Cosa farebbe il mio avatar? Gioco, patologia e decisioni a rischio (2013)

Psychol frontale. 2013 Sep 10; 4: 609. doi: 10.3389 / fpsyg.2013.00609. eCollection 2013.

Astratto

Recenti lavori hanno rivelato una relazione tra l'uso patologico dei videogiochi e una maggiore impulsività tra bambini e adolescenti. Alcuni studi hanno anche dimostrato una maggiore assunzione di rischi al di fuori dell'ambiente dei videogiochi dopo il gioco, ma questo lavoro si è ampiamente concentrato su un genere di videogiochi (ad esempio, le corse). Motivato da questi risultati, lo scopo di questo studio era di esaminare la relazione tra l'uso di videogiochi patologici e non patologici, l'impulsività e il processo decisionale rischioso. Il presente studio ha anche studiato il rapporto tra esperienza con due dei generi più popolari di videogiochi [ovvero sparatutto in prima persona (FPS) e strategia] e processi decisionali rischiosi. Coerentemente con il lavoro precedente, ~ 7% dell'attuale campione di adulti in età universitaria ha soddisfatto i criteri per l'uso di videogiochi patologici. Il numero di ore trascorse a giocare ogni settimana è stato associato a una maggiore impulsività su una misura di autodisciplina e sull'attività di attualizzazione temporale (TD). Questa relazione era sensibile al genere dei videogiochi; in particolare, l'esperienza con i giochi FPS era positivamente correlata all'impulsività, mentre l'esperienza con i giochi di strategia era negativamente correlata all'impulsività. Ore alla settimana e sintomi patologici hanno previsto una maggiore assunzione di rischi nell'attività di rischio e nell'attività di gioco d'azzardo dell'Iowa, accompagnata da prestazioni complessive peggiori, indicando che anche quando le scelte rischiose non hanno pagato, le persone che hanno trascorso più tempo a giocare e hanno sostenuto più sintomi di patologia il gioco ha continuato a fare queste scelte. Sulla base di questi dati, suggeriamo che la presenza di sintomi patologici e il genere del videogioco (ad esempio, FPS, strategia) possono essere fattori importanti nel determinare in che modo la quantità di esperienza di gioco si riferisce all'impulsività e al processo decisionale rischioso.

parole chiave: videogiochi, processo decisionale, rischio, uso patologico dei videogiochi, impulsività, elaborazione dei premi

Ricerche precedenti hanno dimostrato che l'esperienza dei videogiochi influenza cognizione ed emozione in molti modi (West e Bailey, 2013). Ad esempio, una maggiore esperienza di videogioco è associata alla riduzione dell'uso del controllo cognitivo proattivo (Kronenberger et al., 2005; Mathews et al., 2005; Bailey et al., 2010), differenze nell'esperienza e nell'espressione dell'affetto positivo e negativo (Bartholow et al., 2006; Kirsh and Mounts, 2007; Bailey et al., 2011) e un aumento del numero di sintomi associati all'ADHD, in particolare per le persone che dimostrano un gioco patologico di videogiochi (PVP; Gentile, 2009; Gentile et al., 2011; Pawlikowski e Brand, 2011). I risultati di numerosi studi dimostrano che l'efficacia del processo decisionale è moderata dall'emozione, dal controllo esecutivo o cognitivo e dalla presenza di dipendenza chimica e comportamentale (Tanabe et al., 2007; Weber e Johnson, 2009; Figner e Weber, 2011). Data l'associazione tra esperienza di videogioco, PVP ed emozione e controllo cognitivo, ci si potrebbe aspettare che l'esperienza di videogioco abbia un effetto dannoso sull'efficacia del processo decisionale. A sostegno di questa ipotesi, alcuni studi hanno dimostrato che l'esposizione ai videogiochi di corse può influenzare il processo decisionale del mondo reale relativo al comportamento alla guida (Fischer et al., 2009; Beullens et al., 2011). Il presente studio si estende alle prove esistenti esaminando la relazione tra altri generi di videogiochi [ovvero sparatutto in prima persona (FPS) e strategia], PVP e decisioni rischiose in un contesto di gioco d'azzardo.

