Diferencias individuales en las habilidades de aprendizaje implícito y el comportamiento impulsivo en el contexto de la adicción a Internet y el trastorno de juegos de Internet bajo la consideración de género (2017)

Disponible en línea 7 2017 febrero

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

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

Destacados

• Las puntuaciones más altas de adicción a Internet se vincularon a un aprendizaje implícito deficiente.

• Esta asociación se encontró en dos grupos independientes de jugadores masculinos (excesivos).

• La adicción a los juegos en línea se relacionó con una mayor toma de riesgos en participantes saludables.

• Se evaluó el aprendizaje implícito y la toma de riesgos, mediante una tarea experimental.

Compendio

Introducción

En tres estudios consecutivos, el objetivo fue investigar la relación entre el uso problemático de Internet (PIU), el trastorno de los juegos de Internet (IGD) y las habilidades de aprendizaje implícito, y la impulsividad / riesgo entre los jugadores de video en línea y los participantes de control.

Métodos

En el estudio 1, N = 87 visitantes masculinos, reclutados en la "Gamescom" en Colonia (2013), completaron una versión corta de la Prueba de adicción a Internet (s-IAT), la Escala de adicción al juego en línea (OGAS) y completaron una tarea experimental para evaluar la habilidades de aprendizaje. En el estudio 2, un grupo de jugadores de WoW y participantes de control completaron la misma configuración para replicar los resultados del estudio 1. El estudio 3 usó una versión modificada del experimento para medir la impulsividad / toma de riesgos en un grupo de participantes sanos .

Resultados

En el estudio 1, los resultados revelaron una correlación negativa significativa entre la puntuación s-IAT y la medida del aprendizaje implícito entre los participantes masculinos de Gamescom. En el estudio 2, las puntuaciones de adicción a s-IAT y WoW se correlacionaron negativamente con el aprendizaje implícito solo en jugadores masculinos de WoW, lo que refleja los resultados del estudio 1. En el estudio 3, la puntuación OGAS se correlacionó positivamente con la medida experimental de impulsividad / toma de riesgos.

Conclusión

En el proyecto de investigación actual, el aprendizaje implícito deficiente se vinculó a la UIP solo en participantes masculinos con (una tendencia hacia) IGD. Estos hallazgos podrían ayudar a desenredar algunos resultados opuestos en esta relación, al considerar el género de los participantes. Además, las tendencias de mayor riesgo se asociaron con la IGD entre los participantes sanos, lo que sugiere el potencial de tomar riesgos como predictor de la IGD en una población no gamer.

Palabras clave

• Adicción a Internet;
• Trastorno de juegos de Internet;
• Aprendizaje implícito;
• La asunción de riesgos

1. Introducción

Internet ha encontrado su camino en la vida diaria de muchas personas en todo el mundo, ofreciendo una forma fácil de recopilar información y consumir entretenimiento. Con el creciente número de usuarios de Internet, que representan casi el 50% de la población mundial en este momento (accedido en 07.09.16. http://www.internetlivestats.com/internet-users/), el número de informes sobre el uso problemático de Internet (PIU) está aumentando. En un estudio representativo de Alemania (N = 15,024 participantes) Rumpf, Meyer, Kreuzer, John y Merkeerk (2011) mostraron prevalencias del 1.5% en la adicción a Internet, con mayores proporciones de usuarios más jóvenes (4% en el grupo de 14-16 años). Primeros intentos de definir y diagnosticar PIU¹ han sido realizadas por Kimberly Young en el año 1998 (véase también el primer informe de caso de Joven, xnumx). Desde entonces se han desarrollado numerosas pruebas e instrumentos de detección (por ejemplo, Joven, xnumxb, Joven, 1998a y Tao et al., 2010), para poder calcular las prevalencias en diferentes poblaciones y proporcionar a los pacientes un tratamiento eficaz. Sin embargo, todavía no existe una clasificación nosológica de PIU. La investigación sobre la adicción a los juegos en línea parece estar un paso por delante, ya que recientemente se incluyó el Internet Gaming Disorder (IGD) en la Sección III de DSM-5, lo que alienta a realizar más exámenes antes de considerarlos como un trastorno formal (Asociación Americana de Psiquiatría). Se considera que IGD es una forma específica de PIU, que solo se superpone en partes pequeñas con la forma generalizada de PIU descrita anteriormente (por ejemplo, Davis, 2001 y Montag et al., 2015).

