Addict Behav Rep. 2017 Jun; 5: 19-28.
Pubblicato online 2017 Feb 7. doi: 10.1016 / j.abrep.2017.02.002
PMCID: PMC5800554
PMID: 29450224
Lingua: Inglese | Tedesco | Tedesco
Rayna Sariyska,a,⁎ Bernd Lachmann,a Sebastian Markett,b,c Martin Reuter,b,c ed Christian Montaga,d
1. introduzione
Internet ha trovato la sua strada nella vita quotidiana di molte persone in tutto il mondo, offrendo un modo semplice per raccogliere informazioni e consumare intrattenimento. Con il crescente numero di utenti di Internet, che rappresentano quasi il 50% della popolazione mondiale al momento (a cui si accede su 07.09.16. http://www.internetlivestats.com/internet-users/), il numero di rapporti sull'uso problematico di Internet (PIU) sta aumentando. In uno studio rappresentativo dalla Germania (N = 15,024 partecipanti) Rumpf, Meyer, Kreuzer, John e Merkeerk (2011) hanno mostrato prevalenze dell'1.5% nella dipendenza da Internet, con gli utenti più giovani che mostrano percentuali più elevate (4% nel gruppo di 14-16 anni). Primi tentativi di definire e diagnosticare PIU1 sono stati realizzati da Kimberly Young nell'anno 1998 (vedi anche il primo caso di Giovane, 1996). Da allora sono stati sviluppati numerosi test e strumenti di screening (es Giovane, 1998b, Giovane, 1998a, Tao et al., 2010), al fine di poter calcolare le prevalenze in diverse popolazioni e fornire ai pazienti un trattamento efficace. Tuttavia, non esiste ancora una classificazione nosologica del PIU. La ricerca sulla dipendenza da gioco online sembra essere un passo avanti, dal momento che recentemente Internet Gaming Disorder (IGD) è stato incluso nella Sezione III del DSM-5, in questo modo incoraggiando ulteriori esami prima della sua considerazione come disturbo formale (American Association Psichiatrico). L'IGD è considerata una forma specifica di PIU, che si sovrappone solo in piccole parti con la forma generalizzata di PIU sopra descritta (ad es. Davis, 2001, Montag et al., 2015).
1.1. PIU e apprendimento implicito / processo decisionale
Deficit nel processo decisionale sono stati dimostrati in numerosi studi, investigando pazienti con dipendenze da sostanze e comportamenti (es Bechara et al., 2001, Schoenbaum et al., 2006). A causa delle somiglianze nella concettualizzazione di PIU e della dipendenza comportamentale / della sostanza (Giovane, 1998a), l'argomento del processo decisionale è anche di grande rilevanza per comprendere meglio la natura dell'uso eccessivo di Internet. Nel valutare la decisione è stata fatta una differenziazione tra il processo decisionale in base all'ambiguità e il processo decisionale a rischio (Brand et al., 2006, Schiebener e Brand, 2015). Mentre nel processo decisionale in condizioni di ambiguità le regole per guadagni e perdite e le probabilità di esiti diversi non sono esplicitamente spiegate (misurate ad esempio con le (prime prove del) IOWA Gambling Task o IGT), nel processo decisionale sono a rischio informazioni esplicite sul potenziale conseguenze, e le probabilità di guadagni e perdite sono disponibili o sono calcolabili (misurate ad es. con il Game of Dice Task o GDT) (Brand et al., 2006, Schiebener e Brand, 2015). Basato su questa differenziazione e sui modelli di processo a doppio processo (es Epstein, 2003), Schiebener e Brand (2015) ha proposto un modello teorico per spiegare il processo decisionale a rischio. In questo modello il ruolo delle funzioni esecutive è evidenziato come una chiave di rilevanza per il processo decisionale a rischio, ma non il processo decisionale in condizioni di ambiguità. La ricompensa e la punizione emozionali dovrebbero accompagnare entrambe le forme di decisione. Pertanto, sia i processi riflessivi (controllati dalla cognizione), sia i processi impulsivi (indotti dall'anticipazione della ricompensa e della punizione emotive) possono essere coinvolti nei processi decisionali in condizioni di rischio oggettivo (Schiebener & Brand, 2015). Inoltre, sono stati proposti fattori come informazioni sulla situazione decisionale, attributi individuali e stati indotti dalla situazione e influenze esterne per avere effetti modulatori sul processo decisionale (Schiebener & Brand, 2015).
Riguardo alla dipendenza da Internet, è stato proposto un nuovo quadro teorico Brand, Young, Laier, Wölfling e Potenza (2016), chiamata Interazione di Affetto-Cognizione-Esecuzione (I-PACE), dove è stato anche evidenziato che una menomazione delle funzioni esecutive e del controllo inibitorio è rilevante per lo sviluppo di PIU. Secondo questo modello, lo sviluppo e il mantenimento di specifici disturbi dell'uso di Internet sono alla base delle interazioni tra fattori predisponenti (es. Personalità e psicopatologia), moderatori (es. Stile di coping disfunzionale e aspettative Internet) e mediatori (es. Risposte affettive e cognitive a segnali situazionali). Queste complesse interazioni, combinate con l'esperienza della gratificazione e del rinforzo positivo, come conseguenza dell'uso di una determinata caratteristica di Internet, e con funzioni esecutive e controllo inibitorio ridotte, potrebbero causare uno specifico disturbo dell'uso di Internet.
Finora, sono stati condotti alcuni studi empirici nel contesto di PIU, controllo inibitorio e processo decisionale. La maggior parte di essi sono in accordo con il già citato quadro teorico di Brand et al. (2016). Sun et al. (2009) ad esempio, ha riportato prestazioni peggiori in un gioco d'azzardo in utenti Internet eccessivi e una scelta più lenta di una strategia di successo rispetto ai partecipanti al controllo. In uno studio più recente, Pawlikowski e Brand (2011) riportava una ridotta capacità decisionale a rischio nel GDT in un gruppo di eccessivi giocatori di World of Warcraft (WoW) rispetto ai partecipanti al controllo. Yao et al. (2015) ha utilizzato una versione modificata del compito Go / NoGo (dove gli stimoli correlati al gioco sono stati utilizzati accanto a stimoli neutri) e ha riportato riduzioni del controllo inibitorio nei partecipanti con IGD, rispetto ai partecipanti al controllo. Laier, Pawlikowski e Brand (2014) trovato risultati simili con una versione modificata dell'IGT, quando si usano immagini pornografiche e neutrali sui mazzi di carte vantaggiosi e / o svantaggiosi. Qui, i partecipanti di sesso maschile hanno mostrato un processo decisionale carente nelle prove in cui le immagini pornografiche erano associate a mazzi di carte svantaggiosi. Tuttavia, sono stati riportati anche risultati misti sul processo decisionale nel contesto di PIU o IGD. In uno studio di Ko et al. (2010) ad esempio, i partecipanti dipendenti da Internet hanno mostrato un processo decisionale migliore, misurato con l'IGT, rispetto ai partecipanti al controllo. Nello studio di Yao et al. (2015) già citato sopra, nessuna differenza nel processo decisionale utilizzando l'IGT potrebbe essere trovata tra partecipanti sani e quelli con IGD. Per districare questi risultati contrastanti sono necessari ulteriori studi, esaminando possibili variabili interferenti. Una particolare variabile è descritta più avanti nel presente studio.
1.2. PIU, assunzione di rischi e impulsività
A causa della caratterizzazione iniziale della PIU come disturbo del controllo degli impulsi, sono stati condotti numerosi studi per esplorare il PIU nel contesto dell'impulsività e dell'assunzione di rischi. Cao, Su, Liu e Gao (2007) ed Lee et al. (2012) ha mostrato che PIU era positivamente associato all'impulsività caratteristica, misurata con la Barratt Impulsiveness Scale (BIS-11). Rispetto al quadro teorico di Brand et al. (2016), già introdotto sopra, l'impulsività è menzionata tra i fattori di personalità, mostrando le associazioni più stabili con PIU e, quindi, è proposta come uno dei fattori che ne influenzano lo sviluppo e la manutenzione. In generale, l'impulsività è caratterizzata come "una predisposizione a reazioni rapide e non pianificate a stimoli interni o esterni, senza riguardo alle conseguenze negative di queste reazioni agli individui impulsivi o agli altri" (Moeller, Barratt, Dougherty, Schmitz e Swann, 2001; p. 1784). Il termine correlato di assunzione del rischio è definito come "comportamenti eseguiti in condizioni di incertezza, con o senza conseguenze negative intrinseche e senza una solida pianificazione di emergenza" (Kreek, Nielsen, Butelman e LaForge, 2005; p. 1453). Ko et al. (2010) applicato il Balloon Analog Risk Task (Lejuez et al., 2002) per misurare l'assunzione di rischi, ma non ha trovato alcuna associazione significativa con PIU. Nel presente studio, stiamo ancora una volta esaminando queste associazioni, applicando entrambi i self-report insieme a misure sperimentali di impulsività / assunzione di rischi.
