1Philipps-University, Marburg, Alemania
, Nele NyenhuisInformación relacionada
, Antonia BarkeInformación relacionada
1Philipps-University, Marburg, Alemania
RESUMEN
El desorden del juego del Internet se incluye en el Manual Diagnóstico y Estadístico de los Trastornos Mentales (5th edición) como un desorden que merece una investigación más a fondo. Los criterios de diagnóstico se basan en aquellos para el Trastorno por Uso de Sustancias y el Trastorno del Juego. Los jugadores excesivos y las personas con trastorno por uso de sustancias muestran sesgos de atención hacia los estímulos relacionados con sus adicciones. Investigamos si los jugadores de Internet excesivos muestran un sesgo atencional similar, mediante el uso de dos paradigmas experimentales establecidos.
Métodos
Medimos los tiempos de reacción de los jugadores y no jugadores de Internet excesivos (N = 51, 23.7 ± 2.7 años) mediante el uso de un Stroop de adicción con palabras neutrales y relacionadas con la computadora, así como una sonda visual con imágenes neutrales y relacionadas con la computadora. Se calcularon análisis de varianza de diseño mixto con el grupo de factores entre sujetos (jugador / no jugador) y el tipo de estímulo del factor dentro de los sujetos (relacionado con la computadora / neutral) para los tiempos de reacción, así como para las calificaciones de valencia y familiaridad del material de estímulo.
Resultados
En la adicción Stroop, se encontró una interacción para el grupo × tipo de palabra: solo los jugadores mostraron tiempos de reacción más largos a las palabras relacionadas con la computadora en comparación con las palabras neutrales, por lo que exhiben un sesgo de atención. En la sonda visual, no se encontraron diferencias en el tiempo de reacción entre las imágenes neutrales y relacionadas con la computadora en ninguno de los grupos, pero los jugadores fueron más rápidos en general.
Conclusiones
Se encontró un sesgo de atención hacia los estímulos relacionados con la computadora en los jugadores de Internet excesivos, mediante el uso de una adicción Stroop, pero no mediante una sonda visual. Una posible explicación de la discrepancia podría estar en el hecho de que la sonda visual puede haber sido demasiado fácil para los jugadores.
Introducción
El juego excesivo en Internet está asociado con problemas psicosociales como la disminución del rendimiento académico u ocupacional (Chen y Tzeng, 2010; Chiu, Lee y Huang, 2004; Griffiths, Davies y Chappell, 2004; Hellström, Nilsson, Leppert y Slund, 2012; Jeong y Kim, 2011; Liu y Peng, 2009; Peng y Liu, 2010; Rehbein, Kleimann y Mössle, 2010; Skoric, Teo y Neo, 2009; Van Rooij, Kuss, Griffiths, Shorter y Van de Mheen, 2013), descuidando los pasatiempos y las relaciones fuera del juego (Griffiths et al., 2004; Hellström et al., 2012; Liu y Peng, 2009; Lo, Wang y Fang, 2005; Rehbein et al., 2010), conflictos interpersonales (Batthyány, Müller, Benker y Wölfling, 2009; Hellström et al., 2012; Shen y Williams, 2011), la soledad (Lemmens, Valkenburg y Peter, 2011; Shen y Williams, 2011; Van Rooij, Schoenmakers, Vermulst, Van den Eijnden y Van de Mheen, 2011), y la privación del sueño (Achab et al., 2011; Griffiths et al., 2004; Hellström et al., 2012; Rehbein et al., 2010; Van Rooij y col., 2013).
Actualmente, 671 millones de personas en todo el mundo juegan juegos de computadora (Singh, 2013). Juegos de rol multijugador masivos en línea (MMORPG) representa una cuarta parte de los ingresos mundiales para juegos de ordenador (Barnett y Coulson, 2010). Los MMORPG son juegos basados en la fantasía en los que miles de jugadores interactúan a través de su personaje individual, el avatar. Para tener éxito, los jugadores tienen que cooperar (Cole y Griffiths, 2007) e invertir sucesivamente más tiempo (Van Rooij y col., 2011). Los MMORPG no tienen un punto final (como una batalla final) y son persistentes; es decir, el juego continúa, incluso si un jugador no está conectado (Barnett y Coulson, 2010). Los jugadores se refuerzan intermitentemente a través de la adquisición de niveles más altos, habilidades, oro virtual o mejores equipos. El MMORPG más popular es World of Warcraft (WoW), que cuenta con 10 millones de suscriptores (Blizzard Entertainment, 2014). Debido a su naturaleza social, persistencia y refuerzo intermitente, los MMORPG tienen un alto riesgo de uso excesivo (Beutel, Hoch, Wölfling y Müller, 2011). Smyth (2007) los estudiantes asignados que anteriormente no jugaban juegos de computadora para jugar uno (solo, arcade, consola o MMORPG) durante al menos una hora por semana. Después de un mes, los jugadores de MMORPG informaron que jugaron con más frecuencia que los otros participantes, que empeoraron la salud física y la calidad del sueño, y que el juego interfiere más con sus estudios.
El trastorno de los juegos de Internet se ha incluido en el apéndice de la Manual Diagnóstico y Estadístico de los Trastornos Mentales (5th edición) para fomentar la investigación (Asociación Americana de Psiquiatría, 2013). Los criterios de diagnóstico se basan en aquellos para el trastorno por uso de sustancias y el trastorno de juego (Petry et al., 2014). La pregunta que surge es si el Trastorno de juegos de Internet y estos trastornos comparten características en el desarrollo y mantenimiento del trastorno (por ejemplo, procesos de acondicionamiento y atención).
Un sesgo de atención es un hallazgo robusto en personas con trastorno por uso de sustancias (Cox, Fadardi y Pothos, 2006; Robbins y Ehrman, 2004); se manifiesta en una mayor atención hacia los estímulos que están asociados con cada adicción respectiva (Cox y col., 2006). En relación con el trastorno del juego, tal sesgo se demostró en cuatro estudios (Boyer y Dickerson, 2003; McCusker, Gettings e Irlanda, 1997; Molde et al., 2010; Vizcaino et al., 2013), mientras que un estudio no pudo encontrar evidencia de ello (Atkins y Sharpe, 2006).
