Différences individuelles dans les capacités d'apprentissage implicites et le comportement impulsif dans le contexte de la dépendance à Internet et du trouble du jeu sur Internet en tenant compte du genre (2017)

Disponible en ligne 7 Février 2017

• 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

Avantages

• Les scores plus élevés de dépendance à Internet étaient liés à un apprentissage implicite déficient.

• Cette association a été trouvée dans deux groupes indépendants de joueurs (excessifs).

• La dépendance au jeu en ligne était liée à une prise de risque plus élevée chez les participants en bonne santé.

• L'apprentissage implicite et la prise de risque ont été évalués à l'aide d'une tâche expérimentale.

Abstract

Introduction

Dans trois études consécutives, notre objectif était d’examiner la relation entre l’utilisation Internet problématique (PIU), le trouble du jeu sur Internet (IGD) et les capacités d’apprentissage implicites, et l’impulsivité / la prise de risque chez les joueurs de vidéo en ligne et les participants de contrôle.

Méthodologie

En étude 1, N = 87 visiteurs masculins, recrutés à la «Gamescom» de Cologne (2013), ont rempli une version courte du test de dépendance à Internet (s-IAT), de l'échelle de dépendance aux jeux en ligne (OGAS), et ont effectué une tâche expérimentale pour évaluer les capacités d'apprentissage. Dans l'étude 2, un groupe de joueurs de WoW et de participants témoins a terminé la même configuration, afin de reproduire les résultats de l'étude 1. L'étude 3 a utilisé une version modifiée de l'expérience pour mesurer l'impulsivité / la prise de risque dans un groupe de participants en bonne santé .

Résultats

Dans l'étude 1, les résultats ont révélé une corrélation négative significative entre le score s-IAT et la mesure de l'apprentissage implicite chez les participants masculins à la Gamescom. Dans l'étude 2, les scores de dépendance s-IAT et WoW n'étaient corrélés négativement avec l'apprentissage implicite que chez les joueurs de WoW masculins, ce qui reflète les résultats de l'étude 1. Dans l'étude 3, le score OGAS était positivement corrélé à la mesure expérimentale de l'impulsivité / prise de risque.

Conclusion

Dans le projet de recherche actuel, l’apprentissage implicite déficient n’était lié à la PIU que chez les participants de sexe masculin présentant une (tendance à) IGD. Ces résultats pourraient aider à distinguer certains résultats opposés de cette relation, en prenant en compte le sexe des participants. De plus, des tendances à la prise de risque plus élevées étaient associées à la DIG chez les participants en bonne santé, suggérant ainsi le potentiel de la prise de risque comme facteur prédictif de la DIG dans une population de non-joueurs.

Mots clés

• Addiction à Internet;
• Trouble du jeu sur Internet;
• Apprentissage implicite;
• La prise de risque

1. Introduction

Internet a fait son chemin dans la vie quotidienne de nombreuses personnes dans le monde entier, offrant un moyen facile de recueillir des informations et de consommer des divertissements. Avec le nombre croissant d’internautes, ce qui représente près de 50% de la population mondiale à l’heure actuelle (accessible sur 07.09.16. http://www.internetlivestats.com/internet-users/), le nombre de rapports sur l’utilisation problématique d’Internet (PIU) est en augmentation. Dans une étude représentative réalisée en Allemagne (N = 15,024 XNUMX participants) Rumpf, Meyer, Kreuzer, John et Merkeerk (2011) ont montré des prévalences de 1.5% dans la dépendance à Internet, les jeunes utilisateurs affichant des proportions plus élevées (4% dans le groupe des 14-16 ans). Premières tentatives de définition et de diagnostic de PIU¹ Kimberly Young au cours de l’année 1998 (voir aussi le premier rapport de cas du Jeune, 1996). Depuis lors, de nombreux tests et instruments de dépistage ont été développés (par exemple Young, 1998b, Jeune, 1998a et Tao et al., 2010), afin de pouvoir calculer les prévalences dans différentes populations et de fournir aux patients un traitement efficace. Cependant, il n’existe toujours pas de classification nosologique de PIU. La recherche sur la dépendance au jeu en ligne semble être un pas en avant, car récemment, le trouble du jeu sur Internet (IGD) a été inclus dans la section III du DSM-5, ce qui encouragerait la poursuite des examens avant de le considérer comme un trouble formel (American Psychiatric Association). IGD est considéré comme une forme spécifique de PIU, qui ne chevauche que de petites parties de la forme généralisée de PIU décrite ci-dessus (par exemple Davis, 2001 et Montag et al., 2015).

