisen könnten). Es würde sich wahrscheinlich auch als aufschlussreich erweisen, eine kurze prosoziale Maßnahme zu verwenden (wie z. B. die Messung prosozialer Tendenzen [25]) und eine oder mehrere kurze kognitive Messungen, die Bereiche abdecken, in denen die Forschung Verbesserungen gezeigt hat.

 

 

3.3. Berücksichtigung unachtsamer und zufälliger Reaktionen

Der Wert einer Selbstberichtsmaßnahme kann ernsthaft beeinträchtigt werden, wenn die Befragten nicht ausreichend mit den Verfahren kooperieren und nachlässig oder willkürlich antworten. Einige Befragte möchten beispielsweise Fragebögen so schnell wie möglich ausfüllen, und in vielen Situationen stellt die Anonymität der Recherche kaum Hindernisse für unvorsichtige oder willkürliche Antworten dar. Untersuchungen zeigen, dass unvorsichtiges und willkürliches Beantworten von Fragebögen häufiger vorkommt als angenommen, mitunter bis zu 20 % [26,27]. Darüber hinaus kann selbst ein relativ kleiner Anteil unachtsamer oder zufällig antwortender Personen einen überraschend starken Einfluss auf Forschungsdaten haben und paradoxe Effekte hervorrufen (z. B. indem sie nicht nur die Erkennung wahrer Beziehungen behindern, sondern sogar künstliche Assoziationen zwischen Variablen erzeugen, die eigentlich nichts miteinander zu tun haben [28]).

Glücklicherweise stellt sich heraus, dass häufig nur wenige Elemente ein hohes Maß an Genauigkeit bei der Identifizierung zufälliger Reaktionen und eine mäßige bis hohe Genauigkeit bei der Erkennung unvorsichtiger Reaktionen erreichen können. Für die meisten Befragten dürfte die Bearbeitung eines solchen kleinen Aufgabensatzes deutlich weniger als eine Minute dauern. Darüber hinaus können zufällige und nachlässige Antwortelemente durchaus ihre Wirksamkeit behalten, wenn sie maßnahmenübergreifend angewendet oder angepasst werden, oder sie können leicht geändert werden, um sich in den Inhalt von Fragebögen einzufügen. Eine wirksame und einfache Methode zur Verbesserung aktueller PDG-Bewertungsinstrumente besteht daher darin, einige nachlässige oder zufällige Antwortfragen einzubeziehen, die es den Forschern ermöglichen würden, die meisten dieser nicht kooperierenden Personen zu identifizieren und zu entfernen und so ihre potenziell schädlichen Auswirkungen erheblich abzuschwächen.

 

 

3.4. Verbesserte Normen und Referenzgruppen

Es ist oft schwierig, das Ergebnis einer Maßnahme zu interpretieren, wenn geeignete normative oder Referenzgruppen fehlen. Mit normativen Gruppen meinen wir in diesem Zusammenhang die Mitglieder der Allgemeinbevölkerung, die vermutlich keine Sucht- oder Problemkonsumenten sind. Alternativ könnte man eine strenger definierte normative Gruppe bevorzugen, die sich aus Mitgliedern der allgemeinen Bevölkerung zusammensetzt, die keine psychiatrischen Störungen haben. Der Begriff Referenzgruppe ist weiter gefasst als normative Gruppe und kann verwendet werden, um sich auf jede Vergleichsgruppe zu beziehen, die im Vergleich zur Interessengruppe (in diesem Bereich wahrscheinlich problematische digitale Gamer) informativ sein könnte.

