Que ferait mon avatar? Jeu, pathologie et prise de décision risquée (2013)

Psychol avant. 2013 sept. 10; 4: 609. doi: 10.3389 / fpsyg.2013.00609. eCollection 2013.

Abstract

Des travaux récents ont révélé une relation entre l'utilisation de jeux vidéo pathologiques et une impulsivité accrue chez les enfants et les adolescents. Quelques études ont également démontré une prise de risque accrue en dehors de l'environnement de jeu vidéo après un jeu, mais ce travail s'est largement concentré sur un type de jeu vidéo (à savoir, les courses). Motivés par ces résultats, l'objectif de la présente étude était d'examiner la relation entre l'utilisation de jeux vidéo pathologiques et non pathologiques, l'impulsivité et la prise de décisions risquée. La présente étude a également examiné la relation entre l'expérience avec deux des genres de jeux vidéo les plus populaires [à savoir, le jeu de tir à la première personne (FPS) et la stratégie] et la prise de décision risquée. Conformément aux travaux antérieurs, ~ 7% de l'échantillon actuel d'adultes d'âge universitaire répondait aux critères d'utilisation d'un jeu vidéo pathologique. Le nombre d'heures consacrées au jeu par semaine était associé à une impulsivité accrue pour une mesure autodéclarée et pour la tâche d'actualisation temporelle. Cette relation était sensible au genre du jeu vidéo; spécifiquement, l'expérience avec les jeux FPS était positivement corrélée avec l'impulsivité, tandis que l'expérience avec les jeux de stratégie était négativement corrélée avec l'impulsivité. Le nombre d'heures par semaine et les symptômes pathologiques prédisaient une prise de risque plus importante dans la tâche à risque et dans la tâche Iowa Gambling, accompagnée d'une performance globale plus médiocre, indiquant que même lorsque les choix à risque n'étaient pas rentables, les individus qui passaient plus de temps à jouer et à endurer davantage de symptômes pathologiques le jeu a continué à faire ces choix. Sur la base de ces données, nous suggérons que la présence de symptômes pathologiques et le genre de jeu vidéo (par exemple, FPS, stratégie) puissent être des facteurs importants pour déterminer le rapport entre l'expérience de jeu et l'impulsivité et la prise de décision risquée.

Mots clés: jeux vidéo, prise de décision, risque, utilisation de jeux vidéo pathologiques, impulsivité, traitement des récompenses

Des recherches antérieures ont montré que l’expérience des jeux vidéo influençait la cognition et les émotions de multiples façons (West et Bailey, 2013). Par exemple, une plus grande expérience des jeux vidéo est associée à une diminution de l’utilisation du contrôle cognitif proactif (Kronenberger et al., 2005; Mathews et al., 2005; Bailey et al., 2010), des différences d’expérience et d’expression d’affect positif et négatif (Bartholow et al., 2006; Le kirsh et les monts, 2007; Bailey et al., 2011), et une augmentation du nombre de symptômes associés au TDAH, en particulier chez les personnes présentant des jeux vidéo pathologiques (PVP; Gentile, 2009; Gentile et al., 2011; Pawlikowski et Brand, 2011). Les résultats de nombreuses études démontrent que l’efficacité de la prise de décision est modérée par le contrôle émotionnel, exécutif ou cognitif, ainsi que par la présence d’une dépendance chimique et comportementale (Tanabe et al., 2007; Weber et Johnson, 2009; Figner et Weber, 2011). Compte tenu de l'association entre expérience de jeu vidéo, PVP et contrôle émotionnel et cognitif, on pourrait s'attendre à ce que l'expérience de jeu vidéo ait un effet néfaste sur l'efficacité de la prise de décision. À l'appui de cette hypothèse, quelques études ont démontré que l'exposition aux jeux vidéo de course pouvait influer sur la prise de décision concernant le comportement de conduite dans le monde réel (Fischer et al., 2009; Beullens et al., 2011). La présente étude s’appuie sur les preuves existantes en examinant la relation entre les autres genres de jeux vidéo [c.-à-d. Jeu de tir à la première personne (FPS) et stratégie], le PVP et la prise de décision risquée dans un contexte de jeu.

Les recherches portant sur la relation entre les jeux vidéo et la prise de décisions à risque ont principalement porté sur les effets des jeux de course sur les attitudes et l’engagement vis-à-vis des comportements de conduite à risque (ex: vitesse, conduite amusante, course de rue; voir Fischer et al., 2011). Selon des mesures autodéclarées, le temps passé à jouer à des jeux vidéo de course est positivement associé à la conduite à risque chez les adolescents et les adultes, en particulier les hommes (Beullens et al., 2011) et associé négativement à la conduite prudente (Fischer et al., 2007). En outre, l'exposition en laboratoire aux jeux de course accroît les attitudes positives à l'égard de la prise de risque et d'une prise de risque accrue dans une tâche de conduite simulée par ordinateur (Fischer et al., 2005). 2007, 2009), ce qui peut être dû en partie à une plus grande perception de soi en tant que facteur de risque (Fischer et al., 2009). En outre, les jeux vidéo de course semblent être les plus attrayants pour les personnes prédisposées à un risque accru d'accidents de la route et de décès (Administration nationale de la sécurité du trafic routier, 2009). Sur la base de ces résultats, il apparaît que l'exposition aux jeux vidéo à long et à court terme peut entraîner des changements d'attitude envers les comportements illustrés dans le jeu et la participation à ces comportements.

L’utilisation de jeux vidéo pathologiques représente un problème important pour 8 – 9% des enfants et des adolescents 2009; Gentile et al., 2011). Les personnes présentant davantage de symptômes de PVP déclarent jouer à des jeux vidéo plus souvent et plus longtemps, en sautant d'autres activités (devoirs, tâches ménagères, etc.) pour jouer à des jeux vidéo et en utilisant des jeux vidéo pour échapper plus souvent à leurs problèmes que leurs pairs. Une symptomatologie accrue de la PVP est également liée aux rapports faisant état d’une augmentation de l’agressivité et de l’impulsivité, d’une piètre performance scolaire et de niveaux élevés de symptômes liés à la dépression et au TDAH (Gentile et al., 2004). 2011).

Le jeu pathologique peut également être lié à une augmentation de la prise de décision risquée. Pawlikowski et Brand (2011) ont examiné les différences individuelles en matière de jeu excessif sur Internet et de performances sur la tâche Jeu de dés, une mesure de la prise de décision risquée. Dans cette tâche, le participant tente de gagner le plus d'argent possible en devinant le nombre qui pourrait résulter du résultat d'un dé à faces 6. Un nombre excessif de joueurs sur Internet a choisi les options à faible probabilité plus souvent que les non-joueurs, ce qui a entraîné des pertes plus importantes. Ce comportement est similaire à celui affiché par les personnes ayant des problèmes de jeu (Cavedini et al., 2002; Brand et al., 2005). Ces travaux suggèrent que le jeu pathologique est associé positivement à une impulsivité et à une prise de risque accrues, supérieures au temps passé à jouer.