1.1. PIU et apprentissage implicite / prise de décision

De nombreuses études ont montré des déficiences dans la prise de décision, auprès de patients présentant des dépendances aux substances et au comportement (par exemple: Bechara et al., 2001 et Schoenbaum et al., 2006). En raison de similitudes dans la conceptualisation de la PIU et de la dépendance au comportement / à la substance (Jeune, 1998a), le sujet de la prise de décision revêt également une grande importance pour mieux comprendre la nature de l’utilisation excessive d’Internet. Lors de l’évaluation de la décision, une distinction a été prise entre la prise de décision sous ambiguïté et la prise de décision sous risque (Brand et al., 2006 et Schiebener et Brand, 2015). Alors que dans la prise de décision sous ambiguïté, les règles de gains et de pertes et les probabilités de résultats différents ne sont pas explicitement expliquées (mesurées par exemple avec les (premiers essais de la) IOWA Gambling Task ou IGT), dans la prise de décision sous risque, des informations explicites sur le potentiel. les probabilités de gains et de pertes sont disponibles ou sont calculables (mesurées par exemple avec la tâche Jeu de dés ou GDT) (Brand et al., 2006 et Schiebener et Brand, 2015). Sur la base de cette différenciation et des modèles de prise de décision à double processus (par exemple, Epstein, 2003), Schiebener et Brand (2015) a proposé un modèle théorique pour expliquer la prise de décision sous risque. Dans ce modèle, le rôle des fonctions exécutives est souligné comme une clé de la pertinence pour la prise de décision en situation de risque, mais pas pour la prise de décision en ambiguïté. La récompense émotionnelle et la punition sont censées accompagner les deux formes de prise de décision. Ainsi, les processus réflexifs (contrôlés par la cognition) et les processus impulsifs (induits par l’anticipation de récompenses et de punitions émotionnelles) peuvent être impliqués dans les processus décisionnels dans des conditions de risque objectives (Schiebener & Marque, 2015). De plus, il a été proposé que des facteurs tels que des informations sur la situation de décision, les attributs individuels, les états induits par la situation et les influences externes aient des effets modulateurs sur la prise de décision (Schiebener & Marque, 2015).

En ce qui concerne la dépendance à Internet, un nouveau cadre théorique a été proposé par Brand, Young, Laier, Wölfling et Potenza (2016), appelé Interaction de la personne-affect, de la cognition et de l'exécution (I-PACE), où une déficience des fonctions exécutives et un contrôle inhibiteur ont également été mis en évidence comme étant pertinents pour le développement de la PIU. Selon ce modèle, le développement et le maintien de troubles spécifiques d’utilisation d’Internet sous-tendent les interactions entre les facteurs prédisposants (personnalité et psychopathologie, par exemple), les modérateurs (style d’adaptation dysfonctionnel et attentes sur Internet) et les médiateurs (réponses affectives et cognitives aux signaux de situation). Ces interactions complexes, combinées à l’expérience de la gratification et du renforcement positif, résultant de l’utilisation d’une certaine caractéristique d’Internet, et à la réduction des fonctions exécutives et du contrôle inhibiteur, pourraient entraîner un trouble spécifique de l’utilisation d’Internet.