Normative Gruppen und Referenzgruppen liefern häufig wichtige Informationen, beispielsweise die Häufigkeit, mit der Merkmale, die zur Identifizierung von Personen innerhalb einer Diagnosekategorie verwendet werden, in anderen Gruppen vorkommen. Beispielsweise beziehen sich einige vorgeschlagene Kriterien für problematisches digitales Spielen auf Arten von Funktionsstörungen, die nicht spezifisch für diese Aktivität sind (z. B. akademische oder berufliche Funktionsstörungen), aber bei einem bestimmten Prozentsatz der Allgemeinbevölkerung und möglicherweise bei vielen Personen mit bestimmten klinischen Störungen beobachtet werden. Die relative Häufigkeit des Auftretens in diesen verschiedenen Gruppen liefert wertvolle Hinweise auf die Nützlichkeit der vorgeschlagenen Diagnosekriterien, z. B. ob und wie erfolgreich sie betroffene Personen von Mitgliedern der Allgemeinbevölkerung unterscheiden oder bei der Differentialdiagnose helfen. Beispielsweise hat ein Merkmal, das bei problematischen Videospielern häufig vorkommt, in der Allgemeinbevölkerung jedoch selten ist, wahrscheinlich einen gewissen Nutzen. Wenn dieselben Merkmale jedoch in verschiedenen klinischen Gruppen ebenso häufig oder häufiger auftreten, haben sie möglicherweise nur einen geringen oder keinen Nutzen für die Differentialdiagnose. Offensichtlich kann die Bestimmung, ob potenzielle Anzeichen und Indikatoren Personen mit PDG von denen ohne PDG unterscheiden, und wie genau sie dies tun, und ob oder in welchem ​​Ausmaß sie bei der Differenzialdiagnose helfen, eine unschätzbare Hilfe für klinische und Forschungsbemühungen sein. Solche Informationen sind beispielsweise für die Ableitung effektiver oder optimaler Cut-off-Scores erforderlich.

Wie in der vorherigen Diskussion über den Inhaltsbereich und die potenziellen Vorteile des Hinzufügens positiver Elemente erwähnt, stellt die Rekrutierung von Spielern für die Teilnahme an Studien eine Herausforderung dar. Beispielsweise könnten problematische oder häufige Benutzer den Forschern misstrauen und eine negative Agenda vermuten. Angesichts des erheblichen Werts der Entwicklung hochwertiger normativer Daten und Referenzgruppendaten scheint sich der Aufwand zu lohnen. Durch die Erweiterung normativer Datenbanken kann viel gewonnen werden, weshalb ihr bei der Konzeption, Entwicklung und Auswahl von Messungen klare Priorität eingeräumt wird.

 

 

3.5. Studien zu Sensitivität, Spezifität, positiver Vorhersage und negativer Vorhersage

Die Sensitivität bezieht sich auf die Häufigkeit, mit der eine vorhandene Störung erkannt wird, und die Spezifität auf die Genauigkeit, mit der das Fehlen einer Störung festgestellt wird. Beide Eigenschaften müssen untersucht werden, da zwischen beiden ein unvermeidlicher Kompromiss besteht (es sei denn, eine Diagnosemethode ist perfekt). Schlecht abgeleitete Cut-off-Scores können sehr beeindruckende Ergebnisse für die Sensitivität, aber miserable Ergebnisse für die Spezifität liefern und umgekehrt. Eine Maßnahme hat einen begrenzten oder keinen Wert (und ein deutliches Schadenspotenzial), wenn sie fast immer eine Störung identifiziert, normale Personen aber fast immer fälschlicherweise als abnormal identifiziert, oder wenn das Gegenteil eintritt. Solche Ergebnisse ähneln funktional dem Verwerfen der Messung und der Identifizierung fast aller Personen als abnormal oder fast aller Personen als normal.