De acuerdo con la teoría de las preocupaciones actuales, un estado motivacional, o una preocupación actual, se encuentra entre la decisión de perseguir una meta y lograr o renunciar a la meta (Cox y col., 2006). Las personas con trastorno por uso de sustancias tienen el objetivo de usar una sustancia. Los estímulos que están relacionados con él tienen un fuerte valor motivacional para ellos. Por lo tanto, se convierten en el centro de atención y se desarrolla un sesgo de atención hacia estos estímulos. Con el tiempo, esto puede volverse implícito y automático. Durante el curso de una preocupación actual, se pueden desarrollar procesos de acondicionamiento. De acuerdo con el condicionamiento clásico, un estímulo neutro (por ejemplo, más ligero) se empareja repetidamente con un estímulo no condicionado (por ejemplo, nicotina), y se convierte en un estímulo condicionado (CS) que causa la excitación y el deseo (Field y Cox, 2008). Como la CS predice la droga, es más importante que otros estímulos y la persona cambia su atención hacia ella. Los sesgos de atención desempeñan un papel en el mantenimiento de las adicciones. Si las personas con trastorno por consumo de sustancias notan estímulos relacionados con el medicamento con más frecuencia, experimentan ansia (Field, Munafò y Franken, 2009), que a su vez puede llevar a un consumo renovado y puede dificultar la abstinencia de mantenerse (Cox, Hogan, Kristian y Race, 2002). Los sesgos de atención relacionados con el alcohol predijeron la cantidad de consumo futuro de alcohol (Janssen, Larsen, Vollebergh y Wiers, 2015), y un entrenamiento de modificación del sesgo de atención mejoró la abstinencia (Schoenmakers et al., 2010).
Dos medidas comúnmente utilizadas para el sesgo de atención son la adicción Stroop y la sonda visual (Field y Cox, 2008). En el Stroop de adicción, una palabra relacionada con la adicción o neutral se presenta en uno de varios colores (Field y Cox, 2008). Se instruye a los participantes para que indiquen el color y se miden los tiempos de reacción. Un sesgo atencional se manifiesta en un más lento Reacción a las palabras relacionadas con la adicción. El mecanismo subyacente es que el procesamiento automático del contenido semántico de las palabras más importantes interfiere con la denominación del color de la palabra (Cox y col., 2006). Para poder atribuir cualquier diferencia en el tiempo de reacción al tipo de palabra, es importante que las palabras neutrales y relacionadas con la adicción no difieran en las características básicas, como el número de letras, las sílabas y la frecuencia en el idioma; y, dado que las palabras de adicción son de una categoría, las palabras neutrales deberían ser (Cox y col., 2006). En la sonda visual, una imagen relacionada con la adicción y una imagen neutral se presentan lado a lado (Field y Cox, 2008). Una de las imágenes se reemplaza por un objetivo, y se instruye a los participantes para que indiquen su posición. De nuevo, se miden los tiempos de reacción. En general, las personas reaccionan más rápido a un estímulo cuando aparece en una región atendida (Posner, Snyder y Davidson, 1980). Si las personas con trastorno por uso de sustancias reaccionan más rápido a los objetivos que reemplazan a las imágenes relacionadas con la adicción que a las imágenes neutrales, se infiere que prestaron más atención a las imágenes relacionadas con la adicción (Field y Cox, 2008). En este caso, un sesgo atencional se manifiesta en más rápida Tiempos de reacción al material relacionado con la adicción.
Para los jugadores de Internet excesivos, los sesgos de atención se han investigado solo con respecto al material directamente relacionado con los juegos. Los resultados fueron heterogéneos. Una adicción a la tarea de Stroop (Metcalf y Pammer, 2011) y una tarea de prueba de puntos (Lorenz y col., 2013) encontraron un sesgo de atención hacia los estímulos de MMORPG, una adicción a Stroop y una sonda visual no lo hicieron (Van Holst y col., 2012). Nuestro objetivo era ampliar estos hallazgos e investigar la cuestión de si los jugadores excesivos muestran un sesgo de atención no solo hacia los estímulos MMORPG sino también hacia los estímulos informáticos en general. Las computadoras se combinan regularmente con la experiencia de juego y de acuerdo con el modelo (Field y Cox, 2008) deberían convertirse ellos mismos en el CS y dar lugar a un sesgo de atención. Si es así, esto sería altamente relevante para el mantenimiento y tratamiento de los juegos excesivos de Internet.
Por lo tanto, probamos las siguientes hipótesis:
Los jugadores excesivos mostrarían un sesgo de atención tal que reaccionen más lentamente a las palabras relacionadas con la computadora en comparación con las palabras neutrales en un Stroop de adicción.
Los jugadores excesivos mostrarían un sesgo de atención tal que reaccionen más rápido a los objetivos presentados en la posición de un estímulo relacionado con la computadora en comparación con los objetivos presentados en la posición de una imagen neutral en una sonda visual.
Métodos
Participantes
Se calculó el tamaño de la muestra. a priori con G * Power (versión 3.1.9.2, Kiel, Alemania). Con α = 0.05, f = 0.25, y una potencia de 0.80, arrojó un tamaño de muestra general de 34 participantes. Los estudiantes fueron reclutados a través de anuncios en los tablones de anuncios de la Universidad de Goettingen y en foros en línea. Fueron evaluados por su uso de juegos de computadora. Estudiantes que jugaron Guau recibieron un enlace a un cuestionario basado en la web (SurveyMonkey, Portland, EE. UU.) y rellenaron la versión alemana del Escala de uso compulsivo de Internet para WoW (CIUS-WoW) (Barke, Nyenhuis, Voigts, Gehrke y Kröner-Herwig, 2013) en casa. El CIUS-Guau medidas excesivas Guau uso con elementos 14 y tiene una buena consistencia interna (α = .86 de Cronbach) (Barke y col., 2013). Los artículos se califican en una escala de cinco puntos de 0 (Nunca) al 4 (muy a menudo), con puntuaciones más altas que indican un mayor uso. Si Guau jugadores tenían una media CIUS-Guau puntuación de al menos 25 (el 25 más alto% de todos los exámenes de detección) Guau jugadores), fueron clasificados como jugadores excesivos y fueron invitados a participar. Los estudiantes que no jugaron ningún juego de computadora fueron invitados directamente a participar. Participaron veintiún jugadores y no jugadores de 30. Los jugadores tenían una media CIUS-Guau Puntuación de 29.0 ± 3.5. En promedio, estaban jugando Guau Para 15.4 ± 11.3 horas por semana. Dos jugadores y un no jugador fueron excluidos de la adicción Stroop debido a su incapacidad para identificar los números en las placas de prueba de la Prueba de Ishihara (Ishihara Farbtafel, 2009) indicaron problemas con la visión del color. Los tiempos de reacción de un jugador no se pudieron analizar porque la computadora no pudo guardar su archivo de registro.