Les preuves tirées d'études portant sur la consommation de substances et le jeu problématique peuvent fournir des indications sur la manière dont la PVP influence la prise de décision risquée. Utilisation de substances (Kirby et al., 1999; Mitchell, 1999; Kim et al., 2011) et le jeu problématique (Brand et al., 2005; Slutske et al., 2005; Tanabe et al., 2007) sont liées à une augmentation de la prise de décision à risque par l’une ou plusieurs des voies suivantes: perturbation des fonctions exécutives, sensibilité altérée aux résultats positifs et négatifs ou impulsivité accrue. Par exemple, les patients dépendants de l’alcool obtiennent de moins bons résultats lors de la tâche Iowa Gambling Task (IGT); Kim et al., 2011), en prenant plus de temps à apprendre des résultats négatifs (c.-à-d. en continuant de choisir les cartes parmi les «mauvais» jeux de cartes) par rapport aux patients non dépendants de l'alcool. Le jeu pathologique a été associé à une diminution de l’activité préfrontale dans l’hémisphère droit au cours de l’IGT, reflétant probablement des changements dans la prise de décision impliquant un risque (Tanabe et al., 2007). Les effets de la nicotine sur l’impulsivité ont été largement étudiés à l’aide de la tâche d’actualisation temporelle (TD) (p. Ex. Mitchell, 1999; Ohmura et al., 2005) dans laquelle les participants choisissent entre des récompenses plus petites distribuées immédiatement ou après un court délai et des récompenses plus importantes livrées après un délai plus long (Loewenstein et Thaler, 1989; Lis, 2004). La sélection de la plus petite récompense immédiate peut être interprétée comme reflétant une impulsivité plus grande. Les fumeurs de cigarettes sont toujours plus impulsifs sur cette tâche que les non-fumeurs (Mitchell, 1999; Reynolds et al., 2004). De plus, la mesure dans laquelle les fumeurs actualisent leurs gains différés est corrélée à leur apport quotidien en nicotine (Reynolds et al., 2004; Ohmura et al., 2005). Ces résultats indiquent que la toxicomanie et le jeu compulsif sont positivement associés à la sélection impulsive de récompenses immédiates, probablement en raison d'un contrôle affaibli sur le comportement.

Les jeux vidéo de course semblent privilégier les pensées et les comportements de conduite risqués; Cependant, il est encore difficile de savoir si différents genres de jeux vidéo peuvent également être déterminants dans la prise de décision risquée dans d'autres domaines. Cependant, il est prouvé que certains genres de jeux vidéo peuvent avoir des effets différentiels sur le contrôle cognitif, un ensemble de capacités permettant de maintenir un traitement de l’information dirigé par un objectif (Basak et al., 2003). 2008; Bailey et al., 2010). Par exemple, dans une étude de différence individuelle (Bailey et al., 2010), ont constaté que l’expérience des jeux vidéo FPS était corrélée à une réduction du contrôle proactif (maintien actif et continu des informations pertinentes pour les objectifs) et non corrélée au contrôle réactif (la mobilisation juste-à-temps du contrôle après la détection d’un conflit; Braver , 2012). De plus, Swing (2012) a démontré que l'expérience 10 h de FPS avait entraîné une réduction de l'utilisation du contrôle proactif dans une étude de formation. Ces résultats peuvent indiquer que les joueurs FPS sont plus susceptibles de prendre leurs décisions sur le moment plutôt qu'après une délibération réfléchie, tendance qui pourrait se manifester par une préférence pour des récompenses immédiates plutôt que par une évaluation à long terme des risques et des avantages. Contrairement aux jeux FPS, les jeux vidéo de stratégie peuvent favoriser une planification minutieuse et un contrôle du comportement de la part des dirigeants. Basak et al. (2008) a démontré que la formation de 23.5 sur un jeu vidéo de stratégie améliorait la capacité de commutation des tâches et la mémoire de travail. Ce domaine de recherche est pertinent pour l’étude actuelle car des structures neuronales similaires sont impliquées dans le contrôle cognitif et la prise de décision (Steinberg, 2008; Christopoulos et al., 2009). Par conséquent, les effets de l'exposition aux jeux vidéo sur ces zones cérébrales peuvent également avoir des conséquences sur l'efficacité de la prise de décision.

Le but de la présente étude était d'étendre les travaux de Fischer et al. (2007, 2009) à d’autres genres de jeux vidéo et contextes de prise de décision afin de permettre une compréhension plus complète de la relation entre l’expérience de jeu vidéo et la prise de décision risquée. Afin d'atteindre cet objectif, plusieurs tâches de prise de décision impliquant des risques ont été utilisées. Nous nous sommes concentrés sur les FPS et les jeux vidéo de stratégie en raison de leur popularité constante parmi les joueurs (The NDP Group, 2010), ainsi que leur potentiel d’influence opposée dans la prise de décision. Dans la présente étude, des personnes ont déclaré avoir déjà utilisé des jeux vidéo (heures passées par semaine, symptômes du PVP et genre) et rempli un ensemble de questionnaires et de tâches informatisées évaluant les prises de décisions risquées. L'analyse de corrélation canonique (ACC) a été utilisée pour examiner les relations latentes entre l'expérience de jeu vidéo, la PVP et le sexe (variables prédictives) et les mesures de prise de décision risquée (variables dépendantes). Basé sur des travaux antérieurs (Gentile, 2009; Gentile et al., 2011), nous avons émis l’hypothèse que le nombre moyen d’heures consacrées à la lecture de jeux vidéo par semaine et le nombre de symptômes pathologiques avalisés permettraient de prévoir une impulsivité accrue, un biais en faveur de récompenses immédiates ou plus importantes et une sélection accrue des options les plus risquées. Les FPS et les jeux vidéo de stratégie devaient être associés différemment aux décisions risquées; Les joueurs FPS devaient être plus impulsifs et plus sensibles aux récompenses, tandis que les joueurs en stratégie devaient choisir moins d'options risquées et être plus sensibles aux résultats négatifs. Les interactions entre heures, PVP et genre ont également été examinées afin de déterminer si les effets du temps passé à jouer à des jeux vidéo et la cooccurrence de pathologies modéreraient les relations avec le genre.

Method

Participants

Les participants étaient des étudiants de premier cycle 149 (femmes 70) de l’Iowa State University dont l’âge variait de 16 à 30. En raison d'une erreur dans le logiciel, les données de la phase de test de la tâche de sélection probabiliste ont été perdues pour un participant. Un consentement éclairé a été obtenu de tous les participants et ils ont reçu un crédit de cours pour leur participation. L'étude a été approuvée par le comité d'examen institutionnel de l'université.

Matériaux et design

Questionnaire sur l'utilisation des médias

Le questionnaire sur l’utilisation des médias comprenait trois questions d’ordre supérieur. Deux questions demandaient à l'individu d'indiquer le nombre d'heures consacrées à la lecture de jeux vidéo un jour de semaine typique (question 1, du lundi au vendredi) ou un week-end (question 2, samedi et dimanche) pour chacune des quatre plages horaires (6 de midi à midi). à 6 pm, 6 pm à minuit et minuit à 6 am). La troisième question demandait au participant d'indiquer à quelle fréquence il / elle jouait chacun des différents genres de jeux vidéo 12 et quel jeu vidéo il passait le plus de temps. Les variables dépendantes utilisées étaient le nombre total d'heures consacrées à la lecture de jeux vidéo par semaine et la classification en tant que FPS ou lecteur de jeu de stratégie (0 ou 1) en fonction du genre de jeu vidéo qu'ils ont déclaré jouer le plus souvent. La fiabilité interne était élevée pour le nombre d'heures de lecture (coefficient α = 0.85) et pour l'expérience des différents types de jeux vidéo (coefficient α = 0.87).

Échelle de jeu pathologique

Une version révisée de l’échelle PVP (Gentile, 2009; Gentile et al., 2011) était composé de 13 éléments basés sur les critères du DSM-IV pour la dépendance au jeu. Les participants ont répondu à chaque question en sélectionnant «oui», «non», «parfois» ou «ne sais pas». La variable dépendante était le nombre de questions auxquelles ils ont répondu «oui» (1–13). La fiabilité interne de l'échantillon actuel était acceptable (coefficient α = 0.60).