Sensitivität und Spezifität bilden auch die Grundlage für die Bestimmung der positiven Vorhersagekraft und der negativen Vorhersagekraft, wodurch die Werte für Sensitivität und Spezifität entsprechend der Basisrate für Störungen in der interessierenden Population angepasst werden. In diesem Zusammenhang ermöglicht die Anpassung der Sensitivität und Spezifität im Verhältnis zu den Basisraten zu bestimmen, wie oft ein positives oder negatives Ergebnis eines Diagnoseindikators PDG oder das Fehlen von PDG korrekt identifiziert. Ärzte und Forscher verwenden Beurteilungsmaße unter Bedingungen und in Umgebungen, in denen die Basisraten erheblich variieren können. Daher könnte die Angabe nicht nur der Sensitivität und Spezifität, sondern auch der positiven und negativen Vorhersagekraft eine wesentliche praktische Anleitung für die Entwicklung, Bewertung und Anwendung von PDG-Maßnahmen darstellen.

 

 

3.6. Studien zur Untersuchung von Risikofaktoren und Verlauf

Bei Fragen zu Beginn, Verlauf und Prognose gibt es oft keinen Ersatz für Längsschnittstudien. Längsschnittstudien sind selten einfach durchzuführen, aber diese Probleme werden durch den Wert einer solchen Forschung oft mehr als ausgeglichen [29,30], einschließlich der Generierung von Informationen, die durch Querschnittsdesigns möglicherweise nur schwer oder nahezu unmöglich zu erfassen sind. Der Einsatz von Längsschnittstudien zur Erweiterung des Wissens über Beginn und Verlauf könnte wesentlich dazu beitragen, das Verständnis von Kausalpfaden zu verbessern, Faktoren zu identifizieren, die die Widerstandsfähigkeit fördern oder das Risiko erhöhen, festzustellen, ob und wann vorbeugende Maßnahmen gerechtfertigt sind, und die Notwendigkeit einer therapeutischen Intervention zu bewerten. Beispielsweise könnte ein besseres Verständnis der Risiko- und Schutzfaktoren besonders hilfreich sein, um PDG zu verhindern, bevor solche Schwierigkeiten wirklich schädliche Auswirkungen auf das Leben eines Menschen haben. Aus diesen Gründen schlagen wir vor, bei der Auswahl oder Entwicklung von Fragebögen ernsthaft darüber nachzudenken, Elemente einzubeziehen, die sich mit potenziellen Risiko- und Schutzfaktoren für PDG befassen, wie z. B. den Risikofaktoren, die Rehbein et al. [31] und andere Forscher [32] haben aufgedeckt.

Ein neu auftretender und zunehmend vorherrschender Risikofaktor sind Spiele, bei denen Spieler beim Spielen echtes Geld ausgeben können, um das Spiel oder ihre Spielcharaktere zu verbessern [33]. Es scheint wahrscheinlich, dass sich die Beschäftigung mit solchen Spielen mit einer Glücksspielstörung überschneidet, sich jedoch von dieser unterscheiden lässt, und dass die Höhe des für Spiele ausgegebenen Geldes ein guter Prädiktor für PDG sein wird. Obwohl sich diese Käufe bei maßvollem Einsatz positiv auf das Spielvergnügen oder das Wohlbefinden eines Spielers auswirken können [33] könnten die Käufe für einen Spieler, der Probleme mit der Impulskontrolle hat, schnell außer Kontrolle geraten. Diejenigen, die Bewertungstools entwickeln, möchten möglicherweise das tatsächliche Geld, das für „In-Game“-Käufe ausgegeben wird, als potenziellen Prädiktor (oder Kriterium) für eine problematische Nutzung untersuchen. Dieser Prädiktor bedarf jedoch einer kritischen Analyse, da ein Spieler mit beträchtlichen finanziellen Mitteln im Vergleich zu einem Spieler mit geringeren finanziellen Mitteln deutlich mehr Geld für In-Game-Käufe ausgeben könnte, ohne dass es zu erheblichen negativen Folgen kommt.