Jusqu'à présent, quelques études empiriques ont été menées dans le contexte de la PIU, du contrôle inhibiteur et de la prise de décision. La plupart d’entre eux sont conformes au cadre théorique susmentionné par Brand et al. (2016). Sun et al. (2009) Par exemple, les utilisateurs d'Internet excessifs ont enregistré de moins bonnes performances lors d'une tâche de jeu et le choix plus lent d'une stratégie réussie par rapport aux participants de contrôle. Dans une étude plus récente, Pawlikowski et marque (2011) a signalé une capacité de prise de décision réduite sous risque dans le TDG dans un groupe de joueurs excessifs de World of Warcraft (WoW) par rapport aux participants de contrôle. Yao et al. (2015) a utilisé une version modifiée de la tâche Go / NoGo (où les stimuli liés au jeu étaient utilisés à côté des stimuli neutres) et a signalé des réductions du contrôle inhibiteur chez les participants atteints de DIG, par rapport aux participants témoins. Laier, Pawlikowski et Brand (2014) a obtenu des résultats similaires avec une version modifiée de l’IGT lors de l’utilisation d’images neutres et pornographiques sur les jeux de cartes avantageux et / ou défavorables. Ici, dans un échantillon d’utilisateurs masculins de pornographie, les participants ont fait preuve d’une prise de décision insuffisante lors d’essais où les images pornographiques étaient associées à des jeux de cartes défavorables. Cependant, des résultats mitigés concernant la prise de décision dans le contexte de PIU ou IGD ont également été rapportés. Dans une étude de C. Ko et al. (2010) Par exemple, les participants accro à Internet ont montré une meilleure prise de décision, mesurée avec l'IGT, par rapport aux participants témoins. Dans l'étude de Yao et al. (2015) déjà cité ci-dessus, aucune différence dans la prise de décision en utilisant l'IGT n'a pu être trouvée entre les participants sains et ceux atteints d'IGD. Pour démêler ces résultats contradictoires, d'autres études, portant sur les variables interférentes possibles, sont nécessaires. Une variable particulière est décrite plus loin dans la présente étude.

1.2. PIU, prise de risque et impulsivité

En raison de la caractérisation initiale de la PIU en tant que trouble du contrôle de l’impulsion, un certain nombre d’études ont été menées afin d’explorer la PIU dans le contexte de l’impulsivité et de la prise de risque. Cao, Su, Liu et Gao (2007) et Lee et al. (2012) ont montré que la PIU était associée positivement à l’impulsivité du trait, mesurée avec l’échelle d’impulsivité de Barratt (BIS-11). En ce qui concerne le cadre théorique par Brand et al. (2016)Comme déjà mentionné ci-dessus, l'impulsivité est mentionnée parmi les facteurs de personnalité, montrant les associations les plus stables avec PIU et est donc proposée comme l'un des facteurs influençant son développement et son maintien. En gros, l'impulsivité est caractérisée comme «une prédisposition à des réactions rapides et imprévues à des stimuli internes ou externes, sans tenir compte des conséquences négatives de ces réactions sur les individus impulsifs ou sur autrui» (Moeller, Barratt, Dougherty, Schmitz et Swann, 2001; p. 1784). Le terme associé de prise de risque est défini comme «des comportements réalisés dans des conditions d'incertitude, avec ou sans conséquences négatives inhérentes, et sans planification d'urgence robuste» (Kreek, Nielsen, Butelman et LaForge, 2005; p. 1453). C. Ko et al. (2010) appliqué la tâche de risque analogue au ballon (Lejuez et al., 2002) pour mesurer la prise de risque, mais n’a pas trouvé de lien significatif avec PIU. Dans la présente étude, nous examinons une fois de plus ces associations, en appliquant les deux méthodes, l'autodéclaration et des mesures expérimentales d'impulsivité / prise de risque.

1.3. Le rôle du genre pour PIU / IGD

Un autre problème important dans le contexte de la dépendance à Internet est la préférence pour des caractéristiques spécifiques d'Internet (par exemple, achats en ligne, jeux en ligne), en fonction du sexe. Une étude représentative de l'Allemagne a montré que 77.1% des femmes dépendantes d'Internet âgées de 14 à 24 ans utilisent des sites de réseautage social, contre 64,8% d'hommes au même âge (Rumpf et al., 2011). Dans la même étude, 7.2% des femmes accro à Internet âgées de 14 à 24 ans ont déclaré utiliser Internet pour jouer à des jeux vidéo en ligne, contre 33.6% des hommes du même âge (Rumpf et al., 2011). Ainsi, il semble qu'en ce qui concerne l'IGD, les participants de sexe masculin manifestent une préférence plus grande pour les jeux en ligne que les participants de sexe féminin et qu'ils seraient plus à risque de développer l'IGD. En outre, Ko, Yen, Chen, Chen et Yen (2005) ont observé que le vieillissement, l’estime de soi et la satisfaction de la vie quotidienne étaient associées à une IGD plus sévère chez les hommes, mais pas chez les femmes. Malgré ces résultats, il ne reste que quelques études qui considèrent systématiquement le sexe des participants comme une variable modérateur / médiateur dans le contexte de la PIU. Cependant, il est possible que ces différences expliquent certains résultats contradictoires sur le terrain et qu’elles seront donc prises en compte dans les études suivantes.