Procedimiento y medidas
Los participantes completaron seis placas de prueba de la Prueba de Ishihara (Ishihara Farbtafel, 2009). Las placas de prueba muestran puntos en tonos de verde y rojo que forman números. Las personas con visión de color normal deben poder identificar correctamente los números. La prueba de la visión del color era necesaria porque los participantes debían indicar los colores en la adicción Stroop. Respondieron preguntas sobre demografía y uso de la computadora. Tomaron parte en la adicción Stroop y en las tareas de la sonda visual. El orden de las tareas se equilibró entre los participantes para evitar los efectos de secuencia. Los participantes fueron evaluados individualmente en un laboratorio oscuro. Completaron las tareas en un monitor de computadora 17 de pulgadas estándar y usaron un teclado regular, un mentón para asegurar una distancia constante de 62 cm a la pantalla y orejeras para bloquear el sonido ambiental. Después de las tareas experimentales, los participantes calificaron la valencia y la familiaridad de las palabras y las imágenes utilizadas en las tareas en dos escalas de puntos 9, que van desde 1 (muy desagradable) al 9 (muy agradable) y séptima (muy poco familiar) al 9 (muy familiar). Todos los participantes recibieron 10 euros por su participación.
Tareas de comportamiento
Ambas tareas fueron programadas con Presentación (versión 14.8, Sistemas de Neuroconductualidad, Berkeley, EE. UU.). Los tiempos de reacción, las teclas presionadas y los objetivos perdidos se guardaron como archivos de registro y luego se importaron a un software estadístico para su posterior procesamiento.
Adicción a Stroop
Los participantes vieron palabras neutrales de 20 pertenecientes a la oficina de la categoría (por ejemplo, teléfono) y palabras relacionadas con la computadora de 20 (por ejemplo, teclado). Las palabras neutrales y relacionadas con la computadora tenían frecuencias iguales en el idioma alemán (Institut für Deutsche Sprache, 2009) y el mismo número de letras y sílabas. Cada palabra se presentó una vez en rojo, amarillo, verde y azul, lo que resultó en 160 estímulos para cada bloque. Entre los dos bloques, los participantes tuvieron un descanso de cinco minutos. Cada prueba duró 1000 ms, en la que los sujetos vieron una palabra en el centro de la pantalla sobre un fondo gris. Cada palabra se presentó hasta que se presionó una tecla. Una vez que se presionó una tecla, apareció una cruz de fijación blanca durante el resto de la prueba. Después de 1000 ms, la siguiente palabra apareció automáticamente. El orden de palabras y colores fue aleatorio. Las teclas 'a', 's', 'k' y 'l' tenían pegatinas con los cuatro colores. Los participantes colocaron cuatro dedos en el teclado y se les indicó que presionasen la tecla correspondiente lo más rápido posible. Antes de los bloques experimentales, se familiarizaron con la tarea en una práctica con 10 palabras de animales (una en cada color, es decir, 40 estímulos).
Sonda visual
Los participantes vieron 10 fotografías en blanco y negro neutrales (por ejemplo, una radio) y 10 relacionadas con la computadora (por ejemplo, un monitor) (300 × 300 píxeles). Un análisis de Fourier aseguró que las categorías de imágenes no difirieran en características de bajo nivel, como el contraste y el detalle. Una cruz de fijación blanca fue visible en el medio de la pantalla gris durante toda la duración del experimento y se indicó a los participantes que se fijaran en todo momento. Para cada ensayo, los participantes vieron una imagen relacionada con la computadora y una imagen neutral una al lado de la otra durante 150 o 450 ms [asincronía de inicio de estímulo corto o largo (SOA)] (ver Figura 1). Las SOA cortas se pueden usar para medir un cambio inicial a un estímulo relevante, mientras que las SOA largas evalúan las dificultades para desconectarse de él (Cox y col., 2006). Durante 50 ms, las imágenes fueron reemplazadas por una pantalla en blanco, y luego apareció un objetivo (un cuadrado amarillo) en lugar de una de las imágenes durante 200 ms. Se pidió a los participantes que indicaran la posición del objetivo lo más rápido posible con la tecla 'alt' (objetivos izquierdos) y la tecla 'alt gr' (objetivos derechos). Posteriormente, apareció una pantalla en blanco durante 1000 o 2000 ms (intervalo entre ensayos). En los ensayos con una SOA corta, la pantalla en blanco se presentó posteriormente durante 300 ms, de modo que cada ensayo duró 1700 o 2700 ms. Los participantes se familiarizaron con la tarea en seis ensayos prácticos con imágenes de animales y completaron 200 ensayos experimentales (100 SOA cortos y 100 largos). El SOA, la duración del intervalo entre estímulos y la posición de las imágenes y los objetivos se asignaron al azar.
Figura 1. Secuencia de un ensayo en la sonda visual. Aparecieron una imagen relacionada con la computadora y una imagen neutra durante 150 o 450 ms (asincronías de inicio de estímulo corto o largo), seguido de una pantalla en blanco durante 50 ms, un cuadrado amarillo (aquí representado en blanco) en el lado derecho o izquierdo durante 200 ms, y una pantalla en blanco durante 1000 o 2000 ms (intervalo entre ensayos). En los ensayos con una asincronía de inicio de estímulo breve, la pantalla en blanco se presentó posteriormente durante 300 ms para que cada ensayo duró 1700 o 2700 ms.
análisis estadístico
Statistica (versión 10, StatSoft, Tulsa, EE. UU.) Y SPSS (versión 22, IBM, Armonk, EE. UU.) Se utilizaron para los cálculos estadísticos. Independiente t-Se realizaron pruebas para comparar la edad y el uso de computadoras privadas y una χ2 análisis para comparar la distribución por sexo entre los grupos. Los tiempos de reacción, el número de errores y el número de respuestas perdidas en el Stroop de adicción, así como la valencia y la familiaridad de los estímulos, se analizaron mediante análisis de varianza de diseño mixto 2 × 2 (ANOVA) con el intervalo entre -grupo de factores de sujetos (jugadores / no jugadores) y el tipo de palabra / imagen del factor intra-sujetos (relacionado con la computadora / neutral). Los tiempos de reacción y el número de errores en la sonda visual se analizaron utilizando un ANOVA de diseño mixto 2 × 2 × 2 con el grupo de factores inter-sujetos (jugadores / no jugadores) y los factores intra-sujetos SOA (150 ms / 450 ms) y tipo de imagen (relacionada con la computadora / neutral). En los análisis de los tiempos de reacción solo se incluyeron las respuestas correctas. En el Stroop de adicción, los tiempos de respuesta inferiores a 200 ms se excluyeron del análisis porque se consideró que eran el resultado de reacciones lentas a la palabra anterior (Whelan, 2008). Las pruebas post-hoc de LSD se calcularon para todos los efectos significativos en los ANOVA. El valor de significación se estableció en p <.05 y Cohen d y ŋ2 Se reportan como medidas de tamaños de efecto.