 

 

3.7. Vergleichende Studien

Dank der Bemühungen talentierter Forscher stehen nun verschiedene Messgrößen mit unterschiedlichem Grad unterstützender Validierungsnachweise zur Verfügung. Angesichts der Vielfalt der Maßnahmen wäre es sehr hilfreich, die richtige Auswahl für klinische und Forschungszwecke zu treffen, wenn man mehr über deren Vergleich zueinander wüsste. Beispielsweise können einige PDG-Maßnahmen andere bei der Identifizierung problematischer Benutzer übertreffen, andere können bei der Behandlungsplanung überlegen sein und wieder andere sind möglicherweise besser für bestimmte Altersgruppen geeignet. Um die Maßnahme bzw. Maßnahmen zu ermitteln, die für beabsichtigte Anwendungen in der Forschung und im klinischen Umfeld am effektivsten sind, sind Vergleichsstudien erforderlich.

 

 

3.8. An Alter, Sprache und kulturelle Faktoren angepasste Maßnahmen

Für Erwachsene konzipierte PDG-Maßnahmen wurden häufig bei Kindern und Jugendlichen angewendet, ohne dass die Notwendigkeit einer Änderung geprüft wurde. Darüber hinaus können sprachliche Faktoren und kulturelle Unterschiede einen großen Einfluss auf den Nutzen von Maßnahmen und das Ausmaß der Verallgemeinerung zwischen Gruppen haben. Begriffe und Phrasen können in verschiedenen Kulturen eine nicht äquivalente Konnotation haben und durch Übersetzung oder Interpretation kann sich die Bedeutung von Testaufgaben unbeabsichtigt ändern. Beispielsweise kann ein Ausdruck der Zärtlichkeit in einer Kultur Abneigung in einer anderen Kultur widerspiegeln. Kulturelle und sprachliche Überlegungen sind im Bereich des digitalen Spielens aufgrund seiner internationalen Reichweite und Anwendbarkeit in breiten soziodemografischen Schichten besonders wichtig. Daher wäre eine interkulturelle Forschung zu Maßnahmen von großem potenziellem Wert. Für diejenigen, die interessiert sein könnten: Hambleton, Merenda und Spielberger [34] bieten eine hervorragende Quelle für die kulturübergreifende Anpassung von Maßnahmen.

 

 

3.9. Messung von Zeitrahmen, Schweregrad und Ergebnis

PDG-Maßnahmen, die zeitliche Dimensionen einbeziehen, würden ihren Wert steigern. Selbst ein oder zwei Fragen dazu, wann sich jemand zum ersten Mal mit digitalem Spielen beschäftigt hat und ob beispielsweise das Spielniveau im letzten Jahr gesunken, gestiegen oder stabil geblieben ist, würden Hinweise auf die Dauer und den Verlauf der Nutzung geben. Die Untersuchung von Konsummustern im Zeitverlauf kann Längsschnittstudien nicht ersetzen, erweitert aber zumindest die Momentaufnahme der Nutzung über einen längeren Zeitraum. Wie bereits erwähnt, kann Forschung, die zeitliche Muster einbezieht, dabei helfen, Risiko- und Schutzfaktoren sowie potenzielle ursächliche Faktoren zu identifizieren, den zeitlichen Verlauf vorherzusagen und zwischen Pathologien zu unterscheiden, die teilweise oder weitgehend unabhängig von der Beschäftigung mit digitalen Spielen sind, und Pathologien, die dadurch beschleunigt oder verursacht werden verwenden.

 

 

