Autres titres
의 및 분류
Auteur
Auteur (s) alternatif (s)
하 피즈
Conseiller (s)
Jung Yong Kim
Date d'émission
2018-02
Publisher
대학교
Degré
Docteur
Abstract
Au cours des dernières années, les psychologues, les psychiatres, les parents, les enseignants, les médias et les organisations de santé mentale et, dans une certaine mesure, les joueurs du monde entier ont accordé une attention croissante à la dépendance au jeu. Certains chercheurs utilisent la terminologie de l'utilisation problématique ou excessive du jeu au lieu du terme désordre pour désigner l'utilisation néfaste du jeu vidéo. D'après des études empiriques publiées, dont la plupart datent des débuts de 2000 à ce jour, il semble que le jeu excessif ou la dépendance au jeu aient des effets potentiellement néfastes sur les individus, au même titre que les autres dépendances traditionnelles, y compris les toxicomanies. De plus, il n’existe pas de critères de dépistage uniformes, psychologiques ou physiologiques, et l’utilisation de critères incohérents et non standardisés pour détecter la dépendance au jeu mobile a été un obstacle à la portée. La plupart des méthodes de recrutement présentent des biais sérieux en matière d’échantillonnage, qui reposent davantage sur des échantillons auto-sélectionnés. Clairement, il existe une lacune dans la compréhension établie actuelle de la dépendance au jeu. Des recherches épidémiologiques sont nécessaires pour déterminer la présence et la prévalence de problèmes cliniquement significatifs associés à la dépendance au jeu afin d’améliorer la guérison et le traitement. Un modèle est proposé pour faire face à ces problèmes; il diagnostique la dépendance au jeu physiologiquement à partir de données encéphalographiques et met en œuvre les résultats obtenus sous la forme d'un dispositif ou d'une application les utilisant pratiquement comme un avertissement pour se laisser prendre à la dépendance au jeu. Cette étude examine les attributs de fréquence et de domaine temporel de l'EEG afin de rechercher la possibilité de détecter toute distinction entre les joueurs de jeu mobiles dépendants et non dépendants. Échelle complète pour l'évaluation du comportement de jeu (CGS) Manuel 2010 a été utilisé pour enregistrer les informations démographiques de base et une pré-catégorisation concernant le dispositif de jeu. Le signal EEG a été analysé dans les domaines temporel et fréquentiel afin de mener une recherche détaillée sur les corrélats de la dépendance au jeu mobile différenciant les deux catégories, à savoir: joueurs dépendants et non dépendants. L’analyse simultanée dans les domaines temporel et fréquentiel a permis de discriminer la région du cuir chevelu et la fréquence spécifique entre les deux groupes. La corrélation croisée et les observations issues de l'étude de la puissance totale des données spectrales ont permis de se concentrer sur la région occipitale. Une analyse plus détaillée a permis de déterminer la fréquence spécifique distinguant les sujets dépendants des sujets non dépendants. Un test t a été réalisé pour vérifier les différences descriptives entre la moyenne et l'écart type des valeurs du spectre de puissance entre les groupes de sujets dépendants et non dépendants. Il a été observé que la variation des valeurs moyennes et l'étendue de l'écart type des données spectrales des sujets dépendants étaient très supérieures à celles des sujets non dépendants. La tendance générale des fréquences alpha, bêta et thêta a été observée comme étant dominante et distinctive par rapport aux autres fréquences chez les sujets toxicomanes. Un modèle de régression logistique a été ajusté aux données spectrales de la région occipitale. Le modèle a été testé après une formation avec les échantillons disponibles et la précision de la prévision a confirmé qu'il peut être utilisé comme outil pratique pour diagnostiquer une dépendance au jeu en utilisant le signal EEG de la région occipitale en utilisant la modélisation des composantes de fréquence thêta uniquement. Une conception est suggérée sur la base des outils statistiques et de la modélisation de régression, qui peut être utilisée comme application dans les appareils mobiles. Les données EEG peuvent être collectées à partir de casques à une ou deux électrodes / capteurs disponibles dans le commerce. Les données peuvent être incorporées dans l'application, qui calculera le niveau de détection de dépendance.
URI
http://www.dcollection.net/handler/hanyang/000000104854http://repository.hanyang.ac.kr/handle/20.500.11754/68160
Apparaît dans les collections:
ÉCOLE DIPLÔMÉE [S] () > INGENIERIE DE LA GESTION INDUSTRIELLE (산업 경영 공학과) > Thèses (Ph.D.)
Fichiers dans cet article:
;