1.1. UIP y aprendizaje implícito / toma de decisiones

Las deficiencias en la toma de decisiones se han demostrado en numerosos estudios, que investigan a pacientes con adicciones a la sustancia y al comportamiento (por ejemplo, Bechara et al., 2001 y Schoenbaum et al., 2006). Debido a las similitudes en la conceptualización de la UEP y la adicción a la conducta / sustancias (Joven, 1998a), el tema de la toma de decisiones también es de gran relevancia para comprender mejor la naturaleza del uso excesivo de Internet. Al evaluar la toma de decisiones, se ha hecho una diferenciación entre la toma de decisiones bajo ambigüedad y la toma de decisiones bajo riesgo (Brand et al., 2006 y Schiebener y Marca, 2015). Mientras que en la toma de decisiones bajo ambigüedad, las reglas para ganancias y pérdidas y las probabilidades de diferentes resultados no se explican explícitamente (medido, por ejemplo, con (los primeros ensayos de) IOWA Gambling Task o IGT), en la toma de decisiones bajo riesgo, hay información explícita sobre el potencial. consecuencias, y las probabilidades de ganancias y pérdidas están disponibles o son calculables (medidas, por ejemplo, con la Tarea Juego de dados o GDT) (Brand et al., 2006 y Schiebener y Marca, 2015). Basado en esta diferenciación y en los modelos de proceso dual de toma de decisiones (por ejemplo, Epstein, 2003), Schiebener y Marca (2015) Propuso un modelo teórico para explicar la toma de decisiones bajo riesgo. En este modelo, el papel de las funciones ejecutivas se destaca como una clave de relevancia para la toma de decisiones bajo riesgo, pero no para la toma de decisiones bajo ambigüedad. Se supone que la recompensa emocional y el castigo deben acompañar ambas formas de toma de decisiones. Por lo tanto, ambos procesos reflexivos (controlados por la cognición), junto con los procesos impulsivos (inducidos por la anticipación de la recompensa emocional y el castigo) pueden estar involucrados en los procesos de toma de decisiones en condiciones de riesgo objetivo (Schiebener & Brand, 2015). Además, se ha propuesto que factores como la información sobre la situación de decisión, los atributos individuales y los estados inducidos según la situación y las influencias externas tienen efectos moduladores en la toma de decisiones (Schiebener & Brand, 2015).

Con respecto a la adicción a Internet, un nuevo marco teórico fue propuesto por Brand, Young, Laier, Wölfling y Potenza (2016), llamada Interacción de la Persona-Afecto-Cognición-Ejecución (I-PACE), donde un deterioro de las funciones ejecutivas y el control inhibitorio también se ha destacado como relevante para el desarrollo de la UIP. De acuerdo con este modelo, el desarrollo y mantenimiento de trastornos de uso de Internet específicos subyacen a las interacciones entre factores predisponentes (por ejemplo, personalidad y psicopatología), moderadores (por ejemplo, estilo de afrontamiento disfuncional y expectativas de Internet) y mediadores (por ejemplo, respuestas afectivas y cognitivas a las señales situacionales). Estas complejas interacciones, combinadas con la experiencia de gratificación y refuerzo positivo, como consecuencia del uso de cierta característica de Internet, y con la reducción de las funciones ejecutivas y el control inhibitorio, podrían dar como resultado un trastorno específico del uso de Internet.