4. Schlussfolgerungen

Die meisten zur Beurteilung des PDG verwendeten Maßnahmen haben DSM-Kriterien einbezogen oder sich stark auf diese gestützt, wobei einige Forscher kürzlich die Messung von IGD unter Verwendung der in DSM-5 festgelegten Kriterien ausgeweitet haben. Obwohl verschiedene bisher entwickelte Maßnahmen eine Reihe positiver Merkmale und eine oder mehrere unterstützende Studien aufweisen, weisen diese Ansätze einige Einschränkungen auf. Glücklicherweise gibt es eine Reihe von Möglichkeiten, die Messung weiter zu verbessern. Einige der von uns gemachten Vorschläge (z. B. Berücksichtigung nachlässiger/zufälliger Antworten, Einbeziehung von Daten aus Längsschnittstudien usw.) können auch zur Verbesserung einer Vielzahl von Bewertungsinstrumenten angewendet werden. Es wird dringend empfohlen, dass mehr Maßnahmen die Bewertung sowohl der positiven als auch der negativen Auswirkungen von digitalem Spielen umfassen, da dies ein ausgewogeneres Bild davon schafft, wie sich diese Aktivitäten auf das Leben auswirken, und Informationen liefern sollte, die für die Behandlungsplanung und -überwachung hilfreich sind. Da sich digitales Spielen in vielen verschiedenen Ländern und Kulturen immer weiter verbreitet, wird es auch immer wichtiger, den Stand der Messung und Bewertung von PDG weiter zu verfeinern. Mit einer verbesserten Messung wird es weitaus einfacher, Personen, bei denen das Risiko einer problematischen Nutzung digitaler Spiele besteht oder die derzeit daran beteiligt sind, richtig einzuschätzen und Hilfe zu leisten.

 

 

Autorenbeiträge

Kyle Faust war hauptsächlich für das Schreiben der ersten 5/8 des Artikels verantwortlich, während David Faust hauptsächlich für das Schreiben der anderen 3/8 verantwortlich war. Die Autoren haben gleichermaßen zur Bearbeitung des Artikels beigetragen.

 

 

Interessenskonflikte

Die Autoren erklären keinen Interessenkonflikt.

 

 