Le but de notre projet de recherche était d’étudier le lien entre PIU, IGD et apprentissage implicite dans un groupe de participants de sexe masculin présentant une prédisposition à l’IGD (étude 1). Dans l’étude 2, nous nous sommes efforcés de reproduire ces résultats en comparant des participants en bonne santé et des joueurs de WoW excessifs en tenant compte du genre. L’objet de l’étude 3 était d’explorer la relation entre PIU, IGD et impulsivité / prise de risque (données autodéclarées et expérimentales) chez des participants en bonne santé.

Sur la base de la littérature susmentionnée, nous avons formulé les hypothèses suivantes:

Hypothèse 1.

Nous nous attendons à des associations négatives entre PIU / IGD et les capacités d'apprentissage implicites (étude 1).

Hypothèse 2.

Nous nous attendons à des associations négatives entre PIU / IGD et les capacités d'apprentissage implicites (étude 2). Nous nous attendons à ce que cette association négative soit la plus forte dans le groupe de joueurs masculins de WoW.

Hypothèse 3.

Nous nous attendons à des associations positives entre PIU / IGD et l'autodéclaration ainsi que des mesures expérimentales de l'impulsivité / prise de risque chez des participants en bonne santé (étude 3).

2. Etudier 1

2.1. Méthodes

2.1.1. Participants

N = 107 participants (99 hommes, 8 femmes, âge M = 19.52, SD = 3.57) ont été recrutés lors de la «Gamescom 2013» en Allemagne, le plus grand événement de jeu au monde. Cependant, parce que le très faible nombre de participantes dans l'échantillon actuel (n = 8) et les différences entre les sexes rapportées ci-dessus dans le contexte de l'IGD (par exemple Rumpf et al., 2011), nous avons exclu les participantes des analyses ultérieures de l’étude. Après avoir également exclu les participants pour lesquels des données étaient manquantes, l’échantillon a abouti à n = 79 participants masculins (âge M = 19.81, SD = 3.62). En ce qui concerne leurs études, 8.9% ont déclaré avoir un diplôme universitaire ou polytechnique, 40.5% ont déclaré avoir un diplôme de niveau A ou un baccalauréat professionnel et 26.6% ont déclaré avoir un certificat de fin d'études secondaires ou un diplôme d'études secondaires modernes, tandis que 24.1% ont déclaré ne pas avoir de diplôme d'études.

2.1.2. Les mesures

Les participants ont répondu à des questions sur leur âge, leur sexe et leur éducation et ont rempli une version abrégée du test de dépendance à Internet (s-IAT, Pawlikowski, Altstötter-Gleich et Brand, 2013; L'alpha de Cronbach dans le présent échantillon était de 0.70), contenant 12 éléments à l'échelle de Likert (1 = jamais à 5 = très souvent) et l'échelle de dépendance au jeu en ligne (OGAS, une version modifiée de l'échelle de dépendance au jeu par Lemmens, Valkenburg et Peter, 2009, où le mot «en ligne» a été ajouté à chaque élément; L'alpha de Cronbach dans l'échantillon actuel était de 0.66), composé de 7 items allant de 1 = jamais à 5 = très souvent. De plus, les participants ont évalué leur expérience de jeu sur ordinateur (par exemple, «Depuis combien d'années jouez-vous à des jeux informatiques?» Ou «Combien d'heures en moyenne par semaine jouez-vous à des jeux informatiques en ligne?»). Une auto-évaluation de la prise de risque a été administrée, y compris un élément sur les tendances générales à la prise de risque («Comment vous décririez-vous de 0 (pas du tout disposé à prendre des risques) à 10 (absolument disposé à prendre des risques?») Panel socio-économique allemand (SOEP; Siedler, Schupp, Spiess et Wagner, 2008). Nous avons utilisé une tâche expérimentale légèrement ajustée («Devil's chest»), incorporée à partir d'une étude de Eisenegger et al. (2010), afin de mesurer l'apprentissage implicite. Sur chacun des essais 36, nous avons présenté dix images de boîtes en bois fermées sur un écran d'ordinateur. Les cases ont été alignées sur une rangée et les participants ont ensuite eu la possibilité d'ouvrir un nombre de cases choisi par eux-mêmes, en travaillant de gauche à droite. Les participants ont été informés que neuf des boîtes contenaient une récompense monétaire virtuelle (centimes 5) et qu'une contenait un «diable». Si les participants n'ouvraient que des boîtes de récompenses lors d'un essai donné, ils passaient à l'essai suivant en obtenant la somme des récompenses. S'ils ont ouvert une boîte contenant le diable parmi les autres boîtes, ils ont tout perdu lors du procès en cours. La prochaine position du diable a été randomisée parmi les essais 36, mais est apparue pour chaque position de 2 à 10² exactement quatre fois. Bien que cela n’ait pas été mentionné aux participants, ceux qui possédaient des compétences cognitives supérieures auraient peut-être développé une compréhension implicite de cette règle et auraient peut-être appris à mieux performer au cours de l’expérience. Le total des récompenses monétaires à la fin de l'expérience est également appelé «GAIN» et sera utilisé comme mesure de l'apprentissage implicite. Le montage expérimental est décrit dans Fig. 1.