1.3. Il ruolo del genere per PIU / IGD
Un altro problema importante nel contesto della dipendenza da Internet è la preferenza di caratteristiche specifiche di Internet (ad es. Acquisti online, giochi online), a seconda del sesso. Uno studio rappresentativo dalla Germania ha mostrato che il 77.1% delle donne dipendenti da Internet di età compresa tra i 14 ei 24 anni utilizza siti di social networking rispetto al 64,8% dei maschi della stessa età (Rumpf et al., 2011). Nello stesso studio, il 7.2% delle donne dipendenti da Internet di età compresa tra 14 e 24 anni ha riferito di utilizzare Internet per giocare ai videogiochi online, rispetto al 33.6% dei maschi della stessa età (Rumpf et al., 2011). Pertanto, sembra che per quanto riguarda la IGD, i partecipanti maschi mostrano maggiore preferenza per i giochi online, rispetto ai partecipanti di sesso femminile e sono stati segnalati come più a rischio di sviluppare IGD. Inoltre, Ko, Yen, Chen, Chen e Yen (2005) ha osservato che l'età avanzata, la bassa autostima e la minore soddisfazione giornaliera sono stati associati a IGD più grave tra i maschi, ma non alle femmine. Nonostante questi risultati, ci sono ancora solo alcuni studi che considerano sistematicamente il genere dei partecipanti come una variabile moderatore / mediatore nel contesto del PIU. Tuttavia, è possibile che queste differenze spieghino alcuni risultati opposti sul campo e, quindi, nei seguenti studi saranno presi in considerazione.
Lo scopo del nostro progetto di ricerca è stato quello di studiare il legame tra PIU, IGD e apprendimento implicito in un gruppo di partecipanti maschi con predisposizione all'IGD (studio 1). Nello studio 2 abbiamo mirato a replicare questi risultati, confrontando i partecipanti sani e gli eccessivi giocatori di WoW sotto la considerazione del genere. Lo scopo dello studio 3 era quello di esplorare la relazione tra PIU, IGD e impulsività / assunzione di rischi (self-report e dati sperimentali) in soggetti sani.
Sulla base della letteratura di cui sopra, abbiamo formulato le seguenti ipotesi:
Prevediamo associazioni negative tra PIU / IGD e capacità di apprendimento implicito (studio 1).
Prevediamo associazioni negative tra PIU / IGD e capacità di apprendimento implicito (studio 2). Ci aspettiamo che questa associazione negativa sia più forte nel gruppo di giocatori di WoW maschi.
Ci aspettiamo che le associazioni positive tra PIU / IGD e il self-report e le misure sperimentali di impulsività / assunzione di rischi nei partecipanti sani (studio 3).
2. Studia 1
2.1. metodi
2.1.1. I partecipanti
N = 107 partecipanti (99 maschi, 8 femmine, età M = 19.52, SD = 3.57) sono stati reclutati alla "Gamescom 2013" in Germania, il più grande evento di gioco del mondo. Tuttavia, poiché il numero molto basso di partecipanti di sesso femminile nel presente campione (n = 8) e le differenze di genere sopra riportate nel contesto dell'IGD (es Rumpf et al., 2011), abbiamo escluso le partecipanti femminili dalle ulteriori analisi dello studio. Dopo aver escluso anche i partecipanti con dati mancanti, l'esempio ha avuto esito positivo n = 79 partecipanti maschi (età M = 19.81, SD = 3.62). Per quanto riguarda la propria istruzione, l'8.9% ha dichiarato di essere in possesso di un diploma universitario o politecnico, un altro 40.5% ha riferito di avere un diploma di maturità professionale o di livello professionale e il 26.6% ha dichiarato di avere un diploma di scuola secondaria o una qualifica di scuola secondaria moderna, mentre il 24% ha dichiarato di non avere un diploma di scuola superiore.
2.1.2. Le misure
I partecipanti hanno risposto a domande sulla loro età, sesso e istruzione, compilati in una versione breve del test di dipendenza da Internet (s-IAT, Pawlikowski, Altstötter-Gleich e Brand, 2013; L'alfa di Cronbach nel presente campione era 0.70), contenente 12 elementi in scala Likert (da 1 = mai a 5 = molto spesso) e la scala di dipendenza dal gioco online (OGAS, una versione modificata della scala di dipendenza da gioco di Lemmens, Valkenburg e Peter, 2009, dove la parola "online" è stata aggiunta a ogni articolo; L'Alfa di Cronbach nel presente campione era 0.66), composto da 7 elementi, compresi tra 1 = mai e 5 = molto spesso. Inoltre, i partecipanti hanno valutato la loro esperienza di gioco per computer (ad esempio "Per quanti anni giochi ai giochi per computer?" O "Quante ore in media alla settimana giochi ai giochi per computer online?"). È stata somministrata una misura di auto-segnalazione dell'assunzione del rischio, incluso un elemento sulle tendenze generali all'assunzione di rischio ("Come ti descriveresti da 0 (per niente disposto a correre rischi) a 10 (assolutamente disposto a correre rischi)?" ); German Socio-Econimic Panel (SOEP; Siedler, Schupp, Spiess e Wagner, 2008). Abbiamo usato un compito sperimentale leggermente aggiustato ("Il petto del diavolo"), incorporato da uno studio di Eisenegger et al. (2010), al fine di misurare l'apprendimento implicito. Su ciascuno di un totale di prove 36, abbiamo presentato dieci immagini di scatole di legno chiuse sullo schermo del computer. Le scatole erano allineate in una fila ei partecipanti hanno avuto l'opportunità di aprire successivamente un numero di scatole auto-selezionate, lavorando da sinistra a destra. I partecipanti sono stati istruiti che nove delle scatole contenevano una ricompensa monetaria virtuale (centesimi 5) e una conteneva un "diavolo". Se i partecipanti aprivano solo riquadri di ricompensa in un determinato processo, procedevano alla successiva prova guadagnando la somma dei premi. Se hanno aperto una scatola, contenente il diavolo, tra le altre caselle, hanno perso tutto nella versione di prova corrente. La posizione imminente del diavolo è stata randomizzata tra gli studi 36, ma è apparsa su ogni posizione da 2 a 102 esattamente quattro volte. Sebbene questo non sia stato menzionato ai partecipanti, i partecipanti con capacità cognitive superiori potrebbero aver elaborato una comprensione implicita per questa regola e potrebbero aver imparato a comportarsi meglio nel corso dell'esperimento. Il totale delle ricompense monetarie entro la fine dell'esperimento è ulteriormente denominato "GUADAGNO" e sarà utilizzato come misura dell'apprendimento implicito. L'installazione sperimentale è raffigurata in Fig. 1.
Configurazione sperimentale del forziere del diavolo: l'apertura del forziere con il diavolo ha portato alla perdita di tutte le monete raccolte in un determinato processo.
2.1.3. Procedura
Tutti i questionari disponibili solo in inglese sono stati tradotti in tedesco dal nostro gruppo di lavoro. I partecipanti hanno prima compilato i questionari e poi completato l'esperimento sul petto del diavolo. Tieni presente che i partecipanti allo studio 1 non hanno ricevuto alcuna ricompensa in denaro dopo aver completato l'esperimento e che sono stati informati di questo fatto prima di completare l'esperimento.
2.1.4. analisi statistiche
Per le seguenti analisi è stata esaminata la normalità dei dati applicando la regola empirica, suggerita da Miglia e Shevlin (2001; P. 74), considerando l'asimmetria delle variabili investigate. Le analisi di correlazione sono state calcolate con le correlazioni di Pearson o di Spearman, a seconda della distribuzione dei dati, e per ogni coefficiente di correlazione sono stati calcolati intervalli di confidenza accelerati e corretti per bias bootstrap (intervalli di confidenza BCa 95%) per testare ulteriormente la loro significatività. Misure ripetute ANOVA è stato utilizzato per testare gli effetti di apprendimento implicito, confrontando il guadagno nelle prime 18 prove con il guadagno nelle ultime 18 prove dell'esperimento.
2.1.5. Etica
Il progetto di ricerca (studi 1, 2 e 3) è stato approvato dal Comitato etico locale dell'Università di Bonn, Bonn, Germania. Tutti i soggetti hanno fornito il consenso informato prima di completare lo studio.
2.2. Αποτελέσματα
I mezzi e le deviazioni standard delle variabili in esame sono presentati in Tabella 1.