Hasta ahora, se han realizado algunos estudios empíricos en el contexto de la UEP, el control inhibitorio y la toma de decisiones. La mayoría de ellos están de acuerdo con el marco teórico mencionado anteriormente por Brand et al. (2016). Sun et al. (2009) por ejemplo, se reportó un peor desempeño en una tarea de juego en usuarios de Internet excesivos y una elección más lenta de una estrategia exitosa en comparación con los participantes de control. En un estudio más reciente, Pawlikowski y Marca (2011) informó sobre la reducción de la capacidad de toma de decisiones bajo riesgo en el GDT en un grupo de jugadores de World of Warcraft (WoW) excesivos en comparación con los participantes de control. Yao et al. (2015) usó una versión modificada de la tarea Go / NoGo (donde los estímulos relacionados con el juego se usaron junto a estímulos neutros) y reportó reducciones en el control inhibitorio en los participantes con IGD, en comparación con los participantes de control. Laier, Pawlikowski y Brand (2014) encontró resultados similares con una versión modificada del IGT, cuando se usan imágenes pornográficas y neutrales en las barajas de cartas ventajosas y / o desventajosas. Aquí, en una muestra de usuarios de pornografía masculina, los participantes mostraron una toma de decisiones deficiente en los ensayos donde las imágenes pornográficas se asociaron con mazos de tarjetas desventajosos. Sin embargo, también se informaron resultados mixtos relativos a la toma de decisiones en el contexto de la UIP o la IGD. En un estudio de C. Ko et al. (2010) por ejemplo, los participantes adictos a Internet mostraron una mejor toma de decisiones, medida con el IGT, en comparación con los participantes de control. En el estudio por Yao et al. (2015) ya citado anteriormente, no se pudo encontrar ninguna diferencia en la toma de decisiones con IGT entre participantes sanos y aquellos con IGD. Para desentrañar estos resultados conflictivos, se necesitan más estudios que examinen posibles variables de interferencia. Una variable particular se describe más adelante en el presente estudio.

1.2. UIP, toma de riesgos e impulsividad.

Debido a la caracterización inicial de la PIU como un trastorno de control de impulso, se realizaron varios estudios para explorar la PIU en el contexto de la impulsividad y la toma de riesgos. Cao, Su, Liu y Gao (2007) y Lee et al. (2012) mostró que la UEP estaba asociada positivamente con la impulsividad del rasgo, medida con la Escala de Impulsividad de Barratt (BIS-11). Respecto al marco teórico por Brand et al. (2016), ya introducido anteriormente, la impulsividad se menciona entre los factores de personalidad, mostrando las asociaciones más estables con la UIP y, por lo tanto, se propone como uno de los factores que influyen en su desarrollo y mantenimiento. En términos generales, la impulsividad se caracteriza como "una predisposición hacia reacciones rápidas no planificadas a estímulos internos o externos, sin tener en cuenta las consecuencias negativas de estas reacciones para los individuos impulsivos o para otros" (Moeller, Barratt, Dougherty, Schmitz y Swann, 2001; pag. 1784). El término relacionado de la toma de riesgos se define como "comportamientos realizados bajo incertidumbre, con o sin consecuencias negativas inherentes, y sin una planificación de contingencia sólida" (Kreek, Nielsen, Butelman y LaForge, 2005; pag. 1453). DO. Ko et al. (2010) aplicó la tarea de riesgo analógico de globo (Lejuez et al., 2002) para medir la toma de riesgos, pero no encontró una asociación significativa con PIU. En el presente estudio, una vez más estamos analizando estas asociaciones, aplicando ambos, autoinforme junto con medidas experimentales de impulsividad / toma de riesgos.

1.3. El papel del género para PIU / IGD

Otro tema importante en el contexto de la adicción a Internet es la preferencia de características específicas de Internet (por ejemplo, compras en línea, juegos en línea), según el género. Un estudio representativo de Alemania mostró que el 77.1% de las mujeres adictas a Internet de entre 14 y 24 años utilizan sitios de redes sociales en comparación con el 64,8% de los hombres de la misma edad (Rumpf et al., 2011). En el mismo estudio, el 7.2% de las mujeres adictas a Internet de entre 14 y 24 años informaron que usaban Internet para jugar videojuegos en línea, en comparación con el 33.6% de los hombres de la misma edad (Rumpf et al., 2011). Por lo tanto, parece que con respecto a la IGD, los participantes masculinos muestran una mayor preferencia por los juegos en línea, en comparación con las participantes femeninas y se informó que tienen un mayor riesgo de desarrollar la IGD. Además, Ko, Yen, Chen, Chen y Yen (2005) observó que la edad avanzada, la menor autoestima y la menor satisfacción con la vida diaria se asociaron con una IGD más grave en los hombres, pero no en las mujeres. A pesar de estos resultados, todavía hay pocos estudios que consideran sistemáticamente el género de los participantes como una variable moderadora / mediadora en el contexto de la UEP. Sin embargo, es posible que estas diferencias tengan en cuenta algunos resultados opuestos en el campo y, por lo tanto, en los siguientes estudios se tomarán en consideración.