Los procedimientos de estudio se llevaron a cabo de conformidad con la Declaración de Helsinki. La Junta de Revisión Institucional de la Universidad Georg-August, Goettingen, aprobó el estudio, ya que los autores han trabajado allí antes y los experimentos se han realizado allí. Todos los sujetos fueron informados sobre el estudio y todos dieron su consentimiento informado.
Resultados
Demografía
Los grupos no difirieron significativamente con respecto al sexo, χ2(1) = 1.85, p > .10 o edad, t(45) = –1.55, p > .10, pero los jugadores excesivos dedicaron más tiempo a usar su computadora con fines recreativos que los no jugadores, t(45) = 4.51, p <001, d = 1.19. Ver tabla 1 para obtener más detalles.
|
Tabla 1. Estadísticas descriptivas para los jugadores de Internet excesivos y los no jugadores.
| Excesivos jugadores de internet (n = 21) | No jugadores (n = 30) | |
|---|---|---|
| Sexo masculino) | 81.0 | 63.3 |
| Años de edad) | 22.9 2.1 ± | 24.5 3.2 ± |
| Uso de la computadora privada por día (h) | 4.7 2.9 ± | 2.0 1.4 ± |
El 2 × 2 ANOVA no mostró ningún efecto principal para el grupo, F(1,46) = 0.92, p = .34, o tipo de palabra, F(1,46) = 0.03, p = .86, pero mostró una interacción para grupo × tipo de palabra, F(1,46) = 12.13, p = .001, η2 = .01. Las pruebas post-hoc de LSD revelaron que los jugadores reaccionaban más lentamente a palabras relacionadas con la computadora (583.2 ± 42.2) que a palabras neutrales (573.7 ± 41.2) y que los no jugadores reaccionaban más lentamente a palabras neutrales (597.5 ± 57.9) que a palabras relacionadas con la computadora (587.0 ± 50.3). Ver figura 2 para obtener más detalles.
Figura 2. Tiempos de reacción medios (± SE) a palabras neutrales y relacionadas con la computadora en la adicción Stroop. Los corchetes indican pruebas post-hoc significativas, *p <.05, **p <.01
Los participantes presionaron la tecla equivocada en 10.2% de todos los ensayos y perdieron una palabra en 6.2% de todos los ensayos. Los errores de los participantes se analizaron con un ANOVA de diseño mixto 2 × 2. No produjo un efecto principal para el grupo, F(1,46) = 0.012, p = .92, tipo de palabra, F(1,46) = 0.003, p = .96, o un grupo de interacción × tipo de palabra F(1,46) = 0.68, p = .41 para el ANOVA 2 × 2. El análisis de palabras perdidas con un ANOVA 2 × 2 no arrojó un efecto principal para el grupo, F(1,46) = 3.01, p = .09, tipo de palabra, F(1,46) = 0.25, p = .62, o un grupo de interacción × tipo de palabra, F(1,46) = 0.25, p = .62.
Sonda visual
El 2 × 2 × 2 ANOVA mostró un efecto principal para el grupo, F(1,49) = 4.59, p = .037, ŋ2 = .06 (los jugadores reaccionaron más rápido en general que los no jugadores) y un efecto principal para SOA, F(1,49) = 51.34, p <001, ŋ2 = .10 (los participantes reaccionaron más rápido después de SOA largos que después de SOA cortos), pero no mostró ningún efecto principal para el tipo de imagen, F(1,49) = 1.22, p = .28. No hubo interacciones para el grupo SOA ×, F(1,49) = 0.51, p = .48, tipo de imagen × grupo, F(1,49) = 0.40, p = .84, SOA × tipo de imagen, F(1,49) = 3.11, p = .08, o SOA × tipo de imagen × grupo, F(1,49) = 1.32, p = .26. Ver tabla 2 y la Figura 3 para obtener más detalles.
Figura 3. Tiempos de reacción medios (± SE) a imágenes neutrales y relacionadas con la computadora con asincrónicas de inicio de estímulo corto y largo (SOA) en la sonda visual
|
Tabla 2. Tiempos de reacción (ms) a palabras neutrales y relacionadas con la computadora con asincrónicas de inicio de estímulo corto y largo en la sonda visual
| Asincronía de inicio de estímulo corto | Larga asincronía de inicio de estímulo. | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Neutro | Relacionado con la computadora | Neutro | Relacionado con la computadora | ||||||
| Grupo procesos | n | M | SD | M | SD | M | SD | M | SD |
| Excesivos jugadores de internet | 30 | 331.2 | 31.9 | 336.1 | 31.8 | 319.5 | 30.2 | 317.9 | 25.9 |
| No jugadores | 21 | 353.4 | 42.4 | 355.2 | 43.2 | 341.8 | 39.1 | 342.3 | 40.9 |
Los participantes presionaron la tecla equivocada en 1.8% de las pruebas. Los errores de los participantes se analizaron de nuevo con un ANOVA de diseño mixto 2 × 2 × 2. Este análisis no mostró un efecto principal para el grupo, F(1,49) = 1.15, p = .29, tipo de imagen, F(1,49) = 2.56, p = .12, o SOA, F(1,49) = 0.05, p = .83, pero mostró un grupo de interacción × tipo de imagen, F(1,49) = 4.79, p = .033, ŋ2 = .01. Las pruebas post-hoc de LSD revelaron que los jugadores cometían más errores con imágenes relacionadas con la computadora (4.7 ± 3.7) que con imágenes neutrales (3.4 ± 2.5). Los no jugadores no difirieron en el número de errores con imágenes neutrales (3.4 ± 2.7) e imágenes relacionadas con la computadora (3.2 ± 2.3). No hubo interacciones para el grupo × SOA, F(1,49) = 2.20, p = .14, tipo de imagen × SOA, F(1,49) = 0.002, p = .96, o grupo × tipo de imagen × SOA, F(1,49) = 0.65, p = .42. Los participantes no perdieron ningún objetivo.
Valencia y familiaridad
Palabras
En cuanto a la valencia, el 2 × 2 ANOVA mostró un efecto principal para el tipo de palabra, F(1,46) = 11.60, p = .001, ŋ2 = .07 y un grupo de interacción × tipo de palabra, F(1,46) = 30.81, p <001, ŋ2 = .19. Las pruebas post-hoc de LSD revelaron que los jugadores calificaron las palabras relacionadas con la computadora (6.4 ± 1.3) como más positivas que las palabras neutrales (5.2 ± 0.7). Las calificaciones de valencia de los no jugadores no difirieron para las palabras neutrales (5.6 ± 0.8) y relacionadas con la computadora (5.3 ± 0.9). No hubo un efecto principal para el grupo, F(1,46) = 1.52, p = .22. Ver figura 4a para obtener más detalles.