Tabella 1
Media, deviazione standard (SD) e intervallo possibile / effettivo per le variabili esperienza di gioco (anni), ore di gioco online a settimana, s-IAT, OGAS, GAIN e assunzione di rischio (self-report).
| Significare | SD | Gamma possibile | Portata reale | |
|---|---|---|---|---|
| Competenze di gioco (anni) | 11.09 | 4.31 | - | 3-24 |
| Ore di gioco online a settimana | 22.24 | 16.00 | - | 0-70 |
| s-IAT | 23.86 | 5.38 | 12-60 | 12-43 |
| Ogas | 14.75 | 4.36 | 7-35 | 7-26 |
| GAIN | 413.61 | 71.97 | 0-900a | 160-520 |
| Assunzione del rischio (self-report) | 6.77 | 1.89 | 0-10 | 3-10 |
N = 79, assunzione di rischi (autovalutazione) n = 64.
2.2.1. Analisi di correlazione
Solo la variabile GAIN non era normalmente distribuita. L'età dei partecipanti è stata positivamente correlata al GAIN (ρ = 0.27, p <0.05). Inoltre, GAIN ha mostrato una correlazione negativa con il punteggio s-IAT (ρ = - 0.26, p <0.05). Inoltre, abbiamo calcolato correlazioni parziali per GAIN e il punteggio s-IAT per controllare l'età. La correlazione è rimasta significativa (r = - 0.28, p <0.05). La correlazione negativa tra GAIN e il punteggio OGAS non ha raggiunto marginalmente la significatività (ρ = - 0.20, p = 0.073) e sono rimasti non significativi dopo il controllo per età (r = - 0.12, p = 0.292). Tutte le correlazioni significative sono rimaste significative dopo l'ispezione degli intervalli di confidenza al 95% BCa. Perfavore guarda Tabella 2 per una panoramica dei risultati.
Tabella 2
Correlazioni tra GAIN nell'esperimento "Devil's chest" e s-IAT, punteggio OGAS e assunzione di rischi (auto-report).
| GAIN | s-IAT | Ogas | assunzione di rischi (self-report) | |
|---|---|---|---|---|
| GAIN | 1 | |||
| s-IAT | - 0.264⁎ | 1 | ||
| Ogas | - 0.203 | 0.511⁎⁎ | 1 | |
| assunzione di rischi (self-report) | 0.148 | 0.129 | 0.187 | 1 |
N = 79, assunzione di rischi (autovalutazione) n = 64; Le correlazioni di Spearman sono illustrate in Italico.
2.2.2. Controllo della manipolazione dell'esperimento "Il petto del diavolo" come misura dell'apprendimento implicito
I risultati delle misure ripetute ANOVA hanno mostrato una significativa differenza media tra il GAIN nei primi studi 18 dell'esperimento, rispetto agli ultimi studi 18 (F(1,78) = 17.303, p <0.01), che mostra che i partecipanti hanno vinto più soldi nella seconda parte dell'esperimento (M1 = 192.34 e M2 = 221.27 rispettivamente) (vedere Fig. 2).
Le medie e l'errore standard per il GAIN nelle prime 18 prove contro il GAIN nelle ultime 18 prove dell'esperimento "Il petto del diavolo". MU = unità monetarie.
2.3. Discussione
Riassumendo, come proposto nelle nostre ipotesi, nello studio 1 la dipendenza da Internet è stata associata ad abilità di apprendimento implicite carenti. Questo risultato fornisce ulteriori prove del ruolo del processo decisionale nel contesto del PIU (es Brand et al., 2016). L'associazione con IGD era nella stessa direzione, tuttavia, non ha raggiunto un significato. Questo potrebbe essere spiegato dalla dimensione del campione relativamente piccolo e / o dalla consistenza interna relativamente bassa (0.66) della scala OGAS in questo studio. Per indagare ulteriormente su queste relazioni e confrontare i risultati tra partecipanti di sesso maschile e femminile e tra giocatori e non giocatori, è stato condotto uno studio su 2.
3. Studia 2
Lo scopo del secondo studio era replicare i risultati dello studio 1, utilizzando un campione di giocatori di World of Warcraft (WoW) e partecipanti di controllo, che erano ingenui con WoW. Dato che l'associazione tra s-IAT e GAIN come misura dell'apprendimento implicito poteva essere osservata nei partecipanti maschi con predisposizione all'IGD, eravamo interessati a vedere la replica dei risultati dello studio 1 in particolare nei giocatori maschi di WoW.
3.1. metodi
3.1.1. I partecipanti
Giocatori di WoW e partecipanti di controllo, hanno preso parte allo studio. I giocatori di WoW sono stati reclutati, utilizzando i seguenti criteri: esperienza di gioco WoW per un minimo di due anni. Un criterio di esclusione era giocare ad altri giochi oltre a WoW per> 7 ore a settimana, tuttavia, i partecipanti senza esperienza in altri giochi erano preferibilmente reclutati. Le persone di controllo dovevano essere naïve a WoW, quindi non avevano alcuna esperienza prima di giocare a questo gioco. I criteri di esclusione per entrambi i gruppi di partecipanti erano disabilità visiva, difficoltà di lettura e scrittura, discromatopsia, commozione cerebrale, farmaci a lungo termine, malattie neurologiche e psichiatriche, disabilità uditiva e uso elevato di sostanze. Dopo un'accurata ispezione del campione abbiamo escluso un partecipante a causa di un disturbo alimentare e consumo quotidiano di cannabis, un partecipante a causa di disturbi neurologici e psichiatrici e un partecipante dal gruppo di controllo a causa di valori estremi di sIAT e OGAS e partecipanti con dati mancanti , che ha provocato n = 77 partecipanti al controllo (39 maschi) e n = 44 giocatori WoW (28 maschi). 6.5% (n = 5) dei partecipanti al controllo ha riferito di un uso occasionale di giochi di ruolo online (<3 ore di gioco a settimana) e il 23.4% (n = 18) ha riportato un utilizzo occasionale di giochi sparatutto con l'ego (<1 ora di gioco a settimana). L'età media del campione totale era M = 23.70 (SD = 3.93). Per quanto riguarda la propria istruzione, il 10.7% ha dichiarato di essere in possesso di un titolo universitario, un altro 85.9% ha dichiarato di avere un diploma di maturità professionale o di livello professionale e il 2.5% ha dichiarato di avere un diploma di scuola secondaria o una qualifica di scuola secondaria moderna. Una persona (0.9%) non ha risposto alle domande riguardanti l'istruzione.
3.1.2. Le misure
Anche qui la s-IAT (Pawlikowski et al., 2013; L'alfa di Cronbach nel presente campione era 0.76), OGAS (una modifica del GAS di Lemmens et al., 2009; L'Alfa di Cronbach nel presente campione era 0.88) e l'esperienza di gioco per computer è stata valutata. Inoltre, il Questionario sull'impegno per l'utilizzo problematico specifico di World of Warcraft (WoW-SPUQ), composto da 27 elementi, valutato su una scala da 1 = "completamente in disaccordo" a 7 = "completamente d'accordo" (Peters & Malesky, 2008; L'Alfa di Cronbach nel presente campione era 0.89) è stato inserito solo dal gruppo WoW. Inoltre, la Barratt Impulsivity Scale (BIS-11; Patton e Stanford, 1995; L'Alfa di Cronbach nel presente campione era 0.85) è stato somministrato come misura di impulsività (30 item sono valutati su una scala, che va da 1 = “raramente / mai” a 4 = “quasi sempre / sempre”). Con questa scala si possono valutare tre fattori di secondo ordine: l'impulsività attenzionale è definita come un'incapacità di focalizzare l'attenzione o concentrarsi; l'impulsività motoria implica agire senza pensare, mentre l'impulsività non pianificatoria implica una mancanza di "futuro" o previdenza (Stanford et al., 2009). Le consistenze interne per le sottoscale nel presente studio sono state rispettivamente 0.73, 0.69 e 0.69.
3.1.3. Procedura
I partecipanti hanno preso parte a un ampio studio longitudinale per indagare i fattori biologici accanto alle variabili psicologiche e il loro ruolo per l'IGD. Per il presente studio, solo i dati del primo punto di misurazione sono stati utilizzati per testare e replicare i risultati dello studio 1 (completare l'esperimento del petto del diavolo per la seconda volta (T2) non è chiaramente paragonabile all'essere ingenui come nello studio 1 ). I questionari e l'esperimento sono stati completati nello stesso ordine dello studio 1. Rispetto allo studio 1, tuttavia, nello studio 2 i partecipanti sono stati pagati la somma di denaro che hanno vinto nell'esperimento "Il petto del diavolo" e sono stati informati di questo fatto prima di completare l'esperimento.