El objetivo de nuestro proyecto de investigación fue investigar el vínculo entre la PIU, así como la IGD y el aprendizaje implícito en un grupo de participantes masculinos con propensión a la IGD (estudio 1). En el estudio 2, nuestro objetivo fue replicar estos resultados, comparando participantes sanos y jugadores de WoW excesivos en función del género. El propósito del estudio 3 fue explorar la relación entre PIU, IGD e Impulsividad / toma de riesgos (autoinforme y datos experimentales) en participantes sanos.

Basados ​​en la literatura mencionada, formulamos las siguientes hipótesis:

Hipótesis 1.

Esperamos asociaciones negativas entre PIU / IGD y habilidades de aprendizaje implícitas (Estudio 1).

Hipótesis 2.

Esperamos asociaciones negativas entre PIU / IGD y habilidades de aprendizaje implícitas (Estudio 2). Esperamos que esta asociación negativa sea más fuerte en el grupo de jugadores masculinos de WoW.

Hipótesis 3.

Esperamos asociaciones positivas entre PIU / IGD y el autoinforme y las medidas experimentales de impulsividad / toma de riesgos en participantes sanos (Estudio 3).

2. Estudio xnumx

2.1. Métodos

2.1.1. Participantes

N = 107 participantes (99 hombres, 8 mujeres, edad M = 19.52, SD = 3.57) fueron reclutados en la “Gamescom 2013” ​​en Alemania, el evento de juegos más grande del mundo. Sin embargo, debido a que el número muy bajo de mujeres participantes en la muestra actual (n = 8) y las diferencias de género informadas anteriormente en el contexto de IGD (p. Ej. Rumpf et al., 2011), se excluyó a las participantes femeninas de los análisis adicionales del estudio. Después de excluir también a los participantes con datos faltantes, la muestra resultó en n = 79 participantes masculinos (edad M = 19.81, SD = 3.62). En cuanto a su educación, el 8.9% informó tener título universitario o politécnico, otro 40.5% informó tener diploma de nivel A o bachillerato profesional y el 26.6% informó tener certificado de finalización de la escuela secundaria o título de escuela secundaria moderna, mientras que el 24.1% informó no tener diploma escolar.

2.1.2. Medidas

Los participantes respondieron preguntas sobre su edad, género y educación, completaron una versión corta de la prueba de adicción a Internet (s-IAT, Pawlikowski, Altstötter-Gleich y Brand, 2013; El Alfa de Cronbach en la presente muestra fue de 0.70), que contiene 12 ítems en escala Likert (1 = nunca a 5 = muy a menudo) y la Escala de adicción al juego en línea (OGAS, una versión modificada de la Escala de adicción al juego por Lemmens, Valkenburg y Peter, 2009, donde se agregó la palabra "en línea" a cada artículo; El Alfa de Cronbach en la presente muestra fue de 0.66), que consta de 7 ítems que oscilan entre 1 = nunca y 5 = muy a menudo. Además, los participantes calificaron su experiencia con los juegos de computadora (por ejemplo, “¿Durante cuántos años ha estado jugando juegos de computadora?” O “¿Cuántas horas en promedio por semana juega juegos de computadora en línea?”). Se administró una medida de autoinforme de la toma de riesgos, que incluía un ítem sobre las tendencias generales de toma de riesgos ("¿Cómo se describiría a sí mismo desde 0 (para nada dispuesto a correr riesgos) a 10 (absolutamente dispuesto a correr riesgos?") ; Panel Socioeconómico Alemán (SOEP; Siedler, Schupp, Spiess y Wagner, 2008). Usamos una tarea experimental ligeramente ajustada ("Cofre del diablo"), incorporada de un estudio de Eisenegger et al. (2010), para medir el aprendizaje implícito. En cada uno de un total de ensayos 36, presentamos diez imágenes de cajas de madera cerradas en la pantalla de la computadora. Los cuadros se alinearon en una fila y los participantes tuvieron la oportunidad de abrir posteriormente un número de cuadros seleccionados automáticamente, trabajando de izquierda a derecha. Los participantes recibieron instrucciones de que nueve de las cajas contenían una recompensa monetaria virtual (centavos 5) y una contenía un "diablo". Si los participantes abrían solo cajas de recompensa en un ensayo determinado, procedían al siguiente ensayo obteniendo la suma de los premios. Si abrían una caja, conteniendo al diablo entre las otras cajas, perdían todo en la prueba actual. La próxima posición del diablo fue aleatoria entre los ensayos de 36, pero apareció en cada posición de 2 a 10² exactamente cuatro veces Aunque esto no se mencionó a los participantes, los participantes con mayores habilidades cognitivas podrían haber desarrollado una comprensión implícita de esta regla y podrían haber aprendido a desempeñarse mejor en el curso del experimento. El total de recompensas monetarias al final del experimento también se conoce como "GANANCIA" y se utilizará como una medida de aprendizaje implícito. El montaje experimental se representa en .