Échelle d'impulsion de Barratt

La version 11 de l’échelle d’impulsivité de Barratt (BIS-11; Patton et al., 1995) a été utilisé pour mesurer l’impulsivité générale. Le BIS-11 comprend des instructions 30 (par exemple, je change de passe-temps; je planifie la sécurité de l'emploi) et chaque participant sélectionné parmi les options suivantes: "Rarely / Never", "Occasionnellement", "Souvent" ou "Presque". toujours / toujours. »Pour la notation, les réponses ont été codées numériquement de 1 (rarement / jamais) à 4 (presque toujours / toujours) et additionnées pour obtenir un score total (0 – 20). Des scores plus élevés indiquent des niveaux d'impulsivité plus élevés. La fiabilité interne du BIS dans l'échantillon actuel était élevée (coefficient α = 0.75).

Échelle d'attitudes de risque

Une version modifiée de l'échelle risques-attitudes (RAS; Weber et al., 2002) incluait les énoncés 20 des sous-échelles éthique, jeu et loisirs de la mesure initiale. Les participants ont indiqué à quel point ils étaient susceptibles ou peu susceptibles d'adopter le comportement décrit dans chaque énoncé sur une échelle allant de 1 (très peu probable) à 5 (très probable). La variable dépendante était le score moyen de tous les éléments (1 – 5). Des scores plus élevés reflètent des attitudes plus acceptables envers le risque. La fiabilité interne de la mesure dans l'échantillon actuel était élevée (coefficient α = 0.76).

Tâche de jeu de l'Iowa

Dans l'IGT (Bechara et al., 1994) les participants ont sélectionné un des quatre jetons à chaque essai afin de gagner des points. Chaque jeton était associé à son propre ensemble de gains et de pertes. Les participants ont été invités à essayer de gagner le plus de points possible avant la fin de la tâche. Le gain ou la perte pour chaque jeton a été prédéterminé pour chacun des essais 100, de sorte que la sélection de deux des jetons (cercle ou carré) de la plupart des essais donne un gain net de points, tout en sélectionnant les deux autres jetons (cristal ou diamant). sur la plupart des essais, il en résulte une perte nette de points. On n'a pas indiqué aux participants quels jetons étaient «bons» et quels étaient «mauvais». Après avoir sélectionné un jeton, le participant a été informé du résultat (gain ou perte) et du nombre total de points qu'il avait gagnés. Les jetons sont restés à l'écran jusqu'à ce que le participant effectue une sélection. La rétroaction était affichée pour 1500 ms et les clés de réponse étaient «i» (cercle), «r» (cristal), «c» (carré) et «m» (losange). La variable dépendante était le nombre de fois que de «mauvais» jetons ont été sélectionnés dans les derniers essais 20.

Actualisation temporelle

La tâche de TD était semblable à celle de McClure et al. (2004). Les participants ont exprimé leur préférence parmi une série de choix entre une plus petite somme d’argent reçue plus tôt et une plus grande somme d’argent reçue plus tard. Les participants ont été priés de prendre chaque décision comme s’ils recevraient l’option choisie. Les deux premiers choix ont été corrigés pour permettre aux participants d'apprendre à répondre à la tâche. Le premier choix obligeait les participants à choisir entre les mêmes montants d’argent disponibles à deux délais différents (par exemple, $ 27.10 en semaines 2 vs $ 27.10 en mois 1 et 2 en semaines) et le deuxième choix obligeait les participants à choisir entre deux montants dans lequel le montant antérieur est inférieur à 1 pour cent du montant ultérieur (par exemple, $ 0.16 aujourd'hui par rapport à $ 34.04 le mois 1 et les semaines 2). Les essais 40 restants ont été construits en combinant l’un des retards précoces (aujourd’hui, les semaines 2 ou le mois 1) avec l’un des retards ultérieurs (semaines 2, le mois 1) et l’un des pourcentages suivants de différences financières: 1, 3, 5, 10, 15, 25, 35, 50%. Le montant initial a été prélevé au hasard dans une plage allant de 5 $ à 40 $, puis le montant le plus élevé a été défini sur la différence de pourcentage spécifiée. Toutes les combinaisons des retards précoces, des retards tardifs et des différences en pourcentage ont été utilisées, à l’exception des retards ultérieurs supérieurs à 6 mois après l’expérience. Les deux options étaient affichées de chaque côté de l’écran, la récompense la plus petite et la plus ancienne étant toujours présentée à gauche, et les options demeuraient à l’écran jusqu’à ce qu’une réponse soit fournie. Un triangle jaune situé sous chaque option est devenu rouge pendant 2000 ms après la réponse pour indiquer la sélection. Cela a été suivi par un écran vide pour 2000 ms et ensuite le choix suivant est apparu. Les clés de réponse étaient "v" pour l'option à gauche et "m" pour l'option à droite. La variable dépendante était le pourcentage de choix où le montant d’argent précédent / inférieur avait été sélectionné. La sélection plus fréquente de l'option antérieure indique une plus grande aversion pour le risque.

Sélection probabiliste

Dans la tâche de sélection probabiliste (Frank et al., 2004), les participants ont visionné trois paires de stimuli (AB, CD, EF) présentés au hasard et ont été priés de sélectionner l’un des stimuli dans chaque paire. Des commentaires probabilistes ont été présentés après chaque sélection. Dans la première paire, sélectionner A entraînait une réaction positive (c.-à-d. «Correct!») 80% du temps et sélectionner B conduisant à une rétroaction négative (c.-à-d. «Incorrect») 20% du temps. Dans la deuxième paire, la sélection de C entraînait une réaction positive 70% du temps, et dans la troisième paire, la sélection de E entraînait une réaction positive 60% du temps. Les participants ont réalisé trois blocs d'apprentissage d'essais 60 (20 de chaque paire). Dans le bloc final, les participants ont examiné toutes les paires possibles des six stimuli quatre fois et n’ont reçu aucun retour sur leurs choix. Les stimuli étaient six caractères japonais Hiragana contrebalancés par les trois probabilités de rétroaction (c.-à-d., AB, CD, EF). Dans tous les blocs, les chiffres sont restés à l'écran jusqu'à ce qu'une réponse soit fournie ou jusqu'à ce que 4000 soit transmis si aucune réponse n'était détectée. Dans les blocs d'apprentissage, les commentaires étaient affichés pour 1500 ms. Il y avait un intervalle 500 ms de réponse au stimulus dans le bloc final. Les touches de réponse étaient “v” pour sélectionner le chiffre à gauche et “m” pour sélectionner le chiffre à droite. Les variables dépendantes étaient le pourcentage d'essais dans lesquels A était choisi (Choisissez A) et B était évité (Éviter B) dans le bloc final. Une sélection plus importante de A que d'éviter B dans le bloc final indique un apprentissage basé sur des résultats positifs plutôt que négatifs. Un plus grand évitement de B que la sélection de A dans le bloc final indique un apprentissage basé sur des résultats négatifs plus que des résultats positifs.