Figue. 1. 

Mise en place expérimentale du coffre du diable - ouvrir le coffre avec le diable a conduit à la perte de toutes les pièces collectées d'un essai donné.

Options de la figure

2.1.3. Procédure

Tous les questionnaires en anglais ont été traduits en allemand par notre propre groupe de travail. Les participants ont d'abord rempli les questionnaires, puis ont terminé l'expérience de la poitrine du diable. Veuillez noter que les participants à l'étude 1 n'ont reçu aucune récompense monétaire après avoir terminé l'expérience et qu'ils ont été informés de ce fait avant de terminer l'expérience.

2.1.4. analyses statistiques

Pour les analyses suivantes, la normalité des données a été examinée en appliquant la règle empirique suggérée par Miles et Shevlin (2001; p. 74), compte tenu de l'asymétrie des variables étudiées. Les analyses de corrélation ont été calculées avec les corrélations de Pearson ou de Spearman, en fonction de la distribution des données, et les intervalles de confiance corrigés et accélérés du biais bootstrap (intervalles de confiance BCa à 95%) ont été calculés pour chaque coefficient de corrélation afin de tester davantage leur signification. Des mesures répétées ANOVA ont été utilisées pour tester les effets d'apprentissage implicites, en comparant le gain dans les 18 premiers essais avec le gain dans les 18 derniers essais de l'expérience.

2.1.5. Éthique

Le projet de recherche (études 1, 2 et 3) a été approuvé par le comité d'éthique local de l'Université de Bonn, Bonn, Allemagne. Tous les sujets ont donné leur consentement éclairé avant de terminer l'étude.

2.2. Résultats

Les moyennes et les écarts-types des variables à l'étude sont présentés dans Tableau 1.

Tableau 1.

Moyenne, écart type (SD) et plage possible / réelle pour les variables d'expérience de jeu (années), d'heures de jeu en ligne par semaine, s-IAT, OGAS, GAIN et prise de risque (auto-évaluation).

N = 79, prise de risque (auto-déclaration) n = 64.

a

Veuillez noter que la plage maximale possible pour la variable GAIN a été estimée en supposant que le diable apparaîtrait sur chacun des 36 essais en position 10 et que le participant arrêterait l'essai en cours en position 9. Ainsi, le diable n'interromprait pas le processus d'ouverture des boîtes et les participants gagneraient le montant d'argent le plus élevé possible par essai (= 45 MU) dans chaque essai consécutif. Cependant, de manière réaliste, il y a une très faible possibilité que cet événement se produise.

Options de la table

2.2.1. Analyses de corrélation

Seule la variable GAIN n'était pas normalement distribuée. L'âge des participants était positivement corrélé avec le GAIN (ρ = 0.27, p <0.05). De plus, le GAIN a montré une corrélation négative avec le score s-IAT (ρ = - 0.26, p <0.05). De plus, nous avons calculé des corrélations partielles pour le GAIN et le score s-IAT pour contrôler l'âge. La corrélation est restée significative (r = - 0.28, p <0.05). La corrélation négative entre le GAIN et le score OGAS n'atteignait guère de signification (ρ = - 0.20, p = 0.073) et est restée non significative après contrôle de l'âge (r = - 0.12, p = 0.292). Toutes les corrélations significatives sont restées significatives après l'inspection des intervalles de confiance BCa à 95%. S'il te plait regarde Tableau 2 pour un aperçu des résultats. (Voir Fig. 2 et Fig. 3.)