Figura 4. Valencia media y familiaridad (± SE) de palabras neutrales y relacionadas con la computadora (izquierda) e imágenes (derecha) en la adicción Stroop y la sonda visual. Los corchetes indican pruebas post-hoc significativas, *p <.05, **p <.01 ***p <.001
Respecto a la familiaridad, el 2 × 2 ANOVA mostró un efecto principal para el grupo, F(1,46) = 4.38, p = .04, ŋ2 = .05 y una interacción de grupo × tipo de palabra, F(1,46) = 13.79, p = .001, ŋ2 = .09. Las pruebas post-hoc de LSD revelaron que los jugadores estaban más familiarizados con palabras relacionadas con la computadora (7.9 ± 0.9) que con palabras neutrales (7.1 ± 1.3); lo contrario fue cierto para los no jugadores (palabras neutrales: 7.1 ± 1.3; palabras relacionadas con la computadora: 6.6 ± 1.4). No hubo un efecto principal para el tipo de palabra, F(1,46) = 0.89, p = .35. Ver figura 4c para obtener más detalles.
Fotos
En cuanto a la valencia, no hubo efectos principales para el grupo, F(1,49) = 1.79, p = .19 o tipo de imagen, F(1,49) = 2.59, p = .11 para el ANOVA 2 × 2, pero se encontró una interacción, F(1,49) = 23.43, p <001, ŋ2 = .07. Las pruebas post-hoc de LSD mostraron que los jugadores calificaron las imágenes relacionadas con la computadora (6.5 ± 1.5) como más positivas que las imágenes neutrales (5.8 ± 1.4) y que los no jugadores calificaron las imágenes neutrales (5.9 ± 1.3) como más positivas que las imágenes de computadora. relacionados (5.5 ± 1.2). Ver figura 4b para obtener más detalles.
Respecto a la familiaridad, el 2 × 2 ANOVA mostró un efecto principal para el tipo de imagen, F(1,49) = 12.65, p = .001, ŋ2 = .06 y una interacción de grupo × tipo de imagen, F(1,49) = 10.21, p = .002, ŋ2 = .05. Las pruebas post-hoc de LSD revelaron que los jugadores estaban más familiarizados con las imágenes relacionadas con la computadora (7.3 + 1.1) que con las imágenes neutrales (6.3 + 1.3). Las calificaciones de familiaridad de los no jugadores no difirieron entre imágenes neutrales (6.2 + 1.0) e imágenes relacionadas con la computadora (6.3 + 1.3). No hubo un efecto principal para el grupo, F(1,49) = 2.85, p = .10. Ver figura 4d para obtener más detalles.
Discusiones y conclusiones
Utilizamos un Stroop de adicción y una sonda visual para examinar si el exceso de jugadores de Internet muestra un sesgo de atención hacia los estímulos relacionados con la computadora. Apoyando nuestra primera hipótesis, los jugadores reaccionaron más lentamente a las palabras relacionadas con la computadora en comparación con las palabras neutrales en un Stroop de adicción. Sin embargo, sus tiempos de reacción no difirieron entre objetivos después de imágenes neutrales y relacionadas con la computadora en una sonda visual. Por lo tanto, nuestra segunda hipótesis no fue apoyada.
El hallazgo de que los jugadores excesivos muestran un sesgo atencional en una adicción Stroop extiende los resultados de Metcalf y Pammer (2011). No solo palabras MMORPG sino también palabras relacionadas con computadoras en general, como monitorear, llamó la atención de los jugadores de Internet excesivos y causó una interferencia con una tarea de comportamiento. Esto está de acuerdo con el modelo según el cual el sesgo de atención es causado por el condicionamiento clásico en que los estímulos que están relacionados con el contexto, en lugar del contenido, de la experiencia de juego se conviertan en el CS. Además, según la teoría de las preocupaciones actuales (Cox y col., 2006), las computadoras tienen un fuerte valor motivacional para las personas que persiguen el objetivo de los juegos. Contrario a nuestros resultados, Van Holst et al. (2012) no encontró una diferencia de tiempo de reacción entre juegos y palabras neutrales. Una posible explicación para la discrepancia podría ser que investigaron una muestra menos homogénea y usaron material de estímulo más heterogéneo: sus participantes jugaron diferentes tipos de juegos y las palabras que los participantes vieron provinieron de estos juegos diferentes, por lo que podrían no haber sido iguales. Relevancia para todos los jugadores.
Similar a Van Holst et al. (2012) no demostramos un sesgo de atención en los tiempos de reacción en una sonda visual, pero encontramos que solo los jugadores de Internet excesivos cometieron significativamente más errores con los objetivos siguiendo imágenes relacionadas con la computadora en comparación con imágenes neutrales. Esto podría indicar que ver imágenes relacionadas con la computadora llevó a una preocupación por los juegos de computadora que interferían con la localización correcta del objetivo. No obstante, dado que los participantes cometieron muy pocos errores en general, este resultado debe interpretarse con cautela. Al contrario de nuestro estudio, Lorenz et al. (2013) encontró un sesgo de atención en exceso Guau jugadores hacia GuauImágenes relacionadas en una sonda de puntos. Posiblemente, GuauLas imágenes relacionadas son más llamativas que las imágenes relacionadas con la computadora.
Una revisión de Dye, Green y Bavelier (2009) llegó al resultado de que jugar videojuegos de acción mejora los tiempos de reacción. Esta podría ser la razón por la que los jugadores eran más rápidos en general que los no jugadores en la sonda visual. Sin embargo, los jugadores no fueron más rápidos en la adicción a Stroop. Posiblemente, reaccionar a un objetivo que está en un lugar u otro es más similar a su experiencia de juego habitual que indicar el color de una palabra. Además, los mecanismos que subyacen a las tareas difieren: en la adicción Stroop, el procesamiento del significado semántico de la palabra relacionada con la computadora interfiere con nombrar el color de la palabra, mientras que en la sonda visual, asigna la atención hacia una imagen relacionada con la computadora facilita Detectando un objetivo siguiéndolo.
Los excesivos jugadores de Internet, pero no los no jugadores, calificaron las palabras e imágenes relacionadas con la computadora más positivas que las neutrales y estaban más familiarizados con ellos, mostrando un patrón que se esperaba y apoyando la selección de estímulos.