3.1.4. analisi statistiche
La valutazione dei dati è stata condotta analoga mente per studiare 1.
3.2. Αποτελέσματα
Il punteggio OGAS e le ore di gioco online settimanali non erano normalmente distribuiti nei gruppi di partecipanti di controllo maschile e femminile. Inoltre, il punteggio e l'età s-IAT non erano distribuiti normalmente nel gruppo di partecipanti al controllo femminile. La correlazione tra GAIN e il punteggio s-IAT nel gruppo di giocatori di WoW maschili è stata testata su un lato, in base ai risultati dello studio 1.
Sono presentate statistiche descrittive per i partecipanti al controllo e i giocatori di WoW Tabella 3. Qui i partecipanti al controllo maschile e femminile hanno avuto un'esperienza di gioco significativamente inferiore, ore di gioco online a settimana e punteggi OGAS, rispetto ai giocatori di WoW maschili e femminili (vedere Tabella 3). Inoltre, i giocatori di WoW femminili hanno ottenuto punteggi significativamente più alti su s-IAT, rispetto ai partecipanti al controllo femminile. Tutte le altre variabili non differivano significativamente tra i partecipanti al controllo e i giocatori di WoW.
Tabella 3
Mezzi, deviazioni standard (SD), intervallo possibile / attuale, t-/U valore e significato (p) per le differenze di mezzi tra i partecipanti di controllo e il gruppo WoW per le variabili esperienza di gioco (anni), ore di gioco online a settimana, GAIN, s-IAT, OGAS, WoW-SPUQ e BIS-11.
| Gruppo di controllo | Giocatori di WoW | Gamma possibile | Portata reale | t-/U APPREZZIAMO | p | |||
|---|---|---|---|---|---|---|---|---|
| Significare | SD | Significare | SD | |||||
| Partecipanti maschi | ||||||||
| Competenze di gioco (anni) | 9.49 | 6.81 | 14.29 | 4.85 | - | 0-22 / 6-25 | - 3.369 | 0.001 |
| Ore di gioco online a settimana | 1.18 | 2.11 | 19.71 | 11.44 | - | 0-9 / 0-50 | 30.0 | <0.001 |
| GAIN | 450.77 | 39.10 | 443.04 | 54.30 | 0-900 | 370-510 / 305-525 | 0.678 | 0.500 |
| s-IAT | 21.67 | 6.53 | 23.79 | 6.90 | 12-60 | 12-42 / 14-41 | - 1.280 | 0.205 |
| Ogas | 8.67 | 2.39 | 15.79 | 5.85 | 7-35 | 7-17 / 9-29 | 94.5 | <0.001 |
| WoW-SPUQ | - | - | 87.57 | 23.26 | 27-189 | - / 53-134 | - | - |
| BIS-11 totale | 65.00 | 13.39 | 64.63 | 8.94 | 30-120 | 40-99 / 53-90 | 0.125 | 0.901 |
| BIS-11 attenzionale | 17.13 | 4.95 | 16.57 | 2.85 | 8-32 | 8-30 / 12-21 | 0.579 | 0.565 |
| Motore BIS-11 | 23.16 | 4.81 | 22.43 | 3.66 | 11-44 | 14-35 / 16-33 | 0.671 | 0.504 |
| BIS-11 non pianificato | 24.71 | 5.32 | 25.74 | 4.77 | 11-44 | 14-40 / 16-40 | - 0.803 | 0.425 |
| Partecipanti femminili | ||||||||
| Competenze di gioco (anni) | 3.86 | 5.76 | 11.50 | 5.29 | - | 0-15 / 1-20 | - 4.557 | <0.001 |
| Ore di gioco online a settimana | 0.09 | 0.43 | 17.56 | 9.06 | - | 0-2.5 / 1-37.5 | 1.5 | <0.001 |
| GAIN | 429.74 | 39.98 | 439.06 | 58.72 | 0-900 | 330-510 / 295-510 | - 0.678 | 0.501 |
| s-IAT | 18.58 | 4.99 | 21.44 | 5.24 | 12-60 | 13-36 / 14-30 | 199.5 | 0.047 |
| Ogas | 7.11 | 0.51 | 13.50 | 3.69 | 7-35 | 7-10 / 9-21 | 4.0 | <0.001 |
| WoW-SPUQ | - | - | 81.63 | 22.42 | 27-189 | - / 50-119 | - | - |
| BIS-11 totale | 61.25 | 9.14 | 61.73 | 6.16 | 30-120 | 37-87 / 53-77 | - 0.187 | 0.852 |
| BIS-11 attenzionale | 16.61 | 3.55 | 17.06 | 3.38 | 8-32 | 10-25 / 10-22 | - 0.438 | 0.663 |
| Motore BIS-11 | 21.08 | 3.93 | 21.80 | 3.97 | 11-44 | 12-31 / 17-29 | - 0.592 | 0.557 |
| BIS-11 non pianificato | 23.97 | 4.16 | 23.31 | 2.70 | 11-44 | 13-35 / 17-27 | 0.584 | 0.562 |
Nota: Mann-Whitney-U-Test è stato condotto per confrontare i mezzi di variabili non normalmente distribuite. I risultati sono indicati in corsivo nella tabella.
3.2.1. Analisi di correlazione
Per i gruppi di partecipanti di controllo maschi o femmine, l'età dei partecipanti non era significativamente correlata al GAIN, s-IAT o al punteggio di OGAS. Tutte le altre correlazioni sono presentate in Tabella 4. Qui, GAIN non era significativamente legato né allo s-IAT né al punteggio OGAS per i partecipanti di sesso maschile e femminile. Inoltre, il punteggio s-IAT è stato positivamente collegato all'impulso di attenzione alla sottoscala BIS-11 nei partecipanti di controllo maschile. Tutte le correlazioni significative in Tabella 4 è rimasto significativo dopo l'ispezione degli intervalli di confidenza% di BCa 95.
Tabella 4
Correlazioni tra Spearman e Pearson per le variabili GAIN, s-IAT, OGAS e BIS-11 per il gruppo di partecipanti al controllo, suddivise in maschi e femmine.
| GAIN | s-IAT | Ogas | BIS-11 totale | BIS-11 attenzionale | Motore BIS-11 | |
|---|---|---|---|---|---|---|
| Partecipanti maschi | ||||||
| GAIN | 1 | |||||
| s-IAT | - 0.053 | 1 | ||||
| Ogas | 0.238 | 0.139 | 1 | |||
| BIS-11 totale | 0.020 | 0.248 | 0.349⁎ | 1 | ||
| BIS-11 attenzionale | 0.109 | 0.426⁎⁎ | 0.301 | 0.866⁎⁎ | 1 | |
| Motore BIS-11 | - 0.064 | 0.094 | 0.338⁎ | 0.843⁎⁎ | 0.612⁎⁎ | 1 |
| BIS-11 non pianificato | 0.095 | 0.143 | 0.198 | 0.906⁎⁎ | 0.707⁎⁎ | 0.660⁎⁎ |
| Partecipanti femminili | ||||||
| GAIN | 1 | |||||
| s-IAT | 0.118 | 1 | ||||
| Ogas | - 0.088 | 0.257 | 1 | |||
| BIS-11 totale | - 0.139 | 0.232 | 0.156 | 1 | ||
| BIS-11 attenzionale | 0.161 | 0.282 | - 0.022 | 0.749⁎⁎ | 1 | |
| Motore BIS-11 | - 0.219 | 0.201 | 0.292 | 0.764⁎⁎ | 0.312 | 1 |
| BIS-11 non pianificato | - 0.138 | 0.118 | - 0.119 | 0.868⁎⁎ | 0.531⁎⁎ | 0.478⁎⁎ |
Le correlazioni di Spearman sono raffigurate in Italico.
n (maschi) = 39, n (maschi, BIS-11) = 38, n (femmine) = 38, n (femmine, BIS-11) = 36.
Per il gruppo di giocatori di WoW maschili e femminili, l'età non era significativamente correlata con GAIN, s-IAT, OGAS o il punteggio di WoW-SPUQ. Tutte le altre correlazioni sono presentate in Tabella 5. Qui, GAIN era associato negativamente allo s-IAT, così come il punteggio WoW-SPUQ solo nel gruppo di giocatori di WoW maschi. Tuttavia, queste correlazioni hanno mostrato solo una tendenza verso la significatività (r = - 0.30, p = 0.063, test unilaterale e r = - 0.313, p = 0.104, test a due code). Tutte le correlazioni significative sono rimaste significative dopo l'ispezione degli intervalli di confidenza al 95% BCa.