Tableau 2.

Corrélations entre le GAIN dans l'expérience «Devil's chest» et le s-IAT, le score OGAS et la prise de risque (auto-évaluation).

N = 79, prise de risque (auto-évaluation) n = 64; Les corrélations de Spearman sont illustrées dans Italique.

⁎⁎

p <0.01.

⁎

p <0.05.

Options de la table

Figue. 2. 

Moyennes et erreur standard pour le GAIN dans les 18 premiers essais par rapport au GAIN dans les 18 derniers essais de l'expérience «Devil's chest». MU = unités monétaires.

Options de la figure

Figue. 3. 

Moyennes et erreur standard pour le GAIN pendant les 18 premiers contre les 18 derniers essais de l'expérience «Devil's chest», pour les participants témoins (graphique de gauche) et les joueurs WoW (graphique de droite). MU = unités monétaires.

Options de la figure

2.2.2. Vérification de la manipulation de l'expérience «Devil's chest» comme mesure d'apprentissage implicite

Les résultats des ANOVA à mesures répétées ont montré une différence moyenne significative entre le GAIN dans les premiers essais 18 de l’expérience et les derniers essais 18 (F(1,78) = 17.303, p <0.01), montrant que les participants ont gagné plus d'argent dans la deuxième partie de l'expérience (M₁ = 192.34 et M₂ = 221.27 respectivement).

2.3. Discussion

En résumé, comme proposé dans nos hypothèses, dans l’étude, la dépendance à Internet par 1 était associée à des capacités d’apprentissage implicites déficientes. Ce résultat fournit une preuve supplémentaire du rôle d'une mauvaise prise de décision dans le contexte de la CEP (par exemple Brand et al., 2016). L'association avec IGD allait dans la même direction, cependant, n'a pas atteint la signification. Cela pourrait s'expliquer par la taille relativement petite de l'échantillon et / ou par la cohérence interne relativement faible (0.66) de l'échelle OGAS dans cette étude. Afin d’approfondir l’étude de ces relations et de comparer les résultats entre les participants hommes et femmes et entre les joueurs et les non-joueurs, l’étude 2 a été réalisée.

2.4. Etudier 2

Le but de la deuxième étude était de reproduire les résultats de l'étude 1, en utilisant un échantillon de joueurs de World of Warcraft (WoW) et de participants témoins, qui étaient naïfs envers WoW. Étant donné que l'association entre le s-IAT et le GAIN en tant que mesure de l'apprentissage implicite pouvait être observée chez les participants masculins présentant une prédisposition à l'IGD, nous étions intéressés de voir la réplication des résultats de l'étude 1, en particulier chez les joueurs masculins de WoW.

2.5. Méthodes

2.5.1. Participants

Les joueurs de WoW et les participants témoins ont participé à l'étude. Les joueurs WoW ont été recrutés selon les critères suivants: Expérience de jeu WoW pendant au moins deux ans. Un critère d'exclusion était de jouer à d'autres jeux que WoW pendant> 7 h par semaine, cependant, les participants sans expérience dans d'autres jeux étaient de préférence recrutés. Les contrôleurs devaient être naïfs sur WoW et n'avaient donc aucune expérience de ce jeu auparavant. Les critères d'exclusion pour les deux groupes de participants étaient la déficience visuelle, les difficultés de lecture et d'écriture, la dyschromatopsie, les commotions cérébrales, les médicaments à long terme, les maladies neurologiques et psychiatriques, la déficience auditive et la forte consommation de substances. Après une inspection approfondie de l'échantillon, nous avons exclu un participant en raison d'un trouble de l'alimentation et de la consommation quotidienne de cannabis, un participant en raison de troubles neurologiques et psychiatriques et un participant en raison de valeurs extrêmes, et des participants avec des données manquantes, ce qui a entraîné n = 77 participants témoins (39 hommes) et n = 44 joueurs WoW (28 hommes). 6.5% (n = 5) des participants témoins ont signalé une utilisation occasionnelle de jeux de rôle en ligne (<3 h de jeux informatiques par semaine) et 23.4% (n = 18) ont signalé une utilisation occasionnelle des jeux de tir Ego (<1 h de jeu par semaine). L'âge moyen de l'échantillon total était M = 23.70 (SD = 3.93). En ce qui concerne leur éducation, 10.7% ont déclaré avoir un diplôme universitaire, 85.9% ont déclaré avoir un diplôme de niveau A ou un baccalauréat professionnel et 2.5% ont déclaré avoir un certificat de fin d'études secondaires ou un diplôme d'études secondaires modernes. Une personne n'a pas répondu aux questions concernant l'éducation.