Higo. 1. 

Configuración experimental del cofre del diablo: abrir el cofre con el diablo llevó a perder todas las monedas recolectadas de una prueba determinada.

Opciones de figura

2.1.3. Procedimiento

Todos los cuestionarios en inglés fueron traducidos al alemán por nuestro propio grupo de trabajo. Los participantes primero completaron los cuestionarios y luego completaron el experimento del cofre del diablo. Tenga en cuenta que los participantes del estudio 1 no recibieron ninguna recompensa monetaria después de completar el experimento y que fueron informados sobre este hecho antes de completar el experimento.

2.1.4. Análisis estadístico

Para los siguientes análisis, se examinó la normalidad de los datos aplicando la regla general, sugerida por Millas y Shevlin (2001; p. 74), considerando la asimetría de las variables investigadas. Los análisis de correlación se calcularon con las correlaciones de Pearson o Spearman, según la distribución de los datos, y se calcularon los intervalos de confianza acelerados y corregidos por el sesgo de arranque (BCa intervalos de confianza del 95%) para cada coeficiente de correlación para probar aún más su significancia. Se utilizó ANOVA de medidas repetidas para probar los efectos de aprendizaje implícitos, al comparar la ganancia en las primeras 18 pruebas con la ganancia en las últimas 18 pruebas del experimento.

2.1.5. Ética

El proyecto de investigación (estudios 1, 2 y 3) fue aprobado por el Comité de Ética Local de la Universidad de Bonn, Bonn, Alemania. Todos los sujetos dieron su consentimiento informado antes de completar el estudio.

2.2. Resultados

Los medios y desviaciones estándar de las variables bajo investigación se presentan en Tabla 1.

Tabla 1.

Media, desviación estándar (SD) y rango posible / real para las variables experiencia de juego (años), horas de juego en línea por semana, s-IAT, OGAS, GAIN y toma de riesgos (autoinforme).

N = 79, toma de riesgos (autoinforme) n = 64.

a

Tenga en cuenta que el rango máximo posible para la variable GANANCIA se estimó bajo el supuesto de que el diablo aparecería en cada una de las 36 pruebas en la posición 10 y el participante detendría la prueba actual en la posición 9. Por lo tanto, el diablo no interrumpiría la proceso de apertura de cajas y los participantes ganarían la mayor cantidad de dinero posible por prueba (= 45 MU) en cada prueba consecutiva. Sin embargo, de manera realista, existe una posibilidad muy baja de que este evento ocurra.

Opciones de mesa

2.2.1. Análisis de correlación

Solo la variable GANANCIA no se distribuyó normalmente. La edad de los participantes se correlacionó positivamente con GAIN (ρ = 0.27, p <0.05). Además, GAIN mostró una correlación negativa con la puntuación s-IAT (ρ = - 0.26, p <0.05). Además, calculamos correlaciones parciales para GAIN y la puntuación s-IAT para controlar la edad. La correlación siguió siendo significativa (r = - 0.28, p <0.05). La correlación negativa entre GAIN y la puntuación OGAS no alcanzó marginalmente significación (ρ = - 0.20, p = 0.073) y permaneció no significativo después de controlar por edad (r = - 0.12, p = 0.292). Todas las correlaciones significativas siguieron siendo significativas después de la inspección de los intervalos de confianza del 95% de BCa. Por favor mira Tabla 2 para una visión general de los resultados. (Ver  y  .)