Tabella 5
Correlazioni tra Spearman e Pearson per le variabili GAIN, s-IAT, OGAS, il punteggio di WoW-SPUQ e BIS-11 per il gruppo di giocatori di WoW, suddivise in maschi e femmine.
| GAIN | s-IAT | Ogas | Wow- SPUQ | BIS-11 totale | BIS-11 attenzionale | Motore BIS-11 | |
|---|---|---|---|---|---|---|---|
| Partecipanti maschi | |||||||
| GAIN | 1 | ||||||
| s-IAT | - 0.296 | 1 | |||||
| Ogas | - 0.105 | 0.776⁎⁎ | 1 | ||||
| WoW-SPUQ | - 0.313 | 0.688⁎⁎ | 0.742⁎⁎ | ||||
| BIS-11 totale | 0.025 | 0.197 | 0.284 | 0.023 | 1 | ||
| BIS-11 attenzionale | 0.054 | - 0.011 | 0.019 | - 0.219 | 0.658⁎⁎ | 1 | |
| Motore BIS-11 | - 0.038 | 0.170 | 0.231 | 0.187 | 0.761⁎⁎ | 0.218 | 1 |
| BIS-11 non pianificato | 0.033 | 0.220 | 0.312 | 0.027 | 0.892⁎⁎ | 0.451⁎ | 0.521⁎⁎ |
| Partecipanti femminili | |||||||
| GAIN | 1 | ||||||
| s-IAT | 0.026 | 1 | |||||
| Ogas | - 0.024 | - 0.067 | 1 | ||||
| WoW-SPUQ | - 0.199 | 0.144 | 0.676⁎⁎ | ||||
| BIS-11 totale | 0.048 | 0.080 | - 0.614⁎ | - 0.157 | 1 | ||
| BIS-11 attenzionale | - 0.139 | 0.194 | - 0.260 | 0.054 | 0.504 | 1 | |
| Motore BIS-11 | 0.266 | - 0.013 | - 0.676⁎⁎ | - 0.305 | 0.845⁎⁎ | 0.170 | 1 |
| BIS-11 non pianificato | 0.012 | - 0.166 | 0.057 | 0.256 | 0.420 | - 0.222 | 0.250 |
Per i partecipanti di sesso maschile, la correlazione tra il GAIN nell'esperimento e il punteggio s-IAT è stata testata su un lato.
n (maschi) = 28, n (maschi, BIS-11) = 27, n (femmine) = 16, n (femmine, BIS-11) = 15.
3.2.2. Controllo della manipolazione dell'esperimento "Il petto del diavolo" come misura dell'apprendimento implicito
I risultati delle misurazioni ripetute ANOVA non hanno mostrato una differenza media significativa tra il GAIN durante le prime 18 prove e le ultime 18 prove dell'esperimento "Il petto del diavolo" nel gruppo di maschi (F (1, 38) = 1.949, p = 0.171; M1 = 232.56 e M2 = 218.21) e femmina (F (1, 37) = 0.594, p = 0.446; M1 = 221.18 e M2 = 209.87) controllano i partecipanti. Per l'intero campione di partecipanti di controllo i risultati sono rimasti non significativi (F (1,76) = 2.102, p = 0.151), mentre nell'intero campione di giocatori di WoW i risultati hanno acquisito significato (F (1,43) = 4.298, p = 0.044) (vedere Fig. 3). Per il gruppo di giocatori di WoW uomini, la differenza tra le prove 1-18 e 19-36 ha raggiunto la significatività (F (1,27) = 5.377, p = 0.028, M1 = 235.54 e M2 = 205.54; quindi con un risultato inferiore in M2 rispetto a M1), mentre per le giocatrici WoW non era significativo (F (1,15) = 0.295, p = 0.595, M1 = 225.31 e M2 = 213.75).
Le medie e l'errore standard per il GAIN durante le prime 18 prove contro le ultime 18 dell'esperimento "Il petto del diavolo", per i partecipanti al controllo (grafico a sinistra) e giocatori WoW (grafico a destra). MU = unità monetarie.
3.3. Discussione
L'obiettivo dello studio 2 era replicare i risultati dello studio uno, confrontando i giocatori di WoW e i partecipanti al controllo. Le correlazioni negative tra i punteggi GAIN e s-IAT e WoW-SPUQ hanno mostrato una tendenza verso il significato solo nel gruppo di giocatori di WoW maschi. Tuttavia, il campione molto piccolo di giocatori di WoW maschi (n = 28) potrebbe fornire una spiegazione per gli effetti più deboli. Il controllo della manipolazione ha mostrato solo una differenza significativa tra il GAIN nella prima e nelle ultime 18 prove nel gruppo di giocatori WoW maschi, dove i partecipanti hanno mostrato guadagni inferiori nella seconda parte dell'esperimento rispetto alla prima parte. Vorremmo ricordare al lettore che ai partecipanti allo studio 2 è stata pagata la somma di denaro che hanno vinto durante l'esperimento e che erano consapevoli di questo fatto prima di iniziare l'esperimento. Quindi, in questo caso la motivazione estrinseca dei partecipanti potrebbe essere stata maggiore, rispetto allo studio 1. Infatti, confrontando le medie del GAIN tra i partecipanti alla Gamescom e i giocatori maschi di WoW, è ovvio che anche se i giocatori di WoW lo hanno fatto peggio nella seconda parte dell'esperimento, rispetto alla prima parte dell'esperimento, hanno comunque vinto di più in totale rispetto ai partecipanti maschi alla Gamescom (vedi Tabella 1, Tabella 3: M = 413.61 per i partecipanti alla Gamescom e M = 443.04 per i giocatori WoW maschi). Pertanto, al fine di controllare un potenziale effetto di interferenza della motivazione, abbiamo condotto un'analisi aggiuntiva, utilizzando la Unified-Motive-Scale-10 (UMS-10; Schönbrodt e Gerstenberg, 2012). I dati USM-10 erano disponibili come parte dello studio longitudinale più ampio.
3.3.1. Analisi aggiuntive
In particolare, abbiamo condotto una correlazione parziale con la motivazione del rendimento variabile (UMS-10; Schönbrodt e Gerstenberg, 2012, Alpha di Cronbach nel presente studio era 0.89), i punteggi s-IAT, WoW-SPUQ e GAIN nello studio 2. L'associazione tra s-IAT e GAIN è aumentata da r = - 0.296, p = 0.063 (vedi Tabella 5; test a una coda) a r = - 0.322, p = 0.054 (test a una coda). Anche l'associazione tra WoW-SPUQ e GAIN è aumentata da r = - 0.313, p = 0.104 (vedi Tabella 5; test a due code) a r = - 0.354, p = 0.082 (test a due code). Per quanto riguarda le giocatrici WoW e le partecipanti di controllo, le correlazioni tra s-IAT, punteggio WoW-SPUQ e GAIN sono rimaste non significative dopo il controllo per la motivazione.
4. Studia 3
L'obiettivo principale dello studio 3 è stato quello di testare l'associazione tra PIU, IGD e impulsività / assunzione di rischi utilizzando sia misure sperimentali che self-report.
4.1. metodi
4.1.1. I partecipanti
Dopo l'esclusione di cinque partecipanti con dati mancanti e un partecipante a causa di risposte fuori intervallo (ad esempio 200 ore di gioco per computer a settimana), il campione per lo studio in corso ha prodotto N = 94 partecipanti (33 maschi). La maggior parte di loro erano studenti di psicologia all'Università di Ulm, Ulm, in Germania. L'età media del campione totale era M = 23.48 (SD = 3.55). Per quanto riguarda la propria istruzione, il 27% ha riferito di avere un diploma universitario o politecnico, un altro 67% ha riferito di avere un diploma di maturità professionale o di livello professionale, il 6% dei partecipantin = 6) non hanno risposto a domande sulla loro educazione.
4.1.2. Le misure
The s-IAT (Pawlikowski et al., 2013; L'Alfa di Cronbach nel presente campione era 0.81), l'OGAS (versione modificata del GAS da Lemmens et al., 2009; L'alfa di Cronbach nel presente campione era 0.81), BIS-11 (Patton e Stanford, 1995; L'alfa di Cronbach nel presente campione era 0.80) e l'assunzione di rischio complessiva (The German Socio-Economic Panel, SOEP; Siedler et al., 2008) sono stati valutati. Le coerenze interne per le sottoscale BIS-11 erano le seguenti: impulsività attentiva 0.70, impulsività motoria 0.70 e impulsività non pianificatoria 0.39. Inoltre, l'esperimento "Il petto del diavolo" è stato leggermente aggiustato per misurare l'impulsività / assunzione di rischi (rispetto agli studi 1 e 2, qui, la posizione del "diavolo" è stata completamente randomizzata tra tutte le prove, quindi l'apprendimento non è stato possibile ). Qui, il numero medio di scatole aperte volontariamente per prova (MNOB) è stato utilizzato come misura dell'impulsività / assunzione di rischi. Ciò è in linea con lo studio di Eisenegger et al. (2010).