Bibliographie

  1. Lortie, CL; Guitton, MJ Tools zur Bewertung der Internetsucht: Dimensionsstruktur und methodischer Status. Sucht 2013, 108, 1207-1216. [Google Scholar] [CrossRef] [PubMed]
  2. Sim, T.; Gentile, D.; Bricolo, F.; Serpelloni, G.; Gulamoydeen, F. Eine konzeptionelle Überprüfung der Forschung zur pathologischen Nutzung von Computern, Videospielen und dem Internet. Int. J. Ment. Gesundheitssüchtig. 2012, 10, 748-769. [Google Scholar] [CrossRef]
  3. Anderson, CA; Shibuya, A.; Ihori, N.; Swing, EL; Buschmann, BJ; Rothstein, H.; Sakamoto, A.; Saleem, M. Auswirkungen gewalttätiger Videospiele auf Aggression, Empathie und prosoziales Verhalten in östlichen und westlichen Ländern: Eine metaanalytische Überprüfung. Psychol. Stier. 2010, 136, 151-173. [Google Scholar] [CrossRef] [PubMed]
  4. König, DL; Delfabbro, PH Die kognitive Psychologie der Internet-Gaming-Störung. Klin. Psychol. Rev. 2014, 34, 298-308. [Google Scholar] [CrossRef] [PubMed]
  5. Gentile, DA; Coyne, SM; Bricolo, F. Pathologische Technologieabhängigkeiten: Was wissenschaftlich bekannt ist und was noch gelernt werden muss. Im Oxford Handbook of Media Psychology; Dill, KE, Hrsg.; Oxford University Press: New York, NY, USA, 2013; S. 382–402. [Google Scholar]
  6. Ferguson, CJ; Coulson, M.; Barnett, J. Eine Metaanalyse der pathologischen Spielprävalenz und Komorbidität mit psychischen, akademischen und sozialen Problemen. J. Psychiater. Res. 2011, 45, 1573-1578. [Google Scholar] [CrossRef] [PubMed]
  7. König, DL; Haagsma, MC; Delfabbro, PH; Gradisar, M.; Griffiths, MD Auf dem Weg zu einer Konsensdefinition für pathologisches Videospielen: Eine systemische Überprüfung psychometrischer Bewertungsinstrumente. Klin. Psychol. Rev. 2013, 33, 331-342. [Google Scholar] [CrossRef] [PubMed]
  8. Salguero, R.; Moran, R. Messung problematischer Videospiele im Jugendalter. Sucht 2002, 97, 1601-1606. [Google Scholar] [CrossRef]
  9. Lemmens, JS; Valkenberg, PM; Peter, J. Entwicklung und Validierung einer Spielsuchtskala für Jugendliche. Medienpsychol. 2009, 12, 77-95. [Google Scholar] [CrossRef]
  10. Kim, MG; Kim, J. Kreuzvalidierung der Zuverlässigkeit, der konvergenten und diskriminanten Gültigkeit für die problematische Online-Spielnutzungsskala. Berechnen. Summen. Verhalten. 2010, 26, 389-398. [Google Scholar] [CrossRef]
  11. Amerikanische Psychiatrie-Vereinigung. Diagnostisches und statistisches Handbuch psychischer Störungen, 4. Auflage; Textrevision. American Psychiatric Association: Washington, DC, USA, 2000. [Google Scholar]
  12. Amerikanische Psychiatrie-Vereinigung. Diagnostisches und statistisches Handbuch psychischer Störungen, 5. Auflage; American Psychiatric Association: Washington, DC, USA, 2013. [Google Scholar]
  13. Pontes, HM; Griffith, MD Messung der DSM-5 Internet-Gaming-Störung: Entwicklung und Validierung einer kurzen psychometrischen Skala. Berechnen. Summen. Verhalten. 2015, 45, 137-143. [Google Scholar] [CrossRef]
  14. Griffiths, MD Ein Komponentenmodell der Sucht im biopsychosozialen Rahmen. J. Subst. Verwenden 2005, 10, 191-197. [Google Scholar] [CrossRef]
  15. Petry, NM; Rehbein, F.; Gentile, DA; Lemmens, JS; Rumpf, HJ; Moble, T.; Bischof, G.; Tao, R.; Fung, DS; Borges, G.; et al. Ein internationaler Konsens zur Beurteilung von Internet-Spielstörungen mithilfe des neuen DSM-V-Ansatzes. Sucht 2014, 109, 1399-1406. [Google Scholar] [CrossRef] [PubMed]
  16. Connolly, TM; Boyle, EA; MacArthur, E.; Hainey, T.; Boyle, JA Eine systemische Literaturrecherche empirischer Erkenntnisse zu Computerspielen und Serious Games. Berechnen. Educ. 2012, 59, 661-686. [Google Scholar] [CrossRef]