La ricerca che esamina la relazione tra i videogiochi e il processo decisionale rischioso si è concentrata principalmente sugli effetti dei videogiochi di corse sugli atteggiamenti e sull'impegno nei comportamenti di guida rischiosi (ad esempio, eccesso di velocità, divertimento in sella, corse su strada; vedi Fischer et al., 2011). Sulla base delle misure di auto-relazione, il tempo trascorso a giocare ai videogiochi di corse è positivamente associato alla partecipazione alla guida rischiosa tra adolescenti e adulti, in particolare i maschi (Beullens et al., 2011) e negativamente associato alla guida prudente (Fischer et al., 2007). Inoltre, l'esposizione in laboratorio ai giochi di corse aumenta gli atteggiamenti positivi verso l'assunzione di rischi e una maggiore assunzione di rischi in un compito di guida simulato al computer (Fischer et al., 2007, 2009), che può essere dovuto in parte a una maggiore percezione di sé come motore rischioso (Fischer et al., 2009). Inoltre, i videogiochi di corse sembrano essere più interessanti per le persone che sono predisposte ad un aumentato rischio di incidenti automobilistici e decessi (National Highway Traffic Safety Administration, 2009). Sulla base di questi risultati, sembra che l'esposizione a videogiochi a lungo e breve termine possa portare a cambiamenti negli atteggiamenti e nel coinvolgimento nei comportamenti esemplificati nel gioco.

L'uso di videogiochi patologici rappresenta un problema significativo per 8 – 9% di bambini e adolescenti (Gentile, 2009; Gentile et al., 2011). Gli individui con più sintomi di PVP riferiscono di giocare ai videogiochi più frequentemente e per periodi di tempo più lunghi, saltando altre attività (ad esempio compiti a casa, faccende domestiche) per giocare ai videogiochi e usando i videogiochi per sfuggire ai loro problemi più spesso dei loro coetanei. La maggiore sintomatologia del PVP è anche collegata a segnalazioni di aumento dell'aggressività e dell'impulsività, scarso rendimento a scuola e livelli elevati di sintomi correlati alla depressione e all'ADHD (Gentile et al., 2011).

Il gioco patologico può anche essere correlato ad un aumento del processo decisionale rischioso. Pawlikowski e Brand (2011) ha esaminato le differenze individuali in termini di eccessivo gioco e prestazioni in Internet sull'attività "Gioco dei dadi", una misura del processo decisionale rischioso. In questo compito, il partecipante tenta di fare più soldi possibile indovinando il numero che verrebbe fuori dal tiro di un dado con il lato 6. I giocatori Internet eccessivi hanno selezionato le opzioni a bassa probabilità più frequentemente rispetto ai non giocatori, con conseguenti maggiori perdite. Questo comportamento è simile a quello mostrato dalle persone con problemi di gioco (Cavedini et al., 2002; Brand et al., 2005). Questo lavoro suggerisce che il gioco patologico è positivamente associato a una maggiore impulsività e assunzione di rischi, al di là della quantità di tempo trascorso a giocare.