4.1.3. Procedura
I questionari e l'esperimento sono stati completati nello stesso ordine degli studi 1 e 2, tuttavia qui i partecipanti hanno compilato i questionari sullo schermo di un computer. In questo studio i partecipanti hanno ricevuto un compenso (voucher Amazon o crediti del corso) per la loro partecipazione allo studio, ma non sono stati pagati la particolare somma di denaro, che hanno vinto nell'esperimento sul computer. I partecipanti sono stati informati di questa procedura prima di completare l'esperimento.
4.1.4. analisi statistiche
Le analisi statistiche sono state condotte in modo analogo agli studi 1 e 2.
4.2. Αποτελέσματα
Di nota, le variabili ore di gioco online settimanali e il punteggio OGAS non erano normalmente distribuiti. Le statistiche descrittive sono riportate in Tabella 6. I partecipanti hanno acquisito una certa esperienza nei giochi in termini di esperienza di gioco da anni, ma il tempo effettivamente dedicato al gioco online è molto basso. Analogico per studiare 2, qui abbiamo confrontato, se i partecipanti maschili e femminili erano diversi rispetto alle variabili, rappresentate in Tabella 6. Differenze significative sono state osservate con le variabili di esperienza di gioco (anni) (U(33,61) = 385.0, p <0.001), ore di gioco online settimanali (U(33,61) = 663.5, p <0.001), assunzione di rischi (autovalutazione) (U(33,61) = 732.0, p <0.05) e OGAS (U(33,61) = 562.5, p <0.001), dove i partecipanti di sesso maschile hanno ottenuto un punteggio superiore a quello di sesso femminile.
Tabella 6
Mezzi, deviazioni standard (SD) e intervallo possibile / effettivo per le variabili esperienza di gioco (anni), ore di gioco a settimana, assunzione di rischi (self-report), s-IAT, OGAS, BIS-11 e MNOB.
| Significare | SD | Gamma possibile | Portata reale | |
|---|---|---|---|---|
| Competenze di gioco (anni) | 6.31 | 6.51 | - | 0-21 |
| Ore di gioco online a settimana | 0.56 | 1.86 | - | 0-15 |
| Assunzione del rischio (self-report) | 5.10 | 1.82 | 0-10 | 1-9 |
| s-IAT | 22.99 | 5.71 | 12-60 | 12-42 |
| Ogas | 8.00 | 2.05 | 7-35 | 7-18 |
| BIS-11 totale | 61.37 | 9.17 | 30-120 | 44-84 |
| BIS-11 attenzionale | 16.54 | 3.47 | 8-32 | 10-28 |
| Motore BIS-11 | 21.68 | 4.33 | 11-44 | 14-35 |
| BIS-11 non pianificato | 23.15 | 3.45 | 11-44 | 17-32 |
| MNOB | 4.90 | 0.79 | 0-10 | 3.22-7.5 |
4.2.1. Analisi di correlazione
L'età era correlata al punteggio OGAS (ρ = 0.24, p <0.05). Anche la correlazione tra MNOB e il punteggio OGAS ha raggiunto una significatività (ρ = 0.21, p <0.05). Dopo aver controllato l'età, la correlazione tra MNOB e il punteggio OGAS è aumentata a r = 0.37, p <0.01 (r = 0.45, p <0.05 nei maschi e r = 0.28, p <0.05 nelle femmine). Tutte le altre correlazioni sono presentate in Tabella 7.
Tabella 7
Correlazioni tra Spearman e Pearson per le variabili MNOB, assunzione di rischio (self-report), s-IAT, OGAS e BIS-11.
| MNOB | Assunzione del rischio (self-report) | s-IAT | Ogas | BIS-11 totale | BIS-11 attenzionale | Motore BIS-11 | |
|---|---|---|---|---|---|---|---|
| MNOB | 1 | ||||||
| assunzione di rischi (self-report) | 0.086 | 1 | |||||
| s-IAT | 0.115 | - 0.124 | 1 | ||||
| Ogas | 0.209⁎ | 0.092 | 0.235⁎ | 1 | |||
| BIS-11 totale | 0.316⁎⁎ | 0.458⁎⁎ | 0.150 | 0.283⁎⁎ | 1 | ||
| BIS-11 attenzionale | 0.284⁎⁎ | 0.196 | 0.345⁎⁎ | 0.296⁎⁎ | 0.770⁎⁎ | 1 | |
| Motore BIS-11 | 0.236⁎ | 0.576⁎⁎ | - 0.018 | 0.261⁎ | 0.847⁎⁎ | 0.443⁎⁎ | 1 |
| BIS-11 non pianificato | 0.257⁎ | 0.299⁎⁎ | 0.075 | 0.148 | 0.821⁎⁎ | 0.487⁎⁎ | 0.551⁎⁎ |
Nota: le correlazioni di Spearman sono illustrate in corsivo.
4.2.2. Controllo della manipolazione dell'esperimento "Il petto del diavolo" come misura dell'impulsività / assunzione di rischi:
MNOB era positivamente correlato al punteggio BIS-11 dei partecipanti (vedi Tabella 7), quindi la misura attuale è chiaramente associata al comportamento impulsivo. Non vi era alcuna correlazione significativa tra MNOB e la misura di autovalutazione dell'assunzione di rischi complessiva (cfr Tabella 7). Analogamente agli studi 1 e 2, abbiamo confrontato il GAIN nel primo e l'ultimo trial 18 per escludere il ruolo degli effetti di apprendimento. Nessuna differenza significativa potrebbe essere trovata per il maschio (F(1,32) = 2.365, p = 0.134, M1 = 219.24 e M2 = 235.61) o partecipanti di sesso femminile (F(1,60) = 0.155, p = 0.695, M1 = 224.02 e M2 = 220.57). Anche i risultati per l'intero campione non hanno acquisito significatività (F (1,93) = .265, p = 0.608) (vedere Fig. 4).
Le medie e l'errore standard per il GAIN nelle prime 18 prove contro il GAIN nelle ultime 18 prove dell'esperimento "Il petto del diavolo". MU = unità monetarie.
5. Discussione Generale
Di seguito viene fornito un riepilogo dei risultati degli studi 1, 2 e 3 insieme a una discussione sul loro contributo al campo.
Nello studio 1, i punteggi più alti di s-IAT erano associati a prestazioni peggiori nel compito di apprendimento implicito tra i partecipanti di sesso maschile, con una predisposizione all'IGD. Il punteggio OGAS dei partecipanti, tuttavia, non era significativamente associato alla variabile GAIN (sebbene ci fosse una tendenza verso la significatività). Nello studio 2 abbiamo mirato alla replica dei risultati dello studio 1 in un gruppo di giocatori di WoW e partecipanti al controllo. Anche qui è stato preso in considerazione il genere dei partecipanti. I punteggi High s-IAT e gli alti punteggi WoW-SPUQ hanno mostrato una tendenza verso un basso GAIN nell'esperimento solo nel gruppo di giocatori maschi di WoW (r = - 0.322, p = 0.054, test unilaterale e r = - 0.354, p = 0.082, test a due code, rispettivamente). Il punteggio OGAS ancora una volta non è stato collegato a GAIN in nessuno dei gruppi. Nello studio 3, in un campione di studenti, la misura sperimentale dell'assunzione di rischio, MNOB, era collegata positivamente al punteggio OGAS, ma non al punteggio s-IAT, dopo aver controllato l'età.
Riassumendo, sembra che l'uso eccessivo di Internet sia associato a carenze nelle capacità implicite di apprendimento. Questa associazione è stata osservata con i punteggi s-IAT e il punteggio WoW-SPUQ, ma non con i punteggi OGAS nel presente studio. La letteratura esistente fornisce risultati a sostegno di entrambi: deficit nel processo decisionale tra gli utenti Internet problematici (ad es Sun et al., 2009), così come tra gli eccessivi giocatori online (ad es Yao et al., 2014). Inoltre, recentemente un nuovo modello teorico I-PACE (Interaction of Person-Affect-Cognition-Execution) è stato proposto da Brand et al. (2016), che evidenzia il ruolo del ridotto funzionamento esecutivo e del processo decisionale compromesso per lo sviluppo di PIU specifici. L'effetto più forte trovato per il punteggio WoW-SPUQ, rispetto al punteggio OGAS potrebbe riflettere la scelta di una misurazione più specifica per valutare la dipendenza da WOW. Tuttavia, sono necessarie ulteriori indagini.