2.5.2. Les mesures

Ici encore, le s-IAT (Pawlikowski et al., 2013; L'alpha de Cronbach dans le présent échantillon était de 0.76), OGAS (une modification du GAS par Lemmens et al., 2009; L'alpha de Cronbach dans le présent échantillon était de 0.88) et l'expérience de jeu sur ordinateur a été évaluée. En outre, le Questionnaire d'utilisation-engagement problématique spécifique de World of Warcraft (WoW-SPUQ), composé de 27 éléments, notés sur une échelle allant de 1 = «complètement en désaccord» à 7 = «entièrement d'accord» (Peters et Malesky, 2008; L'alpha de Cronbach dans l'échantillon actuel était de 0.89) a été renseigné par le groupe WoW uniquement. De plus, l'échelle d'impulsivité de Barratt (BIS-11; Patton et Stanford, 1995; L'alpha de Cronbach dans l'échantillon actuel était de 0.85) a été administré comme une mesure d'impulsivité (30 items sont notés sur une échelle allant de 1 = «rarement / jamais» à 4 = «presque toujours / toujours»). Avec cette échelle, trois facteurs du second ordre peuvent être évalués: L'impulsivité attentionnelle est définie comme une incapacité à concentrer l'attention ou à se concentrer; L'impulsivité motrice implique d'agir sans réfléchir, tandis que l'impulsivité non planifiée implique un manque de «futur» ou de prévoyance (Stanford et al., 2009). La cohérence interne des sous-échelles de la présente étude était respectivement 0.73, 0.69 et 0.69.

2.5.3. Procédure

Les participants ont participé à une grande étude longitudinale pour étudier les facteurs biologiques à côté des variables psychologiques et leur rôle pour l'IGD. Pour la présente étude, seules les données du premier point de mesure ont été utilisées pour tester et reproduire les résultats de l'étude 1 (terminer l'expérience de la poitrine du diable pour une deuxième fois (T2) n'est clairement pas comparable à être naïf avec elle comme dans l'étude 1 ). Les questionnaires et l'expérience ont été remplis dans le même ordre que dans l'étude 1. Par rapport à l'étude 1, cependant, dans l'étude 2, les participants ont reçu le montant d'argent qu'ils avaient gagné dans l'expérience «Devil's chest» et ils ont été informés de ce fait avant de terminer l'expérience.

2.5.4. analyses statistiques

L’évaluation des données a été réalisée de manière analogue pour étudier 1.

2.6. Résultats

Le score OGAS et les heures de jeu en ligne par semaine n'étaient pas normalement distribués dans les groupes de participants de contrôle masculins et féminins. De plus, le score s-IAT et l'âge n'étaient pas répartis normalement dans le groupe des participantes témoins. La corrélation entre GAIN et le score s-IAT dans le groupe de joueurs masculins de WoW a été testée unilatéralement, sur la base des résultats de l'étude 1.

Des statistiques descriptives pour les participants de contrôle et les joueurs de WoW sont présentées dans Tableau 3. Ici, les participants de contrôle masculins et féminins avaient une expérience de jeu, un nombre d’heures de jeu en ligne par semaine et un score OGAS significativement inférieurs à ceux des joueurs de WoW masculins et féminins (voir Tableau 3). De plus, les joueuses de WoW ont affiché des scores significativement plus élevés au s-IAT que les participantes au contrôle. Toutes les autres variables ne différaient pas significativement entre les participants au contrôle et les joueurs de WoW.

Tableau 3.

Moyenne, écart type (SD), plage possible / réelle, t-/U valeur et signification des différences de moyennes entre le groupe contrôle et le groupe WoW (p) pour les variables de l'expérience de jeu (années), les heures de jeu en ligne par semaine, GAIN, s-IAT, OGAS, WoW-SPUQ et BIS-11 pour le WoW et participants de contrôle.