Dado que los resultados de los experimentos son contradictorios, se necesitan más estudios para explorar el sesgo de atención en los jugadores de Internet excesivos. Nos inclinamos hacia la conclusión de que los jugadores muestran un sesgo de atención, que está en línea con los resultados de los estudios con personas con trastorno por uso de sustancias (Cox y col., 2006; Robbins y Ehrman, 2004) y el trastorno del juego (Boyer y Dickerson, 2003; McCusker y col., 1997; Molde et al., 2010; Vizcaino et al., 2013), así como nuestra adicción a Stroop. Una razón de la ausencia de un efecto en la sonda visual podría ser que la tarea era demasiado fácil para que los jugadores detectaran un sesgo. Los jugadores excesivos en nuestro estudio tuvieron tiempos de reacción promedio de 326 ms para todos los objetivos. En comparación con esto, las personas con trastorno por consumo de sustancias muestran tiempos de reacción entre 361 y 643 ms (Bradley, Field, Mogg y De Houwer, 2004; Bradley, Mogg, Wright y Field, 2003; Ehrman y col., 2002; Field y Cox, 2008; Field, Eastwood, Bradley y Mogg, 2006; Field, Mogg y Bradley, 2004; Field, Mogg, Zetteler y Bradley, 2004; Lubman, Peters, Mogg, Bradley y Deakin, 2000; Mogg, Bradley, Field y De Houwer, 2003). Es posible que incluso si los jugadores prestasen más atención a los estímulos relacionados con la computadora, esto aún puede no haber facilitado la detección de objetivos después de esos estímulos, porque quizás reaccionar a los objetivos fue tan fácil que la facilitación no pudo mejorar aún más el tiempo de reacción. El seguimiento ocular podría usarse para averiguar si los jugadores de Internet en exceso dedican su atención a las imágenes relacionadas con la computadora. Marks y col. (2014) combinaron una sonda visual con un seguimiento ocular cuando investigaban personas adictas a la cocaína. Los autores no encontraron diferencias en los tiempos de reacción, pero el seguimiento ocular mostró que las personas adictas a la cocaína se fijan más en las imágenes relacionadas con la adicción que en las neutrales.
Los resultados de nuestro estudio deben interpretarse a la luz de sus limitaciones: La muestra estuvo constituida por estudiantes universitarios, lo que limita la generalizabilidad. Posiblemente, la sonda visual fue demasiado fácil para los participantes y, por lo tanto, los estudios futuros deberían utilizar un paradigma más desafiante. Entre las fortalezas metódicas del presente estudio debe contarse que Cox et al. (2006) se cumplieron los requisitos para una adicción válida Stroop y, en general, se evitaron las diferencias de bajo nivel entre estímulos neutrales y relacionados con la computadora, que podrían influir en los tiempos de reacción.
En conclusión, la adicción Stroop, pero no la sonda visual, proporcionó evidencia de la existencia de un sesgo de atención en los jugadores de Internet excesivos. Los estudios adicionales deben seguir esto empleando medidas directas de sesgos de atención, como el seguimiento ocular.
NN y AB diseñaron el estudio. FJ contribuyó al diseño. FJ y AB realizaron los análisis estadísticos. FJ escribió el primer borrador del manuscrito y todos los autores contribuyeron y aprobaron el manuscrito final. Todos los autores tuvieron acceso total a todos los datos del estudio y se responsabilizan de la integridad de los datos y la precisión del análisis de los mismos.
Los autores declaran no tener conflicto de intereses.
Agradecemos a Julia Meister y Lisa-Maria Benedickt por su inestimable asistencia en la recopilación de datos.
Referencias
| Achab, S., Nicolier, M., Mauny, F., Monnin, J., Trojak, B., Vandel, P., Sechter, D., Gorwood, P. y Haffen, E. (2011). Juegos de rol multijugador masivo en línea: Comparación de las características de los jugadores reclutados en línea adictos y no adictos en una población adulta francesa. Psiquiatría de BMC, 11 (1), 144. doi: 10.1186 / 1471-244X-11-144 CrossRef, Medline | |
| Asociación Americana de Psiquiatría. (2013). Manual diagnóstico y estadístico de trastornos mentales: DSM-5.TM (5th ed.). Arlington, VA: American Psychiatric Publishing. CrossRef | |
| Atkins, G. y Sharpe, L. (2006). Sesgos cognitivos en el juego problemático. Investigación sobre el juego: Revista de la Asociación Nacional de Estudios sobre el Juego, 15 (2), 35–43. | |
| Barke, A., Nyenhuis, N., Voigts, T., Gehrke, H. y Kröner-Herwig, B. (2013). La escala de uso compulsivo de Internet (CIUS) adaptada para evaluar el exceso de juegos multijugador. Revista de Investigación y Terapia de Adicciones, 4 (5), 164-170. doi: 10.4172 / 2155-6105.1000164 | |
| Barnett, J. y Coulson, M. (2010). Virtualmente real: una perspectiva psicológica de los juegos en línea multijugador masivo. Revisión de Psicología General, 14 (2), 167-179. doi: 10.1037 / a0019442 CrossRef | |
| Batthyány, D., Müller, K. W., Benker, F. y Wölfling, K. (2009). Juegos de computadora: características clínicas de la dependencia y el abuso entre adolescentes. Wiener klinische Wochenschrift, 121, 502–509. doi: 10.1007 / s00508-009-1198-3 CrossRef, Medline | |
| Beutel, M. E., Hoch, C., Wölfling, K. y Müller, K. W. (2011). Klinische Merkmale der Computerspiel- und Internetsucht am Beispiel der Inanspruchnehmer einer Spielsuchtambulanz. Zeitschrift für Psychosomatische Medizin und Psychotherapie, 57 (1), 77–90. CrossRef, Medline | |
| Blizzard Entertainment. (2014). Mundo de Warcraft® supera a 10 millones de suscriptores como Warlords of DraenorTM comienza el lanzamiento. Obtenido de http://blizzard.gamespress.com/world-of-warcraft-surpasses-10-million-subscribers-as-warlords-of-drae, Archivado en http://www.webcitation.org/6Z8WXvpVf | |
| Boyer, M. y Dickerson, M. (2003). Sesgo de atención y comportamiento adictivo: automaticidad en una tarea de Stroop modificada específica del juego. Adicción, 98, 61–70. CrossRef, Medline | |