Tâche de risque

Dans la tâche de risque (Knoch et al., 2006), les participants ont reçu six boîtes, chacune contenant également un jeton gagnant. Certaines boîtes étaient bleues et d'autres roses. Les participants ont été priés de choisir la couleur de la boîte qui, à leur avis, contiendrait le jeton gagnant. S'ils choisissaient correctement, ils recevaient le nombre de points associé à la couleur qu'ils avaient sélectionnée, mais s'ils étaient incorrects, ils perdaient autant de points. Deux variables ont été manipulées dans cette tâche. Le niveau de risque fait référence au rapport entre les zones roses et bleues pouvant être 5: 1, 4: 2 ou 3: 3. Par exemple, s'il existe des zones bleues 5 et une zone rose 1, il existe un risque 1 dans 6 que la zone rose contienne le jeton gagnant; Par conséquent, choisir le rose serait plus risqué que le bleu. La balance des récompenses correspond au nombre de points que les couleurs valent et peuvent être 90: 10, 80: 20, 70: 30 ou 60: 40. La couleur avec moins de cases valait toujours la plus grande valeur en points. Dans l'exemple ci-dessus, par exemple, choisir le rose valait des points 90, alors que sélectionner le bleu ne valait que des points 10. Les participants ont terminé les essais 100. Quatre d'entre elles étaient des combinaisons du niveau de risque 3: 3 avec une balance des avantages et n'ont pas été incluses dans l'analyse. Les autres essais 96 comprenaient toutes les autres combinaisons possibles de niveau de risque, d’équilibre des avantages et de couleur. Le niveau de risque était affiché au-dessus des cases de chaque essai et le solde des récompenses était affiché ci-dessous. La boîte de dialogue reste affichée à l'écran jusqu'à ce que le participant réponde, suivie d'un retour d'information affichant le résultat et le nombre total de points pour 1500 ms. Les touches de réponse étaient “v” pour sélectionner le rose et “m” pour sélectionner le bleu. Les variables dépendantes de cette mesure étaient le score total à la fin de la tâche (Risque total) et le pourcentage de sélections à faible risque (Risque faible).

Procédure

Tous les stimuli ont été présentés à l’aide du logiciel E-Prime 1.2 (Outils logiciels pour la psychologie, Pittsburgh, PA). Les participants ont signé le consentement éclairé et rempli le questionnaire BIS-11, échelle de jeu pathologique, le service d'accès distant et le questionnaire sur l'utilisation des médias. La moitié des participants ont accompli les tâches dans l'ordre suivant: TD, tâche de risque, tâche de jeu de l'Iowa et sélection probabiliste; l'autre moitié des participants a exécuté les tâches dans l'ordre inverse. Les participants ont également effectué les tâches utiles relatives au champ de vision et au signal d’arrêt, mais comme ces données ne traitent pas spécifiquement de la relation entre les jeux vidéo et la prise de décision risquée, elles ne sont pas rapportées ici. Une fois les tâches terminées, les participants ont été débriefés et remerciés pour leur participation. L’ensemble de l’étude a pris ~ 90 min.

Résultats

Caractéristiques de l'échantillon

lampe de table Table11 inclut les moyennes, les écarts types et les plages de toutes les variables mesurées. Plus de la moitié de l’échantillon (64%) ont déclaré jouer à des jeux vidéo au moins X h par semaine. La durée moyenne déclarée de jeux vidéo était de 2 h par semaine (SD = 25.4, 25th quartile = 0, 50th quartile = 13, 75th quartile = 34). Les hommes ont déclaré jouer plus d'heures par semaine (M = 28.2, SD = 21.9) que les femmes (M = 12.1, SD = 26.5), t(147) = 4.06, p <0.001. Le jeu pathologique (c'est-à-dire répondre «oui» à 6 ou plus des énoncés de l'échelle PVP) a été signalé par 7.4% (hommes = 13.9%, femmes = 0%) de l'échantillon, ce qui correspond au taux observé dans d'autres échantillons de enfants et adolescents (Gentile, 2009; Gentile et al., 2011). Le nombre moyen de symptômes de jeu pathologiques était, M = 1.8, SD = 2.0. Les hommes ont signalé davantage de symptômes liés au jeu pathologique (M = 2.7, SD = 2.1) que les femmes (M = 0.8, SD = 1.2), t(147) = 6.90, p <0.001.

Tableau 1 

Statistiques descriptives pour toutes les variables indépendantes et dépendantes.

Corrélations d'ordre zéro

Les corrélations entre toutes les variables incluses dans les analyses sont présentées dans le tableau Table2.2. Le schéma d’association observé dans ces variables est brièvement résumé avant la prise en compte des résultats de la CCA afin d’orienter le lecteur vers les relations fondamentales présentes dans l’ensemble de données. Outre les variables observées, cinq termes d'interaction bidirectionnelle ont été calculés (nombre d'heures consacrées aux jeux vidéo par semaine (heures) avec PVP et les deux genres de jeux vidéo (c.-à-d. FPS et stratégie) et PVP. avec les deux genres). Le sexe (code factice: Homme = 1, Femme = 2) était négativement corrélé avec Heures, FPS, PVP, RAS, Heures × PVP, Heures × FPS, Heures × Stratégie, PVP × FPS et Stratégie PVP ×, indiquant que les hommes étaient signalés plus grande expérience de jeu vidéo, jeu pathologique et prise de risque que les femmes. Les heures étaient positivement corrélées avec les stratégies PVP, PVP × FPS et PVP ×. Le jeu FPS était positivement corrélé avec la PVP. Le jeu de stratégie était positivement corrélé avec PVP et Heures × PVP. Le nombre de symptômes de jeu pathologiques était positivement corrélé avec Heures × FPS et Heures × Stratégie. Ces données indiquent que la prévalence du jeu pathologique augmente avec le nombre d'heures consacrées au jeu par semaine, et cela est vrai tant pour les FPS que pour les jeux de stratégie.

Tableau 2 

Corrélations entre toutes les variables et les termes d'interaction.

Conformément à nos hypothèses, il existait deux modèles d'association entre l'expérience de jeu vidéo et les mesures de la prise de décision risquée (c.-à-d. Impulsivité accrue, sensibilité réduite aux réactions négatives). L’impulsivité autodéclarée était positivement corrélée avec Heures et heures × PVP, conformément aux travaux antérieurs (Gentile et al. 2011). La sélection de la récompense la plus petite et la plus ancienne dans la tâche TD était en corrélation positive avec FPS [FPS Gamers: M = 0.79, SD = 0.17; joueurs non-FPS: M = 0.71, SD = 0.22; t(147) = −2.10, p = 0.04] et Heures × FPS (Figure (Figure1A), 1A), compatible avec l'hypothèse selon laquelle ce genre de jeu vidéo peut déplacer l'attention d'un individu vers des récompenses immédiates, entraînant une prise de décision plus impulsive.

Figure 1 

(A) Proportion moyenne de sélections précoces dans la tâche d’actualisation temporelle en fonction du nombre d’heures et d’identification en tant que joueur FPS. (B) Évitez B dans la tâche de sélection probabiliste en fonction de l'identification en tant que joueur de stratégie. Les barres d'erreur représentent ...

La sélection à partir de mauvaises cartes dans l’IGT était positivement corrélée avec Heures × PVP (Figure 1). (Figure2A), 2A), soutenant l’idée que l’augmentation du nombre d’heures et la pathologie sont liées à une réduction de l’apprentissage due à des résultats négatifs. Le pourcentage de sélections à faible risque dans la tâche à risque était négativement corrélé avec Heures, Heures × PVP et Heures × FPS, indiquant une prise de risque plus importante chez les joueurs. Fait important, le score total dans la tâche de risque était négativement corrélé avec Heures et heures × PVP (Figure (Figure2B), 2B), démontrant que la sélection plus fréquente de l'option plus risquée avait un effet néfaste sur les gains globaux des personnes ayant plus d'expérience de jeu et présentant des symptômes de PVP. De même, la sensibilité à la rétroaction négative dans la tâche de sélection probabiliste était corrélée négativement avec le nombre d’heures, ce qui indique en outre un manque d’apprentissage des résultats négatifs. En revanche, la sensibilité aux commentaires négatifs était positivement corrélée aux jeux de stratégie (Figure (Figure1B) .1B). Les joueurs de stratégie (M = 0.72, SD = 0.25) évite B plus souvent que les joueurs non stratégiques (M = 0.62, SD = 0.23), t(146) = −2.09, p = 0.04, soutenant l'hypothèse selon laquelle ce genre peut encourager les joueurs à tirer les leçons des erreurs et éviter de les reproduire à l'avenir.