Tabla 2.

Correlaciones entre GANANCIA en el experimento “Cofre del diablo” y el s-IAT, puntuación OGAS y toma de riesgos (autoinforme).

N = 79, toma de riesgos (autoinforme) n = 64; Las correlaciones de Spearman se representan en itálico.

⁎⁎

p <0.01.

⁎

p <0.05.

Opciones de mesa

Higo. 2. 

Medias y el error estándar para la GANANCIA en las primeras 18 pruebas versus la GANANCIA en las últimas 18 pruebas del experimento del "Cofre del Diablo". MU = unidades monetarias.

Opciones de figura

Higo. 3. 

Medias y el error estándar de la GANANCIA durante las primeras 18 frente a las últimas 18 pruebas del experimento "Cofre del diablo", para los participantes de control (gráfico de la izquierda) y los jugadores de WoW (gráfico de la derecha). MU = unidades monetarias.

Opciones de figura

2.2.2. Comprobación de la manipulación del experimento "El cofre del diablo" como medida de aprendizaje implícito

Los resultados de las medidas repetidas ANOVA mostraron una diferencia de medias significativa entre el GAIN en los primeros ensayos 18 del experimento, en comparación con los últimos ensayos 18 (F(1,78) = 17.303, p <0.01), mostrando que los participantes ganaron más dinero en la segunda parte del experimento (M₁ = 192.34 y M₂ = 221.27 respectivamente).

2.3. Discusión

En resumen, según lo propuesto en nuestras hipótesis, en el estudio 1, la adicción a Internet se asoció con capacidades de aprendizaje implícitas deficientes. Este resultado proporciona evidencia adicional del papel de la toma de decisiones deficiente en el contexto de la UIP (por ejemplo, Brand et al., 2016). La asociación con IGD fue en la misma dirección, sin embargo, no alcanzó significación. Esto podría explicarse por el tamaño relativamente pequeño de la muestra y / o la consistencia interna relativamente baja (0.66) de la escala OGAS en este estudio. Para investigar más a fondo estas relaciones y comparar los resultados entre participantes masculinos y femeninos y entre jugadores y no jugadores, se realizó el estudio 2.

2.4. Estudio xnumx

El objetivo del segundo estudio fue replicar los resultados del estudio 1, utilizando una muestra de jugadores de World of Warcraft (WoW) y participantes de control, que eran ingenuos en WoW. Dado que la asociación entre s-IAT y GAIN como una medida de aprendizaje implícito se pudo observar en participantes masculinos con propensión a IGD, estábamos interesados ​​en ver la replicación de los resultados del estudio 1 particularmente en jugadores masculinos de WoW.

2.5. Métodos

2.5.1. Participantes

Los jugadores de WoW y los participantes de control participaron en el estudio. Los jugadores de WoW fueron reclutados siguiendo los siguientes criterios: Experiencia de juego de WoW durante un mínimo de dos años. Un criterio de exclusión fue jugar a otros juegos distintos de WoW durante> 7 h por semana; sin embargo, se reclutaron preferiblemente participantes sin experiencia en otros juegos. Las personas de control tenían que ser ingenuas en WoW, por lo que no tenían experiencia en jugar este juego antes. Los criterios de exclusión para ambos grupos de participantes fueron discapacidad visual, dificultades para leer y escribir, discromatopsia, conmoción cerebral, medicación a largo plazo, enfermedades neurológicas y psiquiátricas, discapacidad auditiva y uso elevado de sustancias. Tras una inspección minuciosa de la muestra, se excluyó a un participante por trastorno alimentario y consumo diario de cannabis, un participante por trastornos neurológicos y psiquiátricos y un participante por valores extremos, y participantes con datos faltantes, lo que resultó en n = 77 participantes de control (39 hombres) y n = 44 jugadores de WoW (28 hombres). 6.5% (n = 5) de los participantes de control informaron el uso ocasional de juegos de rol en línea (<3 h de juegos de computadora por semana) y el 23.4% (n = 18) informaron sobre el uso casual de juegos Ego-shooter (<1 h de juego por semana). La edad media de la muestra total fue M = 23.70 (SD = 3.93). Con respecto a su educación, el 10.7% informó tener un título universitario, otro 85.9% informó tener un diploma de nivel A o bachillerato profesional y el 2.5% informó tener un certificado de finalización de la escuela secundaria o un título de escuela secundaria moderna. Una persona no respondió los ítems sobre educación.