| Bradley, B., Field, M., Mogg, K. y De Houwer, J. (2004). Sesgos de atención y evaluación de las señales de fumar en la dependencia de la nicotina: procesos componentes de los sesgos en la orientación visual. Farmacología del comportamiento, 15, 29–36. doi: 10.1097 / 00008877-200402000-00004 CrossRef, Medline | |
| Bradley, B., Mogg, K., Wright, T. y Field, M. (2003). Sesgo de atención en la drogodependencia: vigilancia de las señales relacionadas con el cigarrillo en los fumadores. Psicología de las conductas adictivas, 17 (1), 66–72. doi: 10.1037 / 0893-164X.17.1.66 CrossRef, Medline | |
| Chen, S.-Y. y Tzeng, J.-Y. (2010). Perfiles de prácticas, calificaciones académicas y ajuste psicosocial de los usuarios universitarios masculinos y femeninos de Internet. Ciberpsicología, comportamiento y redes sociales, 13 (3), 257–262. CrossRef, Medline | |
| Chiu, S.-I., Lee, J.-Z. y Huang, D.-H. (2004). Adicción a los videojuegos en niños y adolescentes en Taiwán. Cyberpsychology & Behavior, 7 (5), 571–581. CrossRef, Medline | |
| Cole, H. y Griffiths, M. D. (2007). Interacciones sociales en jugadores de rol en línea multijugador masivo. CyberPsychology & Behavior, 10 (4), 575–583. doi: 10.1089 / cpb.2007.9988 CrossRef, Medline | |
| Cox, W. M., Fadardi, J. S. y Pothos, E. M. (2006). La prueba de adicción-Stroop: consideraciones teóricas y recomendaciones de procedimiento. Psychological Bulletin, 132 (3), 443–476. doi: 10.1037 / 0033-2909.132.3.443 CrossRef, Medline | |
| Cox, W. M., Hogan, L. M., Kristian, M. R. y Race, J. H. (2002). Sesgo de atención al alcohol como predictor del resultado del tratamiento de los abusadores de alcohol. Dependencia de drogas y alcohol, 68, 237–243. doi: 10.1016 / S0376-8716 (02) 00219-3 CrossRef, Medline | |
| Dye, M. W. G., Green, C. S. y Bavelier, D. (2009). Aumento de la velocidad de procesamiento con videojuegos de acción. Direcciones actuales en ciencia psicológica, 18 (6), 321–326. doi: 10.1111 / j.1467-8721.2009.01660.x CrossRef, Medline | |
| Ehrman, R. N., Robbins, S. J., Bromwell, M. A., Lankford, M. E., Monterosso, J. R. y O'Brien, C. P. (2002). Comparación del sesgo de atención con las señales de fumar en fumadores actuales, exfumadores y no fumadores mediante una tarea de prueba de puntos. Dependencia de drogas y alcohol, 67 (2), 185-191. doi: 10.1016 / S0376-8716 (02) 00065-0 CrossRef, Medline | |
| Field, M. y Cox, W. M. (2008). Sesgo de atención en conductas adictivas: una revisión de su desarrollo, causas y consecuencias. Dependencia de drogas y alcohol, 97 (1–2), 1–20. doi: 10.1016 / j.drugalcdep.2008.03.030 CrossRef, Medline | |
| Field, M., Eastwood, B., Bradley, B. P. y Mogg, K. (2006). Procesamiento selectivo de señales de cannabis en consumidores habituales de cannabis. Dependencia de drogas y alcohol, 85, 75–82. doi: 10.1016 / j.drugalcdep.2006.03.018 CrossRef, Medline | |
| Field, M., Mogg, K. y Bradley, B. P. (2004). Sesgo cognitivo y ansia de drogas en consumidores de cannabis recreativo. Dependencia de drogas y alcohol, 74 (1), 105-111. doi: 10.1016 / j.drugalcdep.2003.12.005 CrossRef, Medline | |
| Field, M., Mogg, K., Zetteler, J. y Bradley, B. P. (2004). Sesgos de atención para las señales de alcohol en bebedores sociales pesados y ligeros: los roles de la orientación inicial y la atención mantenida. Psicofarmacología, 176 (1), 88–93. doi: 10.1007 / s00213-004-1855-1 CrossRef, Medline | |
| Field, M., Munafò, M. R. y Franken, I. H. A. (2009). Una investigación metaanalítica de la relación entre el sesgo de atención y el deseo subjetivo en el abuso de sustancias. Psychological Bulletin, 135 (4), 589–607. doi: 10.1037 / a0015843 CrossRef, Medline | |
| Griffiths, M. D., Davies, M. N. y Chappell, D. (2004). Factores demográficos y variables de juego en los juegos de computadora en línea. Journal of Adolescence, 7 (1), 87–96. CrossRef | |
| Hellström, C., Nilsson, K. W., Leppert, J. y Slund, C. (2012). Influencias de los motivos para jugar y el tiempo dedicado a jugar en las consecuencias negativas de los juegos de computadora en línea de los adolescentes. Computers in Human Behavior, 28, 1379-1387. doi: 10.1016 / j.chb.2012.02.023 CrossRef | |
| Institut für Deutsche Sprache. (2009). DeReWo Korpusbasierte Wortformenliste. Recuperado de http://www1.ids-mannheim.de/kl/projekte/methoden/derewo.html, Archivado bajo http://www.webcitation.org/6ZLwqqE8l | |
| Ishihara Farbtafel. (2009). Recuperado de http://www.docstoc.com/docs/5184693/color-blindness-test, Archivado bajo http://www.webcitation.org/6Z8WkPjqt | |
| Janssen, T., Larsen, H., Vollebergh, W. A. M. y Wiers, R. W. (2015). Relaciones longitudinales entre sesgo cognitivo y consumo de alcohol en adolescentes. Comportamientos adictivos, 44, 51–57. doi: 10.1016 / j.addbeh.2014.11.018 CrossRef, Medline | |
| Jeong, E. J. y Kim, D. H. (2011). Actividades sociales, autoeficacia, actitudes de juego y adicción a los juegos. Ciberpsicología, comportamiento y redes sociales, 14 (4), 213-21. doi: 10.1089 / cyber.2009.0289 CrossRef, Medline | |
| Lemmens, J. S., Valkenburg, P. M. y Peter, J. (2011). Causas y consecuencias psicosociales del juego patológico. Computers in Human Behavior, 27 (1), 144-152. doi: 10.1016 / j.chb.2010.07.015 CrossRef | |
| Liu, M. y Peng, W. (2009). Predictores cognitivos y psicológicos de los resultados negativos asociados con la reproducción de MMOG (juegos en línea multijugador masivo). Computers in Human Behavior, 25 (6), 1306-1311. doi: 10.1016 / j.chb.2009.06.002 CrossRef | |
| Lo, S., Wang, C. y Fang, W. (2005). Relaciones físicas interpersonales y ansiedad social entre jugadores de juegos en línea. CyberPsychology & Behavior, 8 (1), 15-20. doi: 10.1089 / cpb.2005.8.15 CrossRef, Medline | |