Figure 2 

(A) Proportion d’essais sur lesquels les “mauvais” decks ont été sélectionnés dans l’IGT et (B) total des points gagnés dans la tâche de risque en fonction du nombre d'heures et des symptômes de PVP. Les barres d'erreur représentent l'erreur type de la moyenne.

Analyse de corrélation canonique

Examiner les associations latentes entre l'expérience du jeu vidéo et la pathologie (c.-à-d. Les variables prédictives) et la prise de décision risquée (c.-à-d. Les variables dépendantes; Figure Figure3) 3) une USC réalisée. Les avantages de l’utilisation de cette approche et de ses hypothèses ont été exposés dans Sherry et Henson (2005). Fait important, l'ACC réduit le risque d'erreur de type I (c'est-à-dire d'associations significatives parasites) tout en permettant à un enquêteur d'évaluer les relations partagées multivariées entre les deux ensembles de variables (expérience de jeu vidéo et prise de décision risquée). L’analyse a révélé neuf fonctions avec corrélations canoniques au carré (R2c) de 0.39, 0.28, 0.19, 0.14, 0.11, 0.05, 0.03, 0.02 et 0.01 pour les fonctions un à neuf, respectivement. Le modèle complet était significatif en utilisant le critère de Wilks λ = 0.25, F(117, 955) = 1.68, p <0.001. Le λ de Wilks représente la variance inexpliquée par le modèle, donc 1 - Le λ de Wilks représente la taille totale de l'effet du modèle en termes de r2. Dans cette analyse à neuf fonctions canoniques, le r2 était 0.75, ce qui indique que le modèle complet explique 75% de la variance entre les deux ensembles de variables. Pour tester la disposition hiérarchique des fonctions de signification statistique, une analyse de réduction de dimension a été utilisée (Tableau (Table3) .3). Le test du modèle complet était significatif (fonctions 1 – 9), de même que le test des fonctions 2 – 9. Ensemble, ces deux fonctions expliquent 67% de la variance. Aucune des autres fonctions n'expliquait une proportion significative de la variance partagée entre les ensembles de variables après l'extraction des fonctions antérieures. La première fonction canonique a révélé une corrélation de r = 0.62 entre le prédicteur et les variables dépendantes, et la deuxième fonction canonique a révélé une corrélation de r = 0.53 entre les ensembles de variables. Cela indique que pour les deux premières fonctions canoniques, les deux ensembles de variables étaient fortement corrélés (Sherry et Henson, 2005).

Figure 3 

Illustration de la fonction de corrélation canonique avec dix prédicteurs (cases du côté gauche) et huit variables dépendantes (cases du côté droit). La corrélation canonique est celle de Pearson r entre les deux variables latentes (ovales), qui sont dérivées ...
Tableau 3 

Tests de fonctions canoniques.

Les corrélations canoniques entre les variables (prédicteur et dépendant) et les fonctions indiquent les variables qui contribuent le plus fortement à la fonction et peuvent être interprétées de la même manière que les chargements de facteurs dans une analyse factorielle (Afifi et al. 2004). Dans un échantillon de 148, un r 0.30 est significatif au niveau 0.001; donc des variables pour lesquelles r ≥ 0.30 ont été jugés statistiquement significatifs (Tableau (Table4) .4). Conformément à nos prévisions, la première fonction représente une association positive entre heures et jeu pathologique, et prise de risque, impulsivité et apprentissage différentiel à partir de commentaires positifs et négatifs (Figure 1). (Figure4) .4). Plus précisément, la première fonction canonique expliquait 11.12% de la variance dans les variables dépendantes et était plus fortement liée à RAS, risque total, éviter B, choisir A et BIS-11. À l'exception de RAS, le signe de la corrélation était le même pour toutes les variables, ce qui indique qu'elles étaient positivement corrélées. Les scores RAS étaient inversement corrélés aux autres variables, ce qui signifie que les scores les plus élevés sur le RAS étaient associés à des scores totaux plus faibles pour la tâche à risque. La première fonction expliquait 5.34% de la variance dans les variables de prévision avec des contributions principales de Heures × PVP, Heures, Sexe, PVP et Heures × FPS. Toutes ces variables, à l'exception du sexe, étaient positivement reliées aux variables dépendantes, indiquant plus d'heures, de symptômes pathologiques et le temps passé à jouer à des jeux FPS prédictant l'impulsivité, la sensibilité à la rétroaction et les pertes sur la tâche à risque. L'association négative avec le sexe indique que les hommes prennent des décisions plus risquées que les femmes.

Tableau 4 

Corrélations canoniques après rotation varimax des variables dépendantes.
Figure 4 

Représentation graphique des fonctions canoniques significatives et des prédicteurs les plus puissants (côté gauche) et des variables dépendantes (côté droit). Les lignes continues représentent la première fonction canonique et les lignes pointillées représentent la deuxième fonction canonique. ...

La deuxième fonction expliquait 8.08% de la variance dans les variables dépendantes et était la plus fortement liée aux sélections BIS-11, Risque total et faible risque. Comme prévu, les sélections à faible risque étaient associées à des scores plus élevés pour la tâche à risque et à une impulsivité plus faible. La deuxième fonction expliquait 2.94% de la variance dans les variables de prévision et était principalement liée à FPS, Heures × FPS, PVP, Heures et sexe. Conformément à nos hypothèses, l’expérience acquise avec les jeux vidéo FPS et les symptômes de PVP ont prédit une performance inférieure à la tâche à risque (moins de sélections à faible risque et un score total inférieur) et une impulsivité accrue (Figure 1). (Figure4) .4). Contrairement à la première fonction, les scores BIS-11 étaient plus prédits ici, soulignant les effets sur l'impulsivité et corroborant les travaux antérieurs (Gentile, 2009; Gentile et al., 2011).

a lieu

La présente étude visait à examiner les relations entre l’expérience du jeu vidéo, le jeu pathologique et la prise de décision risquée. En accord avec les travaux antérieurs (Gentile, 2009; Gentile et al., 2011), ~ 7% de l’échantillon actuel de jeunes adultes répondaient aux critères du jeu pathologique. De plus, aucun jeu pathologique n'a été observé chez les femmes de notre échantillon. Étant donné l’équilibre entre les sexes dans l’échantillon, cela signifie qu’environ 14% des hommes ayant participé à l’étude ont signalé avoir pratiqué des jeux pathologiques. Des corrélations significatives ont été observées entre les heures consacrées au jeu, le jeu pathologique et le genre de jeu, et l'impulsivité, la prise de risque et la sensibilité à la rétroaction positive et négative. La CCA a révélé que le jeu pathologique était positivement lié à la sensibilité du feed-back, tandis que les jeux FPS étaient liés positivement à l'impulsivité et à la prise de risque.