Le prove provenienti da studi che esaminano l'uso di sostanze e il gioco d'azzardo problematico possono fornire informazioni su come il PVP influenza il processo decisionale rischioso. Uso di sostanze (Kirby et al., 1999; Mitchell, 1999; Kim et al., 2011) e problemi relativi al gioco d'azzardo (Brand et al., 2005; Slutske et al., 2005; Tanabe et al., 2007) sono collegati ad aumenti del processo decisionale rischioso attraverso uno o più dei seguenti percorsi: funzioni esecutive interrotte, sensibilità alterata agli esiti positivi e negativi o aumento dell'impulsività. Ad esempio, i pazienti alcol-dipendenti hanno prestazioni peggiori nell'Iowa Gambling Task (IGT; Kim et al., 2011), impiegando più tempo ad apprendere dai risultati negativi (ovvero, continuando a selezionare le carte dai mazzi "cattivi") rispetto ai pazienti non alcol-dipendenti. Il gioco d'azzardo patologico è stato associato a una ridotta attività prefrontale nell'emisfero destro durante l'IGT, probabilmente riflettendo i cambiamenti nel processo decisionale che comportano rischi (Tanabe et al., 2007). Gli effetti della nicotina sull'impulsività sono stati ampiamente studiati utilizzando l'attività di attualizzazione temporale (TD) (ad es. Mitchell, 1999; Ohmura et al., 2005) in cui i partecipanti scelgono tra premi più piccoli consegnati immediatamente o dopo un breve ritardo e premi più grandi consegnati dopo un ritardo più lungo (Loewenstein e Thaler, 1989; Leggere, 2004). La selezione della ricompensa più piccola e immediata può essere interpretata per riflettere una maggiore impulsività. I fumatori di sigarette sono costantemente più impulsivi in ​​questo compito rispetto ai non fumatori (Mitchell, 1999; Reynolds et al., 2004). Inoltre, la misura in cui i fumatori attualizzano gli utili monetari ritardati è correlata alla loro assunzione giornaliera di nicotina (Reynolds et al., 2004; Ohmura et al., 2005). Questi risultati indicano che l'abuso di sostanze e il gioco d'azzardo problematico sono associati positivamente alla selezione impulsiva di premi immediati, probabilmente a causa di un controllo indebolito sul comportamento.

I videogiochi di corse sembrano innescare pensieri legati al rischio e comportamenti di guida rischiosi; tuttavia, non è ancora chiaro se diversi generi di videogiochi possano anche prendere decisioni rischiose in altri settori. Vi sono prove, tuttavia, che alcuni generi di videogiochi possono avere effetti differenziali sul controllo cognitivo, un insieme di abilità che consentono di mantenere l'elaborazione delle informazioni diretta agli obiettivi (Basak et al., 2008; Bailey et al., 2010). Ad esempio, in uno studio sulle differenze individuali (Bailey et al., 2010), ha riscontrato che l'esperienza con i videogiochi FPS era correlata a una riduzione del controllo proattivo (mantenimento attivo e prolungato delle informazioni pertinenti agli obiettivi) e non correlata al controllo reattivo (mobilizzazione just-in-time del controllo dopo il rilevamento del conflitto; Braver , 2012). Inoltre, Swing (2012) ha dimostrato che 10 h dell'esperienza FPS ha comportato una riduzione dell'uso del controllo proattivo in uno studio di formazione. Questi risultati potrebbero indicare che i giocatori di FPS potrebbero essere più propensi a prendere le loro decisioni nel momento piuttosto che dopo una riflessione ponderata, una tendenza che potrebbe manifestarsi come preferenza per premi immediati piuttosto che valutazione a lungo termine dei rischi e dei benefici. A differenza dei giochi FPS, i videogiochi di strategia possono promuovere un aumento della pianificazione attenta e del controllo esecutivo del comportamento. Basak et al. (2008) ha dimostrato che 23.5 h di addestramento su un videogioco di strategia ha migliorato la capacità di cambiare attività e la memoria di lavoro. Quest'area di ricerca è rilevante per lo studio attuale poiché strutture neurali simili sono coinvolte nel controllo cognitivo e nel processo decisionale (Steinberg, 2008; Christopoulos et al., 2009). Pertanto, gli effetti dell'esposizione ai videogiochi su queste aree del cervello possono avere conseguenze anche sull'efficacia del processo decisionale.