2.5.2. Medidas

Aquí de nuevo el s-IAT (Pawlikowski et al., 2013; Alfa de Cronbach en la presente muestra fue de 0.76), OGAS (una modificación del GAS por Lemmens et al., 2009; El Alfa de Cronbach en la presente muestra fue 0.88) y se evaluó la experiencia de los juegos de computadora. Además, el Cuestionario de interacción de uso problemático específico de World of Warcraft (WoW-SPUQ), que consta de 27 ítems, clasificados en una escala de 1 = "completamente en desacuerdo" a 7 = "completamente de acuerdo" (Peters y Malesky, 2008; El Alfa de Cronbach en la presente muestra fue 0.89) fue completado solo por el grupo WoW. Además, la Escala de Impulsividad de Barratt (BIS-11; Patton y Stanford, 1995; El Alfa de Cronbach en la presente muestra fue de 0.85) se administró como una medida de impulsividad (se puntúan 30 ítems en una escala, que van desde 1 = “rara vez / nunca” a 4 = “casi siempre / siempre”). Con esta escala, se pueden evaluar tres factores de segundo orden: la impulsividad atencional se define como la incapacidad para enfocar la atención o concentrarse; La impulsividad motora implica actuar sin pensar, mientras que la impulsividad sin planificación implica una falta de "futuro" o previsión (Stanford et al., 2009). Las consistencias internas para las subescalas en el presente estudio fueron 0.73, 0.69 y 0.69 respectivamente.

2.5.3. Procedimiento

Los participantes participaron en un gran estudio longitudinal para investigar factores biológicos junto a variables psicológicas y su papel para IGD. Para el presente estudio, solo se utilizaron los datos del primer punto de medición para probar y replicar los hallazgos del estudio 1 (completar el experimento del pecho del diablo por segunda vez (T2) claramente no es comparable a ser ingenuo con él como en el estudio 1 ). Los cuestionarios y el experimento se completaron en el mismo orden que en el estudio 1. Sin embargo, en comparación con el estudio 1, en el estudio 2, a los participantes se les pagó la cantidad de dinero que ganaron en el experimento "El cofre del diablo" y se les informó sobre este hecho. antes de completar el experimento.

2.5.4. Análisis estadístico

La evaluación de los datos se realizó de forma análoga al estudio 1.

2.6. Resultados

El puntaje OGAS y las horas de juego en línea por semana no se distribuyeron normalmente en los grupos de participantes de control masculino y femenino. Además, la puntuación s-IAT y la edad no se distribuyeron normalmente en el grupo de participantes de control femenino. La correlación entre GAIN y la puntuación de s-IAT en el grupo de jugadores masculinos de WoW se probó de forma unilateral, según los hallazgos del estudio 1.

Las estadísticas descriptivas para los participantes de control y los jugadores de WoW se presentan en Tabla 3. Aquí, los participantes con control masculino y femenino tuvieron una experiencia de juego significativamente menor, horas de juego en línea por semana y puntaje OGAS, en comparación con los jugadores de WoW masculinos y femeninos (ver Tabla 3). Además, las jugadoras de WoW mostraron puntuaciones significativamente más altas en el s-IAT, en comparación con las participantes de control femenino. Todas las demás variables no difirieron significativamente entre los participantes de control y los jugadores de WoW.

Tabla 3.

Medias, desviaciones estándar (SD), rango posible / real, t-/U valor e importancia para las diferencias en las medias entre el control y el grupo de WoW (p) para las variables experiencia de juego (años), horas de juego en línea por semana, GAIN, s-IAT, OGAS, WoW-SPUQ y BIS-11 para el WoW y controlar a los participantes.

Opciones de mesa

2.6.1. Análisis de correlación

Para los grupos de participantes de control masculino o femenino, la edad de los participantes no se correlacionó significativamente con la puntuación de GAIN, s-IAT o OGAS. Todas las demás correlaciones se presentan en Tabla 4. Aquí, GAIN no estuvo significativamente vinculado ni a la s-IAT ni a la puntuación OGAS para los participantes masculinos y femeninos. Además, la puntuación de s-IAT se relacionó positivamente con la impulsividad atencional de la subescala BIS-11 en los participantes de control masculino. Todas las correlaciones significativas siguieron siendo significativas después de la inspección de los intervalos de confianza de BCa 95%.