L’auto-évaluation et les mesures comportementales ont révélé que le jeu pathologique et les jeux FPS étaient positivement associés à une impulsivité plus grande. L’interaction entre heures et PVP était aussi positivement liée aux scores BIS-II, ce qui indique que davantage de symptômes pathologiques étaient associés positivement à une impulsivité plus grande (Gentile et al., 2003). 2011). En complément de cette constatation, la deuxième corrélation canonique représente l'association entre le jeu pathologique, le jeu FPS et l'impulsivité. Les preuves relatives à la tâche TD confirment également l’idée que le genre de jeu peut influer sur l’association entre jeu et impulsivité. Pour la tâche TD, le choix de la récompense la plus petite fournie précédemment peut être considéré comme un indice d’impulsivité (Mitchell, 1999; Ohmura et al., 2005). Dans cette tâche, la sélection de récompenses plus petites était positivement associée au jeu vidéo FPS, mais pas au jeu vidéo de stratégie. L’association entre le jeu FPS et l’impulsivité est intéressante, étant donné que cette forme de jeu est également associée à une réduction de l’utilisation du contrôle cognitif proactif (Bailey, 1997). 2009; Bailey et al., 2010; Balançoire, 2012). Ensemble, ces données peuvent indiquer que les jeux FPS et les jeux pathologiques sont associés à une augmentation du comportement impulsif qui résulte d'une diminution de l'utilisation du contrôle cognitif proactif pour guider le comportement.

L'association entre le jeu et les décisions risquées était sensible au genre de jeu. Dans la tâche à risque, le nombre d'heures passées à jouer à des jeux vidéo, l'interaction entre les heures et le PVP et la catégorisation en tant que joueur FPS étaient tous corrélés négativement avec le pourcentage de sélections à faible risque; et les heures prévues pour sélectionner l'option à haut risque plus fréquemment dans l'ACC. Cela s'est accompagné d'une réduction spectaculaire du total des points gagnés à la fin de la tâche, indiquant que la sélection d'options risquées dans la tâche à risque n'a finalement pas porté ses fruits. Pris ensemble, ces résultats fournissent des preuves claires que le temps de jeu, la pathologie et les jeux FPS influencent la sélection d'options risquées par un individu, et ce comportement semble se poursuivre malgré son effet néfaste sur les performances au fil du temps. Contrairement au jeu FPS, le jeu de stratégie n'était pas aussi fortement lié à une prise de risque accrue. Une explication de l'influence différentielle du genre de jeu est qu'il y aura probablement des répercussions sociales pour prendre des décisions impulsives dans un jeu de stratégie, car le succès dans le jeu nécessite souvent la coopération avec une équipe. Il est important de noter que les jeux de stratégie et les jeux FPS étaient positivement corrélés avec le PVP et la corrélation entre les symptômes pathologiques et les heures × stratégie (r = 0.46) semble être supérieure à la corrélation entre PVP et heures × FPS (r = 0.29), bien que cette différence n'ait pas atteint la signification, t(146) = 1.53, p > 0.05. Cela suggère que les jeux de stratégie et FPS sont tous deux associés au jeu pathologique, mais que les conséquences sur l'impulsivité et la prise de risque ne sont pas les mêmes pour les deux genres. Cela peut être dû à la structure de l'environnement de jeu ou aux objectifs des joueurs dans les différents genres.

Les performances de la tâche de risque, de la tâche de sélection probabiliste et, dans une moindre mesure, de l’IGT fournissent des preuves que le jeu et la pathologie sont positivement associés à une diminution de la sensibilité aux résultats négatifs. Le temps de jeu était positivement corrélé à une moins bonne performance sur la tâche à risque (par exemple, score total plus bas) en raison d'une plus grande sélection d'options risquées. Vraisemblablement, après plusieurs sélections d’options risquées peu probables, l’accumulation de pertes devrait avoir un effet dissuasif sur la sélection ultérieure de l’option risquée, mais cela ne semble pas être le cas. De même, les retours sur plusieurs essais de l’IGT devraient se traduire par une diminution de la sélection parmi les «mauvais» decks. Des scores plus élevés de PVP et des heures de jeu ont été associés à une plus grande sélection parmi les «mauvais» decks bien au-delà du point où la rétroaction a été efficace pour réduire la sélection parmi ces decks parmi les grands joueurs non pathologiques.

La tâche de sélection probabiliste (Frank et al., 2004) a permis de déterminer si l’apprentissage par renforcement fondé sur une rétroaction positive ou négative était ou non sensible au jeu. L’augmentation du jeu FPS et de la pathologie liée au jeu était associée à une diminution du nombre de personnes évitant le B (c.-à-d. Apprentissage par rétroaction négative). Cependant, les jeux de stratégie étaient en corrélation positive avec l’évitement de B (c.-à-d., r = 0.17), suggérant que les individus qui s’identifient comme des joueurs stratégiques sont plus sensibles aux commentaires négatifs. Comme pour l'impulsivité, les caractéristiques des jeux de stratégie peuvent expliquer cette relation. Les erreurs dans un jeu de stratégie peuvent avoir des conséquences à long terme sur la réalisation des objectifs du jeu, car la durée du jeu est généralement supérieure à celle d'un jeu vidéo FPS. Par conséquent, les erreurs dans un jeu vidéo de stratégie peuvent être coûteuses et il serait avantageux de prêter attention aux résultats négatifs et d'apprendre à les éviter à l'avenir.

Il convient de noter quelques limites de l’étude actuelle. Premièrement, la conception n'était pas expérimentale et cela a deux implications. Il est possible que certaines variables non mesurées expliquent les résultats, et le sens de la causalité ne peut pas être défini (par exemple, les jeux augmentent-ils la prise de risque et l’impulsivité ou des individus impulsifs sont-ils attirés par les jeux vidéo?). Les études futures pourraient traiter de cette question en examinant les effets à court et à long terme de la formation au jeu vidéo sur la prise de décision risquée, similaires au travail sur l’agression (Anderson et al., 2010) et le traitement visuospatial (Bavelier et al., 2012). Deuxièmement, seuls deux genres de jeux vidéo ont été examinés. Toutefois, ceux-ci ont tendance à être les plus populaires parmi les joueurs (The NDP Group, 2010). Sur la base des données actuelles et d’autres travaux (par exemple, Fischer et al., 2009), il semble que l’association entre l’expérience du jeu vidéo et la prise de décision risquée soit vraisemblablement modérée par le genre du jeu vidéo, certains effets étant spécifiques à un genre particulier (Green et Bavelier, 2003). Des recherches supplémentaires seront nécessaires pour mieux comprendre les effets de différents genres et comprendre comment ces effets peuvent interagir chez des individus jouant de plusieurs genres. Enfin, l’étude actuelle porte principalement sur la prise de décision risquée dans le contexte du jeu (c’est-à-dire que les participants tentaient de gagner des points dans les tâches de prise de décision). Par conséquent, les données ne parlent pas de la prise de risque dans d’autres comportement académique. D’autres études ont démontré les effets de la conduite de jeux vidéo sur les attitudes à l’égard de la conduite à risque et sur son comportement (Beullens et al., 2003). 2011), avec les conclusions actuelles, il apparaît donc que les jeux vidéo peuvent influer sur la prise de risque dans des contextes étroitement liés ainsi que dans des contextes plus dissemblables (par exemple, les jeux FPS prédisent la performance dans la tâche de risque).