Il fatto che l'associazione tra PIU e ridotta capacità di apprendimento implicito nel presente studio sia stata trovata solo nel gruppo di partecipanti maschi con (inclinazione a) IGD (studio 1 e 2) potrebbe ulteriormente aiutare a spiegare i risultati in parte contrastanti sulla relazione tra processo decisionale e PIU in letteratura (es Ko et al., 2010, Sun et al., 2009). Questa associazione, tuttavia, sembra plausibile in quanto gli studi suggeriscono che IGD è principalmente un tipo di dipendenza da maschi (es Rumpf et al., 2011).
Considerando Ipotesi 3, alcune associazioni significative potrebbero essere trovate tra l'impulsività, misurata con BIS-11 e PIU / IGD (studi 2 e 3), che è coerente con i risultati in letteratura (ad es. Lee et al., 2012). Mentre la misura di autovalutazione dell'assunzione del rischio (SOEP) non era collegata a PIU / IGD in nessuno degli studi, la misura sperimentale dell'assunzione di rischio / impulsività era associata al punteggio OGAS (studio 3), ma non al punteggio s-IAT. Questa particolare differenza potrebbe essere dovuta a problemi relativi all'affidabilità delle misure. Mentre l'assunzione di rischi auto-riferita è stata valutata con un singolo elemento, la misura sperimentale dell'assunzione di rischio dovrebbe fornire dati oggettivi e affidabili. Per quanto riguarda l'associazione tra MNOB e il punteggio OGAS, l'esperimento del petto del diavolo (versione 2, dove le scatole sono state completamente randomizzate su 36 prove) potrebbe coprire un lato più specifico dell'impulsività (come l'assunzione di rischi), che caratterizza meglio IGD rispetto alla PIU generalizzata. Tuttavia, Ko et al. (2010) non ha mostrato alcuna differenza nell'assunzione di rischi (misurata con il BART) tra soggetti con dipendenza da Internet con una tendenza verso IGD e partecipanti al controllo. Pertanto, questa associazione ha bisogno di ulteriori indagini.
Il controllo della manipolazione dell'esperimento "Il petto del diavolo" per misurare l'apprendimento implicito ha avuto successo nello studio 1, quindi, presumiamo che i partecipanti possano estrarre e apprendere implicitamente strategie per guadagnare più soldi durante l'esperimento. Tuttavia, nello studio 2 non è stata osservata alcuna differenza significativa tra il guadagno nelle prove 1–18 e 19-36 ad eccezione del gruppo di giocatori maschi di WoW, dove i partecipanti hanno mostrato guadagni inferiori nella seconda parte dell'esperimento. Qui, abbiamo dimostrato in ulteriori analisi che dopo aver controllato la motivazione al risultato, l'associazione negativa tra GAIN e il punteggio s-IAT / WOW-SPUQ è diventata più forte. Quindi, suggeriamo che nello studio 2 l'effetto di apprendimento implicito è stato oscurato dagli effetti della motivazione al risultato, poiché ai partecipanti è stata pagata la quantità di denaro che hanno vinto nell'esperimento. A questo punto, è necessario notare che UMS-10 misura la motivazione al raggiungimento dei tratti, quindi, la tendenza a essere motivati verso risultati più grandi in generale, e non uno stato, quindi, la motivazione a vincere di più in questo particolare esperimento. Tuttavia, controllando la motivazione al raggiungimento dell'UMS-10, abbiamo considerato il ruolo delle differenze individuali nella motivazione dei tratti per l'esecuzione nel compito del petto del diavolo all'interno del campione.
La convalida della seconda versione dell'esperimento "Il petto del diavolo" per misurare l'assunzione di rischi / impulsività, ha mostrato che il numero medio di scatole aperte volontariamente (MNOB) non era significativamente collegato alla misura di assunzione del rischio di autovalutazione. Ciò potrebbe essere dovuto al fatto che il SOEP valuta l'assunzione di rischi generali con un solo elemento, che a sua volta potrebbe avere un'influenza negativa sulla sua affidabilità. Tuttavia, l'MNOB era associato al punteggio totale BIS-11, nonché all'impulsività attenzionale, motoria e non pianificatoria delle sottoscale. Questi risultati sono coerenti con studi di convalida su misure comportamentali simili di assunzione di rischi come il BART (Lejuez et al., 2002).
Di seguito, verranno discussi alcuni dei punti di forza e di limitazione della ricerca presentata. Un punto di forza della presente inchiesta è che il ruolo del genere è stato preso in considerazione. Anche se le differenze di genere sono state descritte nel contesto di IGD e PIU (Rumpf et al., 2011), non molte indagini hanno valutato in modo particolare il ruolo del genere nell'esaminare l'associazione tra PIU / IGD e apprendimento implicito / assunzione di rischi, come nel presente studio. Inoltre, nello studio 2 il gruppo di giocatori di WoW è stato reclutato, utilizzando criteri rigorosi, e non semplicemente applicando un valore di cut-off in un questionario di self-report come l'OGAS. L'uso di un valore soglia è problematico, dal momento che molti dei cut-off, utilizzati negli studi, sono talvolta scelti arbitrariamente e non sono stati validati in modo appropriato in ambito clinico. Infine, negli studi da 1 a 3 abbiamo valutato sia PIU che IGD, il che consente di esaminare ulteriormente le somiglianze e le caratteristiche uniche di entrambi i disturbi.
Le limitazioni includono il basso numero di partecipanti per gruppo, specialmente nello studio 2, e la bassa età dei partecipanti. Pertanto, studi futuri dovrebbero esaminare campioni più rappresentativi. In secondo luogo, non è stato incluso un gruppo di confronto di utenti Internet eccessivi, che non erano giocatori di WoW. Inoltre, i risultati dello studio si basano su analisi di correlazione, quindi non sono possibili interpretazioni sulla causalità.
6. Conclusione
In sintesi, siamo stati in grado di dimostrare che il PIU è fortemente associato a scarse capacità di apprendimento implicito nei giocatori di sesso maschile (WoW). Questa scoperta potrebbe essere osservata in due campioni indipendenti nel presente studio. Inoltre, nel gruppo dei giocatori di WoW maschili si potrebbe osservare un'associazione un po 'più debole tra WOW-SPUQ e apprendimento implicito carente. Inoltre, punteggi più alti sull'OGAS sono stati associati a tendenze più elevate per il comportamento a rischio nello studio 3. L'effetto specifico di genere negli studi 1 e 2 sono stati ulteriormente discussi nello studio.
Ruolo delle fonti di finanziamento
Christian Montag riceve una borsa di studio Heisenberg dalla German Research Foundation (MO 2363 / 3-1). Inoltre, il presente studio è finanziato da una borsa di ricerca su Internet e da una dipendenza da gioco per computer assegnata a Christian Montag dalla Fondazione di ricerca tedesca (MO 2363 / 2-1). La Fondazione di ricerca tedesca non ha avuto alcun ruolo nella progettazione, raccolta, analisi o interpretazione dei dati dello studio, nella stesura del manoscritto o nella decisione di presentare il documento per la pubblicazione.
Contributori
CM e RS hanno progettato lo studio. RS, BL e CM hanno reclutato e testato i partecipanti. RS ha condotto le analisi e ha scritto il manoscritto. BL ricontrollò le analisi statistiche e revisionò il manoscritto. SM ha programmato i compiti sperimentali (versioni 1 e 2) e ha fornito un feedback completo sul manoscritto, dopo averlo esaminato. MR ha revisionato criticamente i manoscritti. Tutti gli autori hanno contribuito e hanno approvato il manoscritto finale.
Ringraziamenti
Ringraziamo Ralf Reichert di Turtle Entertainment per averci dato la possibilità di condurre il nostro esperimento al GamesCom 2013. Tuttavia, Turtle Entertainment non ha realizzato alcun profitto o ha avuto un'influenza sull'esecuzione dello studio.
Vorremmo anche ringraziare Maximilian Sieber e Otilia Pasnicu, che hanno reclutato e testato i partecipanti per lo studio 3 come parte delle loro tesi di laurea.
Le note
1Nel presente articolo utilizzeremo il termine Problematic Internet Use (PIU) come sostituto della dipendenza da Internet, poiché attualmente non esiste alcuna diagnosi ufficiale in DSM-5 e ICD 10. Dato che l'IGD (Internet Gaming Disorder) era incluso nell'appendice di DSM-5, questo termine sarà usato come sinonimo di dipendenza da gioco online. Si prega di notare che non tutti gli studi, che citiamo nel presente articolo, hanno investigato su IGD, utilizzando i criteri suggeriti in DSM-5.
2Da notare che la casella "diavolo" non è stata programmata per apparire nella posizione 1, poiché ciò avrebbe interrotto la prova in corso senza offrire ai partecipanti l'opportunità di scegliere se volevano procedere aprendo un'altra casella.