Options de la table

2.6.1. Analyses de corrélation

Pour les groupes de participants de contrôle masculins ou féminins, l'âge des participants n'était pas significativement corrélé au score GAIN, au score s-IAT ou au score OGAS. Toutes les autres corrélations sont présentées dans Tableau 4. Ici, GAIN n'était pas significativement lié ni au score s-IAT ni au score OGAS pour les participants hommes et femmes. En outre, le score s-IAT était positivement lié à l'impulsivité de l'attention de la sous-échelle BIS-11 chez les participants de contrôle masculins. Toutes les corrélations significatives sont restées significatives après l'inspection des intervalles de confiance BCa 95%.

Tableau 4.

Corrélations de Spearman et Pearson pour les variables GAIN, s-IAT, OGAS et BIS-11 pour le groupe de participants témoins.

Les corrélations de Spearman sont décrites dans Italique.

n (hommes) = 39, n (hommes, BIS-11) = 38, n (femmes) = 38, n (femmes, BIS-11) = 36.

⁎⁎

p <0.01.

⁎

p <0.05.

Options de la table

Pour le groupe de joueurs masculins et féminins de WoW, l'âge n'était pas significativement corrélé avec le score GAIN, s-IAT, OGAS ou WoW-SPUQ. Toutes les autres corrélations sont présentées dans Tableau 5. Ici, GAIN était associé négativement au s-IAT et au score WoW-SPUQ uniquement dans le groupe de joueurs masculins de WoW. Cependant, ces corrélations ne montrent qu’une tendance à la significativité (r = - 0.30, p = 0.063, test unilatéral et r = - 0.313, p = 0.104, test bilatéral). Toutes les corrélations significatives sont restées significatives après l'inspection des intervalles de confiance BCa à 95%.

Tableau 5.

Corrélations de Spearman et Pearson pour les variables GAIN, s-IAT, OGAS, le score WoW-SPUQ et BIS-11 pour le groupe de joueurs WoW.

Les corrélations de Spearman sont décrites dans Italique. Pour les participants de sexe masculin, la corrélation entre le gain de l'expérience et le score s-IAT a été testée unilatéralement.

n (hommes) = 28, n (hommes, BIS-11) = 27, n (femmes) = 16, n (femmes, BIS-11) = 15.

⁎⁎

p <0.01.

⁎

p <0.05.

Options de la table

2.6.2. Vérification de la manipulation de l'expérience «Devil's chest» comme mesure d'apprentissage implicite

Les résultats des mesures répétées ANOVA n'ont pas montré de différence moyenne significative entre le GAIN lors des 18 premiers et des 18 derniers essais de l'expérience «Devil's chest» dans le groupe des hommes (F (1, 38) = 1.949, p = 0.171; M1 = 232.56 et M2 = 218.21) et femelle (F (1, 37) = 0.594, p = 0.446; M1 = 221.18 et M2 = 209.87) témoins. Pour le groupe de joueurs masculins de WoW, la différence entre les essais 1–18 et 19–36 est devenue significative (F (1,27) = 5.377, p = 0.028, M1 = 235.54 et M2 = 205.54; donc avec un résultat plus faible en M2 par rapport à M1), alors que pour les joueuses de WoW il est resté non significatif (F (1,15) = 0.295, p = 0.595, M1 = 225.31 et M2 = 213.75).

Note aux utilisateurs:
Les manuscrits acceptés sont des articles dans la presse qui ont été révisés par des pairs et acceptés pour publication par le comité de rédaction de cette publication. Ils n'ont pas encore été édités et / ou formatés dans le style de la maison d'édition, et ils ne disposent peut-être pas encore de toutes les fonctionnalités de ScienceDirect. Par exemple, des fichiers supplémentaires peuvent encore devoir être ajoutés, des liens vers des références peuvent ne pas encore être résolus, etc. Le texte pourrait toujours changer avant la publication finale.

Bien que les manuscrits acceptés ne disposent pas encore de tous les détails bibliographiques disponibles, ils peuvent déjà être cités en utilisant l'année de publication en ligne et le DOI, comme suit: auteur (s), titre de l'article, publication (année), DOI. Veuillez consulter le style de référence de la revue pour l'apparence exacte de ces éléments, l'abréviation des noms de revue et l'utilisation de la ponctuation.

Lorsque l'article final est affecté aux volumes / numéros de la publication, l'article dans la version presse sera supprimé et la version finale apparaîtra dans les volumes / numéros publiés associés de la publication. La date à laquelle l’article a été publié pour la première fois en ligne sera reportée.