La présente étude prolonge la littérature sur la relation entre l’expérience du jeu vidéo et la prise de décision risquée au-delà du comportement de conduite risqué (Fischer et al., 2005). 2009; Beullens et al., 2011), et indique que les symptômes et le genre pathologiques jouent un rôle central dans la détermination de la relation entre l'expérience de jeu et la prise de décision. Nous avons démontré que l'utilisation de jeux vidéo pathologiques est associée à une impulsivité accrue, à une plus grande prise de risque et à une plus grande perte de tâches similaires à celles du jeu. Ces résultats obtenus en laboratoire concordent avec ceux du monde réel relatant les conséquences d'un jeu vidéo excessif, y compris la discorde familiale (Warren, 2011), perte financière (Doan et Strickland, 2012) et même la mort (BBC News, 2005). Dans l'échantillon actuel, la FPS et les jeux vidéo de stratégie, deux genres populaires, présentaient une corrélation positive avec les symptômes pathologiques. Ce travail souligne l’importance de la poursuite des recherches pour comprendre l’étiologie et le traitement de l’utilisation de jeux vidéo pathologiques et pour explorer les effets de différents genres.

Déclaration de conflit d'intérêts

Les auteurs déclarent que la recherche a été menée en l'absence de toute relation commerciale ou financière pouvant être interprétée comme un conflit d'intérêts potentiel.