Riferimenti
- American Psychiatric Association. Manuale diagnostico e statistico dei disturbi mentali 5th ed., (Testo rev., Recuperato settembre 7th, 2016). http://www.dsm5.org/Pages/Default.aspx
- Bechara A., Dolan S., Denburg N., Hindes A., Anderson SW, Nathan PE Deficit decisionali, legati a una corteccia prefrontale ventromediale disfunzionale, rivelati in alcol e tossicodipendenti stimolanti. Neuropsychologia. 2001;39 (4): 376-389. [PubMed]
- Brand M., Labudda K., Markowitsch HJ Correlati neuropsicologici del processo decisionale in situazioni ambigue e rischiose. Reti neurali. 2006;19(8):1266–1276. [PubMed]
- Brand M., Young KS, Laier C., Wölfling K., Potenza MN Integrazione di considerazioni psicologiche e neurobiologiche riguardanti lo sviluppo e il mantenimento di disturbi specifici dell'uso di Internet: modello di interazione persona-affetto-cognizione-esecuzione (I-PACE) . Neuroscienze e recensioni bio-comportamentali. 2016;71: 252-266. [PubMed]
- Cao F., Su L., Liu T., Gao X. La relazione tra impulsività e dipendenza da Internet in un campione di adolescenti cinesi. Psichiatria europea. 2007;22 (7): 466-471. [PubMed]
- Davis RA Un modello cognitivo-comportamentale di uso internet patologico. Computer nel comportamento umano. 2001;17 (2): 187-195.
- Eisenegger C., Knoch D., Ebstein RP, Gianotti LR, Sándor PS, Fehr E. Il polimorfismo del recettore della dopamina D4 predice l'effetto di L-DOPA sul comportamento del gioco d'azzardo. Psichiatria biologica. 2010;67(8):702–706. [PubMed]
- Epstein S. Auto-teoria esperienziale cognitiva della personalità. In: Millon T., Lerner MJ, editori. Manuale di psicologia. 5th ed. Wiley; Hoboken: 2003. pp. 159-184.
- Statistiche live di Internet Utenti di Internet nel mondo. 2016. http://www.internetlivestats.com/internet-users/ Recuperato 7th di settembre da.
- Ko CH, Yen JY, Chen CC, Chen SH, Yen CF Differenze di genere e fattori correlati che influenzano la dipendenza da gioco online tra gli adolescenti taiwanesi. Il Journal of Nervous and Mental Disease. 2005;193(4):273–277. (doi:00005053-200504000-00008 [pii]) [PubMed]
- Ko CH, Hsiao S., Liu G., Yen J., Yang M., Yen C. Le caratteristiche del processo decisionale, il rischio di assumere rischi e la personalità degli studenti universitari con la dipendenza da Internet. Ricerca di psichiatria. 2010;175(1):121–125. [PubMed]
- Kreek MJ, Nielsen DA, Butelman ER, LaForge KS Influenze genetiche sull'impulsività, l'assunzione di rischi, la risposta allo stress e la vulnerabilità all'abuso di droghe e alla dipendenza. Nature Neuroscience. 2005;8(11):1450–1457. [PubMed]
- Laier C., Pawlikowski M., Brand M. L'elaborazione delle immagini sessuali interferisce con il processo decisionale in condizioni di ambiguità. Archivi di comportamento sessuale. 2014;43(3):473–482. [PubMed]
- Lee HW, Choi J., Shin Y., Lee J., Jung HY, Kwon JS Impulsività nella dipendenza da internet: un confronto con il gioco d'azzardo patologico. Cyberpsychology, Behaviour e Social Networking. 2012;15(7):373–377. [PubMed]
- Lejuez CW, Leggi JP, Kahler CW, Richards JB, Ramsey SE, Stuart GL, ... Brown RA Valutazione di una misura comportamentale di assunzione del rischio: Il compito di analisi analogica del palloncino (BART) Journal of Experimental Psychology: Applied. 2002;8(2):75–84. [PubMed]
- Lemmens JS, Valkenburg PM, Peter J. Sviluppo e validazione di una scala di dipendenza da gioco per adolescenti. Psicologia dei media. 2009;12(1):77–95.
- Miles J., Shevlin M. Sage; 2001. Applicazione della regressione e della correlazione: una guida per studenti e ricercatori.
- Moeller FG, Barratt ES, Dougherty DM, Schmitz JM, Swann AC Aspetti psichiatrici dell'impulsività. American Journal of Psychiatry. 2001;158(11):1783–1793. [PubMed]
- Montag C., Bey K., Sha P., Li M., Chen Y., Liu W., ... Keiper J. È significativo distinguere tra dipendenza da internet generalizzata e specifica? Prove da uno studio interculturale di Germania, Svezia, Taiwan e Cina. Psichiatria Asia-Pacifico. 2015;7(1):20–26. [PubMed]
- Struttura di Patton JH, Stanford MS Factor della scala di impulsività di Barratt. Journal of Clinical Psychology. 1995;51(6):768–774. [PubMed]
- Pawlikowski M., Brand M. Eccessivo gioco d'azzardo su internet e processo decisionale: i giocatori di World of Excursive hanno problemi nel prendere decisioni in condizioni rischiose? Ricerca di psichiatria. 2011;188(3):428–433. [PubMed]
- Pawlikowski M., Altstötter-Gleich C., Brand M. Validazione e proprietà psicometriche di una versione breve del test di dipendenza da Internet di Young. Computer nel comportamento umano. 2013;29(3):1212–1223.
- Peters CS, Malesky LA, Jr. Utilizzo problematico da parte di giocatori altamente coinvolti di giochi di ruolo online multiplayer di massa. Cyberpsicologia e comportamento. 2008;11(4):481–484. [PubMed]
- Rumpf H., Meyer C., Kreuzer A., John U., Merkeerk G. Vol. 31. 2011. Prävalenz der internetabhängigkeit (PINTA). Bericht an Das Bundesministerium Für Gesundheit. Greifswald Und Lübeck. (12ff)
- Schiebener J., Brand M. Il processo decisionale in condizioni di rischio oggettivo - una revisione dei correlati cognitivi ed emotivi, delle strategie, dell'elaborazione del feedback e delle influenze esterne. Revisione Neuropsicologia. 2015;25(2):171–198. [PubMed]
- Schoenbaum G., Roesch MR, Stalnaker TA Corteccia Orbitofrontale, processo decisionale e tossicodipendenza. Tendenze nelle neuroscienze. 2006;29(2):116–124. [PubMed]
- Schönbrodt FD, Gerstenberg FX Un'analisi IRT dei questionari di motivi: il motivo unificato scala. Journal of Research in Personality. 2012;46(6):725–742.
- Siedler T., Schupp J., Spiess CK, Wagner GG Il panel socioeconomico tedesco come set di dati di riferimento. Schmollers Jahrbuch. 2008;129(2):367–374.
- Stanford MS, Mathias CW, Dougherty DM, Lake SL, Anderson NE, Patton JH Cinquant'anni della scala di impulsività di Barratt: un aggiornamento e una revisione. Personalità e differenze individuali. 2009;47(5):385–395.
- Sun D., Chen Z., Ma N., Zhang X., Fu X., Zhang D. Funzioni decisionali di inibizione della risposta e prepotente in utenti Internet eccessivi. Spettri CNS. 2009;14(02):75–81. [PubMed]
- Tao R., Huang X., Wang J., Zhang H., Zhang Y., Li M. Proposto criteri diagnostici per la dipendenza da Internet. Dipendenza. 2010;105(3):556–564. [PubMed]
- Yao Y., Chen P., Chen C., Wang L., Zhang J., Xue G., ... Fang X. L'incapacità di utilizzare il feedback causa deficit decisionali tra gli eccessivi giocatori di internet. Ricerca di psichiatria. 2014;219(3):583–588. [PubMed]
- Yao YW, Wang LJ, Yip SW, Chen PR, Li S., Xu J., ... Fang XY Il processo decisionale compromesso è associato a deficit di inibizione specifici del gioco tra studenti universitari con problemi di gioco in Internet. Ricerca di psichiatria. 2015;229(1):302–309. [PubMed]
- Young KS Psicologia dell'uso del computer: XL. Uso avvincente di internet: un caso che rompe lo stereotipo. Rapporti psicologici. 1996;79(3):899–902. [PubMed]
- Young KS John Wiley & Sons; 1998. Caught in the net: come riconoscere i segni della dipendenza da Internet e una strategia vincente per il recupero.
- Young KS dipendenza da Internet: l'emergere di un nuovo disturbo clinico. Cyberpsicologia e comportamento. 1998;1(3):237–244.
;