  17. Wouters, P.; van Nimwegen, C.; van Oostendorp, H.; van der Spek, ED Eine Metaanalyse der kognitiven und motivierenden Auswirkungen von Serious Games. J. Educ. Psychol. 2013, 105, 249-265. [Google Scholar] [CrossRef]
  18. Farbstoff, MG; Grün, CS; Bavelier, D. Erhöhung der Verarbeitungsgeschwindigkeit bei Action-Videospielen. Curr. Dir. Psychol. Wissenschaft. 2009, 18, 321-326. [Google Scholar] [CrossRef] [PubMed]
  19. Grün, CS; Bavilier, D. Action-Videospiel-Erlebnisse verändern die räumliche Auflösung des Sehens. Psychol. Wissenschaft. 2007, 18, 88-94. [Google Scholar] [CrossRef] [PubMed]
  20. Thorell, LB; Lindqvist, S.; Bergman, NS; Bohlin, G.; Klingberg, T. Trainings- und Transfereffekte exekutiver Funktionen bei Vorschulkindern. Entwickler Wissenschaft. 2009, 12, 106-113. [Google Scholar]
  21. Glas, BD; Maddox, WT; Love, BC Echtzeit-Strategiespieltraining: Entstehung einer kognitiven Flexibilitätseigenschaft. Plus eins 2013, 8, e70350. [Google Scholar] [CrossRef] [PubMed]
  22. Hong, J.-C.; Liu, M.-C. Eine Studie zur Denkstrategie zwischen Experten und Neulingen von Computerspielen. Berechnen. Summen. Verhalten. 2003, 19, 245-258. [Google Scholar] [CrossRef]
  23. Shaffer, DW Wie Computerspiele Kindern beim Lernen helfen; Palgrave Macmillan: New York, NY, USA, 2006. [Google Scholar]
  24. Carlo, G.; Randall, BA Die Entwicklung eines Maßes für prosoziales Verhalten bei späten Jugendlichen. J. Jugend Adolesc. 2002, 3, 31-44. [Google Scholar] [CrossRef]
  25. Saleem, M.; Anderson, CA; Gentile, DA Auswirkungen prosozialer, neutraler und gewalttätiger Videospiele auf die Gefühle von College-Studenten. Aggression. Verhalten. 2012, 38, 263-271. [Google Scholar] [CrossRef] [PubMed]
  26. Charter, RA; Lopez, MN Millon klinisches multiaxiales Inventar (MCMI-III): Die Unfähigkeit der Gültigkeitsbedingungen, zufällige Responder zu erkennen. J. Clin. Psychol. 2002, 58, 1615-1617. [Google Scholar] [CrossRef] [PubMed]
  27. Crede´, M. Zufällige Reaktionen als Bedrohung für die Gültigkeit von Effektgrößenschätzungen in der Korrelationsforschung. J. Educ. Psychol. Mess. 2010, 70, 596-612. [Google Scholar] [CrossRef]
  28. Faust, K.; Faust, D.; Baker, A.; Meyer, J. Verfeinerung von Fragebögen zur Videospielnutzung für Forschung und klinische Anwendung: Erkennung problematischer Antwortsätze. Int. J. Ment. Gesundheitssüchtig. 2012, 10, 936-947. [Google Scholar] [CrossRef]
  29. Gentile, DA; Choo, H.; Liau, A.; Sim, T.; Li, D.; Fung, D.; Khoo, A. Pathologisches Videospielspiel unter Jugendlichen: Eine zweijährige Längsschnittstudie. Pädiatrie 2011, 127, 319-329. [Google Scholar] [CrossRef] [PubMed]
  30. Lam, LT; Peng, ZW Auswirkung der pathologischen Nutzung des Internets auf die psychische Gesundheit von Jugendlichen: Eine prospektive Studie. Bogen. Pädiatr. Jugendlicher. Med. 2010, 164, 901-906. [Google Scholar] [CrossRef] [PubMed]
  31. Rehbein, F.; Kleimann, M.; Mossle, T. Prävalenz und Risikofaktoren der Videospielabhängigkeit im Jugendalter: Ergebnisse einer bundesweiten Umfrage. Cyberpsychol. Verhalten. Soc. Netw. 2010, 13, 269-277. [Google Scholar] [CrossRef] [PubMed]
  32. Hyun, GJ; Han, DH; Lee, YS; Kang, KD; Yoo, SK; Chung, USA-S.; Renshaw, PF Risikofaktoren im Zusammenhang mit Online-Spielsucht. Ein hierarchisches Modell. Berechnen. Summen. Verhalten. 2015, 48, 706-713. [Google Scholar] [CrossRef]
  33. Cleghorn, J.; Griffiths, MD Warum kaufen Gamer „virtuelle Vermögenswerte“? Ein Einblick in die Psychologie hinter dem Kaufverhalten. Ziffer. Educ. Rev. 2015, 27, 98-117. [Google Scholar]
  34. Anpassung psychologischer und pädagogischer Tests zur interkulturellen Beurteilung; Hambleton, RK, Merenda, PF, Spielberger, CD, Hrsg.; Erlbaum: Mahwah, NJ, USA, 2006.