L'obiettivo del presente studio era di estendere il lavoro di Fischer et al. (2007, 2009) ad altri generi di videogiochi e contesti decisionali al fine di fornire una comprensione più completa di come l'esperienza dei videogiochi è collegata al processo decisionale rischioso. Per raggiungere questo obiettivo, sono state utilizzate molteplici attività decisionali che comportano rischi. Ci siamo concentrati su FPS e videogiochi di strategia a causa della loro continua popolarità tra i giocatori (The NDP Group, 2010), nonché il loro potenziale per influenzare il processo decisionale in modo opposto. Nel presente studio, gli individui hanno riportato esperienze passate di videogiochi (ad esempio ore giocate a settimana, sintomi PVP e genere) e completato una serie di questionari e attività informatizzate che valutano le decisioni rischiose. L'analisi di correlazione canonica (CCA) è stata utilizzata per esaminare le relazioni latenti tra esperienza di videogioco, PVP e sesso (cioè, variabili predittive) e misure del processo decisionale rischioso (cioè variabili dipendenti). Basato su lavori precedenti (Gentile, 2009; Gentile et al., 2011), abbiamo ipotizzato che il numero medio di ore trascorse a giocare ai videogiochi a settimana e il numero di sintomi patologici approvati avrebbero predetto un aumento dell'impulsività, una propensione a ottenere premi immediati o maggiori e una maggiore selezione delle opzioni più rischiose. Si prevedeva che FPS e videogiochi di strategia fossero associati in modo differenziato a decisioni rischiose; I giocatori di FPS dovevano essere più impulsivi e sensibili alle ricompense, mentre i giocatori di strategia dovevano selezionare meno opzioni rischiose e essere più sensibili ai risultati negativi. Sono state anche esaminate le interazioni tra ore, PVP e genere al fine di determinare se gli effetti della quantità di tempo trascorso a giocare ai videogiochi e la ricorrenza della patologia avrebbero moderato le relazioni con il genere.

metodo

Partecipanti

I partecipanti erano studenti universitari 149 (femmine 70) della Iowa State University di età compresa tra 16 e 30. A causa di un errore nel software, i dati per la fase di test dell'attività di selezione probabilistica sono stati persi per un partecipante. Il consenso informato è stato ottenuto da tutti i partecipanti e hanno ricevuto il credito del corso per la loro partecipazione. Lo studio è stato approvato dall'istituto di revisione istituzionale dell'università.

Materiali e design

Questionario sull'utilizzo dei media

Il questionario sull'utilizzo dei media includeva tre domande di ordine superiore. Due domande hanno chiesto all'individuo di indicare il numero di ore trascorse giocando ai videogiochi in un tipico giorno della settimana (domanda 1, dal lunedì al venerdì) o nel fine settimana (domanda 2, sabato e domenica) per ciascuno dei quattro periodi di tempo (6 da mezzogiorno a mezzogiorno, a mezzogiorno a 6 pm, 6 pm a mezzanotte e mezzanotte a 6 am). La terza domanda ha chiesto al partecipante di indicare con quale frequenza gioca ciascuno dei diversi generi di videogiochi 12 e quale videogioco ha trascorso più tempo giocando. Le variabili dipendenti utilizzate erano il numero totale di ore trascorse a giocare ai videogiochi alla settimana e la classificazione come FPS o giocatore di videogiochi di strategia (0 o 1) in base al genere del videogioco che hanno riferito di giocare più spesso. L'affidabilità interna era elevata per il numero di ore giocate (coefficiente α = 0.85) e per la quantità di esperienza con i generi di videogiochi (coefficiente α = 0.87).

Scala di gioco patologica

Una versione rivista della scala PVP (Gentile, 2009; Gentile et al., 2011) era composto da 13 elementi basati sui criteri del DSM-IV per la dipendenza dal gioco. I partecipanti hanno risposto a ciascuna domanda selezionando "sì", "no", "a volte" o "non so". La variabile dipendente era il numero di domande a cui hanno risposto "sì" (1–13). L'affidabilità interna per il campione corrente era accettabile (coefficiente α = 0.60).