Tabla 4.

Spearman y Pearson correlaciones para las variables GAIN, s-IAT, OGAS y BIS-11 para el grupo de participantes de control.

Las correlaciones de Spearman están representadas en itálico.

n (hombres) = 39, n (hombres, BIS-11) = 38, n (mujeres) = 38, n (mujeres, BIS-11) = 36.

⁎⁎

p <0.01.

⁎

p <0.05.

Opciones de mesa

Para el grupo de jugadores de WoW masculinos y femeninos, la edad no se correlacionó significativamente con la puntuación de GAIN, s-IAT, OGAS o WoW-SPUQ. Todas las demás correlaciones se presentan en Tabla 5. Aquí, GAIN se asoció negativamente con el s-IAT, así como con el puntaje WoW-SPUQ solo en el grupo de jugadores masculinos de WoW. Sin embargo, estas correlaciones solo mostraron una tendencia hacia la significación (r = - 0.30, p = 0.063, prueba unilateral y r = - 0.313, p = 0.104, prueba de dos colas). Todas las correlaciones significativas siguieron siendo significativas después de la inspección de los intervalos de confianza del 95% de BCa.

Tabla 5.

Spearman y Pearson correlaciones para las variables GAIN, s-IAT, OGAS, WoW-SPUQ y BIS-11 para el grupo de jugadores de WoW.

Las correlaciones de Spearman están representadas en itálico. Para los participantes masculinos, la correlación entre la ganancia en el experimento y la puntuación s-IAT se probó en un solo lado.

n (hombres) = 28, n (hombres, BIS-11) = 27, n (mujeres) = 16, n (mujeres, BIS-11) = 15.

⁎⁎

p <0.01.

⁎

p <0.05.

Opciones de mesa

2.6.2. Comprobación de la manipulación del experimento "El cofre del diablo" como medida de aprendizaje implícito

Los resultados del ANOVA de medidas repetidas no mostraron una diferencia media significativa entre la GANANCIA durante los primeros 18 y los últimos 18 ensayos del experimento "Cofre del diablo" en el grupo de hombres (F (1, 38) = 1.949, p = 0.171; M1 = 232.56 y M2 = 218.21) y mujeres (F (1, 37) = 0.594, p = 0.446; M1 = 221.18 y M2 = 209.87) participantes de control. Para el grupo de jugadores masculinos de WoW, la diferencia entre las pruebas 1-18 y 19-36 alcanzó significación (F (1,27) = 5.377, p = 0.028, M1 = 235.54 y M2 = 205.54; por lo tanto, con un resultado menor en M2 en comparación con M1), mientras que para las jugadoras de WoW permaneció no significativo (F (1,15) = 0.295, p = 0.595, M1 = 225.31 y M2 = 213.75).

Nota para los usuarios:
Los manuscritos aceptados son artículos en prensa que han sido revisados ​​por pares y aceptados para publicación por el Consejo Editorial de esta publicación. Aún no se han editado y / o formateado con copia en el estilo de la casa de publicación, y es posible que aún no tengan la funcionalidad completa de ScienceDirect, por ejemplo, es posible que aún se deban agregar archivos adicionales, que los enlaces a las referencias no se hayan resuelto todavía, etc. El texto podría Todavía cambia antes de la publicación final.

Aunque los manuscritos aceptados aún no tienen todos los detalles bibliográficos disponibles, ya se pueden citar utilizando el año de publicación en línea y el DOI, de la siguiente manera: autor (es), título del artículo, publicación (año), DOI. Consulte el estilo de referencia de la revista para conocer la apariencia exacta de estos elementos, la abreviatura de los nombres de las revistas y el uso de puntuación.

Cuando el artículo final se asigna a los volúmenes / números de la Publicación, el Artículo en versión de Prensa se eliminará y la versión final aparecerá en los volúmenes / números publicados asociados de la Publicación. La fecha en que el artículo se publicó por primera vez en línea será prorrogada.