Bibliographie

  • Afifi A., Clark VA, May S. (2004). Analyse multivariée assistée par ordinateur, 4th Edn. Boca Raton, Floride: Chapman et Hall
  • Anderson CA, Shibuya A., N. Ihori, EL Swing, BJ Bushman, A. Sakamoto, et al. (2010). Les effets du jeu vidéo violent sur l'agression, l'empathie et le comportement prosocial dans les pays de l'Est et de l'Ouest. Psychol. Taureau. 136, 151 – 173 10.1037 / a0018251 [PubMed] [Croix Ref]
  • Bailey K. (2009). Différences individuelles dans l'expérience du jeu vidéo: contrôle cognitif, traitement affectif et traitement visuospatial. Ames, Iowa: Thèse de maîtrise non publiée, Iowa State University
  • Bailey K., West R., Anderson CA (2011). Association entre exposition chronique à la violence de jeux vidéo et traitement affectif des images: une étude ERP. Cogn. Affecter. Comportement Neurosci. 11, 259 – 276 10.3758 / s13415-011-0029-y [PubMed] [Croix Ref]
  • Bailey KM, West R., Anderson CA (2010). Une association négative entre l'expérience de jeu vidéo et le contrôle cognitif proactif. Psychophysiologie 47, 34 – 42 10.1111 / j.1469-8986.2009.00925.x [PubMed] [Croix Ref]
  • Bartholow BD, Bushman BJ, Sestir MA (2006). Exposition chronique violente à des jeux vidéo et désensibilisation à la violence: données sur le potentiel cérébral liées au comportement et aux événements. J. Exp. Soc. Psychol. 42, 532 – 539 10.1016 / j.jesp.2005.08.006 [Croix Ref]
  • Basak C., WR de démarrage, Voss MW, AF Kramer (2008). La formation à un jeu vidéo de stratégie en temps réel peut-elle atténuer le déclin cognitif chez les personnes âgées. Psychol. 23 vieillissant, 765 – 777 10.1037 / a0013494 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Bavelier D., CS vert, A. Pouget, P. Schrater (2012). Plasticité cérébrale tout au long de la vie: apprendre à apprendre et à jouer à des jeux vidéo. Annu. Rev. Neurosci. 35, 391 – 416 10.1146 / annurev-neuro-060909-152832 [PubMed] [Croix Ref]
  • BBC News (2005, August 10). S Korean meurt après la session de jeux. Disponible en ligne sur: http://news.bbc.co.uk/2/hi/technology/4137782.stm
  • Bechara A., Damasio A., Damasio H., Anderson S. (1994). Insensibilité aux conséquences futures des dommages au cortex préfrontal humain. Cognition 50, 7 – 15 10.1016 / 0010-0277 (94) 90018-3 [PubMed] [Croix Ref]
  • Beullens MA, Roe K., Van den Bulck J. (2011). Excellent joueur, excellent pilote? L'impact du jeu vidéo des adolescents sur le comportement de conduite: une étude de panel à deux vagues. Accid. Anal. Préc. 43, 58–65 10.1016 / j.aap.2010.07.011 [PubMed] [Croix Ref]
  • Marque M., Kalbe E., K. Labudda, E. Fujiwara, J. Kessler, HJ Markowitsch (2005). Déficience décisionnelle chez les patients présentant un jeu pathologique. Psychiatry Res. 133, 91 – 99 10.1016 / j.psychres.2004.10.003 [PubMed] [Croix Ref]
  • Braver TS (2012). La nature variable du contrôle cognitif: un cadre de mécanismes doubles. Trends Cogn. Neurosci. 16, 106 – 113 10.1016 / j.tics.2011.12.010 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Cavedini P., Riboldi G., Keller R., D'Annucci A., Bellodi L. (2002). Dysfonctionnement du lobe frontal chez les patients joueurs pathologiques. Biol. Psychiatrie 51, 334–341 10.1016 / S0006-3223 (01) 01227-6 [PubMed] [Croix Ref]
  • Christopoulos GI, PN Tobler, P. Bossaerts, RJ Dolan, Schultz W. (2009). Corrélats neuronaux de la valeur, du risque et de l'aversion au risque contribuant à la prise de décision sous risque. J. Neurosci. 29, 12574 – 12583 10.1523 / JNEUROSCI.2614-09.2009 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Doan AP, Strickland B. (2012). Accroché aux jeux: l'attrait et le coût des dépendances au jeu vidéo. FEP International. Disponible en ligne sur: http://www.amazon.com/gp/product/193557602X/
  • Figner B., Weber EU (2011). Qui prend des risques quand et pourquoi? Déterminants de la prise de risque. Curr. Dir. Psychol. Sci. 20, 211 – 216 10.1177 / 0963721411415790 [Croix Ref]
  • Fischer P., Greitemeyer T., Kastenmuller A., ​​Vogrincic C., Sauer A. (2011). Les effets de l'exposition médiatique à la gloire du risque sur les cognitions, les émotions et les comportements à risque positif: un examen méta-analytique. Psychol. Taureau. 137, 367 – 390 10.1037 / a0022267 [PubMed] [Croix Ref]
  • Fischer P., T. Greitemeyer, T. Morton, A. Kastenmuller, T. Postmes, Frey D., et al. (2009). L'effet de jeu de course: pourquoi les jeux de course vidéo augmentent-ils les risques de prise de risque? Pers. Soc. Psychol. Taureau. 35, 1395 – 1409 10.1177 / 0146167209339628 [PubMed] [Croix Ref]
  • Fischer P., Kubitzki J., Guter S., Frey D. (2007). Conduite virtuelle et prise de risques: les jeux de course augmentent-ils les cognitions, les affections et les comportements de prise de risque? J. Exp. Psychol. Appl. 13, 22 – 31 10.1037 / 1076-898X.13.1.22 [PubMed] [Croix Ref]
  • Frank MJ, Seeberger LC, O'Reilly RC (2004). Par carotte ou par bâton: apprentissage par renforcement cognitif dans le parkinsonisme Science 306, 1940–1943 10.1126 / science.1102941 [PubMed] [Croix Ref]
  • Gentile D. (2009). Utilisation de jeux vidéo pathologiques chez les jeunes de 8 à 18. Psychol. Sci. 20, 594 – 602 10.1111 / j.1467-9280.2009.02340.x [PubMed] [Croix Ref]
  • DA Gentile, H. Choo, Liau A., Sim T., Li D., Fung D., et al. (2011). Utilisation de jeux vidéo pathologiques chez les jeunes: une étude longitudinale de deux ans. Pédiatrie 127, e319 – e329 10.1542 / peds.2010-1353 [PubMed] [Croix Ref]
  • Green CS, Bavelier D. (2003). Le jeu vidéo d'action modifie l'attention visuelle sélective. Nature 423, 534 – 537 10.1038 / nature01647 [PubMed] [Croix Ref]
  • Kim Y., Sohn H., Jeong J. (2011). Passage tardif de la prise de décision ambiguë à la prise de risque en matière de dépendance à l'alcool au cours de l'Iowa Gambling Task. Psychiatry Res. 190, 727 – 731 10.1016 / j.psychres.2011.05.003 [PubMed] [Croix Ref]
  • Kirby K., NM Petry, Bickel WK (1999). Les héroïnomanes ont des taux d'escompte pour les récompenses différées plus élevés que les contrôles non consommateurs de drogues. J. Exp. Psychol. Général 128, 78 – 87 10.1037 / 0096-3445.128.1.78 [PubMed] [Croix Ref]
  • Kirsh SJ, montures JRW (2007). Le jeu vidéo violent a un impact sur la reconnaissance des émotions au visage. Agression Comportement 33, 353 – 358 10.1002 / ab.20191 [PubMed] [Croix Ref]
  • Knoch D., LRG Gianotti, Pascual-Leone A., V. Treyer, Regard M., Hohmann M., et al. (2006). La perturbation du cortex préfrontal droit par une stimulation magnétique transcrânienne répétitive à basse fréquence induit un comportement de prise de risque. J. Neurosci. 26, 6469 – 6472 10.1523 / JNEUROSCI.0804-06.2006 [PubMed] [Croix Ref]
  • Kronenberger WG, Matthews vice-président, Dunn DW, Wang Y., Wood EA, Giauque AL, et al. (2005). Exposition à la violence dans les médias et fonctionnement des dirigeants chez des adolescents agressifs et sous contrôle. J. Clin. Psychol. 61, 725 – 737 10.1002 / jclp.20022 [PubMed] [Croix Ref]
  • Loewenstein G., RH Thaler (1989). Anomalies: choix intertemporel. J. Econ. Perspective. 3, 181 – 193 10.1257 / jep.3.4.181 [Croix Ref]
  • Mathews vice-président, Kronenberger WG, Wang Y., Lurito JT, Lowe MJ, Dunn DW (2005). Exposition à la violence dans les médias et activation du lobe frontal mesurées par imagerie par résonance magnétique fonctionnelle chez des adolescents agressifs et non agressifs. J. Comput. Aider. Tomogr. 29, 287 – 292 10.1097 / 01.rct.0000162822.46958.33 [PubMed] [Croix Ref]
  • McClure SM, Laibson DI, Loewenstein G., Cohen JD (2004). Les systèmes neuronaux distincts valorisent les récompenses monétaires immédiates et différées. Science 306, 503 – 507 10.1126 / science.1100907 [PubMed] [Croix Ref]
  • Mitchell SH (1999). Mesures de l'impulsivité chez les fumeurs et les non-fumeurs de cigarettes. Psychopharmacologie 146, 455 – 464 10.1007 / PL00005491 [PubMed] [Croix Ref]
  • Administration nationale de la sécurité routière. (2009). Système de compte rendu d'analyse de fatalité. Disponible en ligne sur: http://www.nhtsa.gov/FARS (Consulté en juin 20, 2011).
  • Ohmura Y., Takahashi T., Kitamura N. (2005). Actualisation des gains et pertes monétaires probabilistes retardés des fumeurs de cigarettes. Psychopharmacologie 182, 508 – 515 10.1007 / s00213-005-0110-8 [PubMed] [Croix Ref]
  • Patton JH, Stanford MS, Barratt ES (1995). Structure factorielle de l'échelle d'impulsivité de Barratt. J. Clin. Psychol. 51, 768–774 10.1002 / 1097-4679 (199511) 51: 6 <768 :: AID-JCLP2270510607> 3.0.CO; 2-1 [PubMed] [Croix Ref]
  • M. Pawlikowski, marque M. (2011). Jeux et prise de décision excessifs sur Internet: les joueurs excessifs de World of Warcraft rencontrent-ils des difficultés pour prendre des décisions dans des conditions risquées? Psychiatry Res. 188, 428 – 433 10.1016 / j.psychres.2011.05.017 [PubMed] [Croix Ref]
  • Lire D. (2004). Choix intertemporel, Blackwell Handbook of Judgment and Decision Making, eds Koehler DJ, Harrey N., rédacteurs. (Malden, MA: Blackwell;), 424 – 443
  • Reynolds B., Richards JB, Horn K., Karraker K. (2004). Retard et remise de probabilité en fonction du statut de tabagisme chez les adultes. Comportement Traite 65, 35 – 42 10.1016 / S0376-6357 (03) 00109-8 [PubMed] [Croix Ref]
  • Sherry A., Henson RK (2005). Réalisation et interprétation de l'analyse de corrélation canonique dans les recherches sur la personnalité: guide d'introduction convivial. J. Pers. Évaluer. 84, 37 – 48 10.1207 / s15327752jpa8401_09 [PubMed] [Croix Ref]
  • Slutske WE, A. Caspi, TE Moffitt, R. Poultin (2005). Personnalité et jeu problématique: étude prospective d'une cohorte de naissance de jeunes adultes. Cambre. Psychiatrie générale. 62, 769 – 775 10.1001 / archpsyc.62.7.769 [PubMed] [Croix Ref]
  • Steinberg L. (2008). Une perspective de neuroscience sociale sur la prise de risque chez les adolescents. Dev. 28, 78 – 106 10.1016 / j.dr.2007.08.002 [Article gratuit PMC] [PubMed] [Croix Ref]
  • Balancer EL (2012). Branché: Les effets de l'utilisation des médias électroniques sur les problèmes d'attention, le contrôle cognitif, l'attention visuelle et l'agression. Thèse de doctorat non publiée, Iowa State University, Ames, IA.
  • Tanabe J., Thompson L., Claus E., Dalwani M., Hutchison K., Banich MT (2007). L'activité du cortex préfrontal est réduite chez les consommateurs de substances jouant ou non pendant la prise de décision. Fredonner. Cerveau Mapp. 28, 1276 – 1286 10.1002 / hbm.20344 [PubMed] [Croix Ref]
  • Le groupe du NPD. (2010). Étude de marché du divertissement. Disponible en ligne sur: http://www.npd.com/corpServlet?nextpage=entertainment-categories_s.html (Consulté en juin 15, 2011).
  • Warren L. (2011 mai 31). Les jeux vidéo sont accusés de divorce car les hommes «préfèrent World of Warcraft à leurs femmes». Daily Mail Online à: http://www.dailymail.co.uk/news/article-1392561/World-Warcraft-video-games-blamed-divorce-men-prefer-wives.html#ixzz2dO45VChT
  • Weber EU, Blais A.-R., Betz NE (2002). Échelle d'attitude de risque spécifique à un domaine: mesure de la perception du risque et des comportements à risque. J. Behav. Décis. Mak. 15, 263 – 290 10.1002 / bdm.414 [Croix Ref]
  • Weber EU, Johnson EJ (2009). Décisions sous incertitude: explications psychologiques, économiques et neuroéconomiques de la préférence de risque dans Neuroéconomie: la prise de décision et le cerveau, eds Glimcher PW, Caméra CF, Fehr E., Poldrack RA, rédacteurs. (London: Academic Press;), 127 – 144
  • West R., Bailey K. (2013). Jeux vidéo et attention, dans Oxford Handbook of Media Psychology, ed Dill K., éditeur. (New York, NY: Oxford University Press;), 403 – 420