| Lorenz, R. C., Krüger, J.-K., Neumann, B., Schott, B. H., Kaufmann, C., Heinz, A. y Wüstenberg, T. (2013). Indique la reactividad y su inhibición en jugadores patológicos de juegos de computadora. Biología de la adicción, 18 (1), 134-146. doi: 10.1111 / j.1369-1600.2012.00491.x CrossRef, Medline | |
| Lubman, D. I., Peters, L. A., Mogg, K., Bradley, B. P. y Deakin, J. F. (2000). Sesgo de atención por señales de drogas en la dependencia de opiáceos. Medicina psicológica, 30 (30), 169-175. doi: 10.1017 / S0033291799001269 CrossRef, Medline | |
| Marks, K. R., Roberts, W., Stoops, W. W., Pike, E., Fillmore, M. T. y Rush, C. R. (2014). El tiempo de fijación es una medida sensible del sesgo de atención de la señal de cocaína. Adicción, 109, 1501-1508. doi: 10.1111 / add.12635 CrossRef, Medline | |
| McCusker, C. G., Gettings, B. e Ireland, N. (1997). Automaticidad de los sesgos cognitivos en las conductas adictivas: más evidencia con los jugadores. Revista británica de psicología clínica, 36, 543–554. CrossRef, Medline | |
| Metcalf, O. y Pammer, K. (2011). Sesgo de atención en jugadores de juegos de rol en línea multijugador masivo excesivo que usan una tarea de Stroop modificada Computers in Human Behavior, 27 (5), 1942-1947. doi: 10.1016 / j.chb.2011.05.001 CrossRef | |
| Mogg, K., Bradley, B. P., Field, M. y De Houwer, J. (2003). Movimientos oculares a imágenes relacionadas con el tabaquismo en fumadores: relación entre los sesgos de atención y las medidas implícitas y explícitas de la valencia del estímulo. Adicción, 98, 825–836. doi: 10.1046 / j.1360-0443.2003.00392.x CrossRef, Medline | |
| Molde, H., Pallesen, S., Sætrevik, B., Hammerborg, D. K., Laberg, J. C. y Johnsen, B.-H. (2010). Sesgos de atención entre jugadores patológicos. Estudios internacionales sobre juegos de azar, 10 (1), 45–59. doi: 10.1080 / 14459791003652501 CrossRef | |
| Peng, W. y Liu, M. (2010). Dependencia de los juegos en línea: un estudio preliminar en China. Ciberpsicología, comportamiento y redes sociales, 13 (3), 329–333. CrossRef, Medline | |
| Petry, NM, Rehbein, F., Gentile, DA, Lemmens, JS, Rumpf, H.-J., Mößle, T., Bischof, G., Tao, R., Fung, DS, Borges, G., Auriacombe , M., González Ibáñez, A., Tam, P. y O'Brien, CP (2014). Un consenso internacional para evaluar el trastorno de los juegos de Internet utilizando el nuevo enfoque DSM-5. Adicción, 109 (9), 1399–1406. doi: 10.1111 / add.12457 CrossRef, Medline | |
| Posner, M. I., Snyder, C. R. y Davidson, B. J. (1980). Atención y detección de señales. Revista de psicología experimental, 109 (2), 160-174. doi: 10.1037 / 0096-3445.109.2.160 CrossRef, Medline | |
| Rehbein, F., Kleimann, M. y Mössle, T. (2010). Prevalencia y factores de riesgo de la dependencia de los videojuegos en la adolescencia: resultados de una encuesta nacional alemana. Ciberpsicología, comportamiento y redes sociales, 13 (3), 269–277. doi: 10.1089 / cyber.2009.0227 CrossRef, Medline | |
| Robbins, S. J. y Ehrman, R. N. (2004). El papel del sesgo de atención en el abuso de sustancias. Revisiones de neurociencia cognitiva y conductual, 3, 243-260. CrossRef, Medline | |
| Schoenmakers, T. M., de Bruin, M., Lux, I. F. M., Goertz, A. G., Van Kerkhof, D. H. y Wiers, R. W. (2010). Efectividad clínica del entrenamiento de modificación del sesgo de atención en pacientes alcohólicos abstinentes. Dependencia de drogas y alcohol, 109 (1–3), 30–36. doi: 10.1016 / j.drugalcdep.2009.11.022 CrossRef, Medline | |
| Shen, C. y Williams, D. (2011). Desempaquetar el tiempo en línea: conectar Internet y el uso de juegos en línea multijugador masivo con bienestar psicosocial. Investigación en comunicación, 38 (1), 123-149. doi: 10.1177 / 0093650210377196 CrossRef | |
| Singh, A. (2013). Asia Pacífico tiene la mayor audiencia diaria de juegos en línea. Recuperado de http://www.comscore.com/Insights/Data-Mine/Asia-Pacific-Has-Largest-Daily-Online-Gaming-Audience, Archivado bajo http://www.webcitation.org/6Z8WKx7kk | |
| Skoric, M. M., Teo, L. L. C. y Neo, R. L. (2009). Los niños y los videojuegos: adicción, compromiso y rendimiento escolar. CyberPsychology & Behavior, 12 (5), 567–572. CrossRef, Medline | |
| Smyth, J. M. (2007). Más allá de la autoselección en el juego de videojuegos: un examen experimental de las consecuencias del juego de rol en línea multijugador masivo. CyberPsychology & Behavior, 10 (5), 717–721. doi: 10.1089 / cpb.2007.9963 CrossRef, Medline | |
| Van Holst, R. J., Lemmens, J. S., Valkenburg, P. M., Peter, J., Veltman, D. J. y Goudriaan, A. E. (2012). El sesgo de atención y la desinhibición hacia las señales de juego están relacionados con los problemas de juego en los adolescentes varones. Journal of Adolescent Health, 50 (6), 541–546. doi: 10.1016 / j.jadohealth.2011.07.006 CrossRef, Medline | |
| Van Rooij, A. J., Kuss, D., Griffiths, M. D., Shorter, G. W. y Van de Mheen, D. (2013). La (co) ocurrencia de juegos de videojuegos problemáticos, uso de sustancias y problemas psicosociales en adolescentes. Journal of Behavioral Addictions, 3 (3), 157-165. doi: 10.1556 / JBA.3.2014.013 Enlace | |
| Van Rooij, A. J., Schoenmakers, T. M., Vermulst, A. A., Van den Eijnden, R. J. J. M. y Van de Mheen, D. (2011). Adicción a los videojuegos en línea: Identificación de jugadores adolescentes adictos. Adicción, 106 (1), 205–212. doi: 10.1111 / j.1360-0443.2010.03104.x CrossRef, Medline | |
| Vizcaino, E. J. V., Fernandez-Navarro, P., Blanco, C., Ponce, G., Navio, M., Moratti, S., y Rubio, G. (2013). Mantenimiento de la atención y juego patológico. Psicología de las conductas adictivas, 27 (3), 861–867. doi: 10.1037 / a0032656 CrossRef, Medline | |
| Whelan, R. (2008). Análisis efectivo de los datos de tiempo de reacción. El Registro Psicológico, 58, 475 – 482. |
;