Scala dell'impulsività di Barratt

The Barratt Impulsiveness Scale Version 11 (BIS-11; Patton et al., 1995) è stato utilizzato per misurare l'impulsività generale. Il BIS-11 comprende istruzioni 30 (ad esempio, cambio hobby, pianifico per la sicurezza del lavoro) e per ogni istruzione i partecipanti selezionati tra le seguenti opzioni: “Raramente / Mai”, “Occasionalmente”, “Spesso”, o “Quasi sempre / sempre. ”Per il punteggio, le risposte sono state codificate numericamente da 1 (raramente / mai) a 4 (quasi sempre / sempre) e sommate per ottenere un punteggio totale (0 – 20). I punteggi più alti indicano livelli più alti di impulsività. L'affidabilità interna della BRI nel campione attuale era elevata (coefficiente α = 0.75).

Scala degli atteggiamenti di rischio

Una versione modificata della scala degli atteggiamenti di rischio (RAS; Weber et al., 2002) includeva dichiarazioni 20 dalle sottoscale etiche, di gioco d'azzardo e ricreative della misura originale. I partecipanti hanno indicato la probabilità o l'improbabilità di impegnarsi nel comportamento descritto in ciascuna istruzione su una scala da 1 (molto improbabile) a 5 (molto probabilmente). La variabile dipendente era il punteggio medio per tutti gli elementi (1 – 5). I punteggi più alti riflettono atteggiamenti più accettanti nei confronti del rischio. L'affidabilità interna della misura nel campione corrente era elevata (coefficiente α = 0.76).

Compito di gioco d'azzardo dell'Iowa

In IGT (Bechara et al., 1994) i partecipanti hanno selezionato uno dei quattro token per ogni prova per guadagnare punti. Ogni token era associato al proprio set di guadagni e perdite. Ai partecipanti è stato chiesto di provare a guadagnare il maggior numero di punti possibile prima della fine dell'attività. Il guadagno o la perdita per ciascun token è stato predeterminato per ciascuna delle prove 100, in modo tale che la selezione di due token (cerchio o quadrato) sulla maggior parte delle prove comporti un guadagno netto di punti, mentre la selezione degli altri due token (cristallo o diamante) sulla maggior parte delle prove si ottiene una perdita netta di punti. Ai partecipanti non è stato detto quali token erano "buoni" e quali "cattivi". Dopo aver selezionato un token, il partecipante è stato informato dell'esito (guadagno o perdita) e del numero totale di punti guadagnati. I token sono rimasti sullo schermo fino a quando il partecipante non ha effettuato una selezione. Il feedback è stato visualizzato per 1500 ms e i tasti di risposta erano “i” (cerchio), “r” (cristallo), “c” (quadrato) e “m” (diamante). La variabile dipendente era il numero di volte in cui token "cattivi" sono stati selezionati nelle prove 20 finali.

Sconti temporali

Il compito di TD era simile a McClure et al. (2004). I partecipanti hanno espresso la loro preferenza in una serie di scelte tra una minore quantità di denaro ricevuta in un momento precedente e una maggiore quantità di denaro ricevuta in un secondo momento. Ai partecipanti è stato chiesto di prendere ogni decisione come se ricevessero l'opzione selezionata. Le prime due scelte sono state fissate per consentire ai partecipanti di imparare a rispondere nel compito. La prima scelta richiedeva ai partecipanti di selezionare tra le stesse quantità di denaro disponibili con due ritardi diversi (ad esempio, $ 27.10 nelle settimane 2 rispetto a $ 27.10 nel mese 1 e nelle settimane 2) e la seconda scelta richiedeva ai partecipanti di selezionare tra due importi di denaro in cui l'importo precedente è inferiore a 1 percento dell'importo successivo (ad esempio, $ 0.16 oggi rispetto a $ 34.04 nel mese 1 e nelle settimane 2). Le restanti prove 40 sono state costruite combinando uno dei ritardi iniziali (oggi, settimane 2 o mese 1) con uno dei ritardi successivi (settimane 2, mese 1) e una delle seguenti differenze percentuali nella quantità di denaro: 1, 3, 5, 10, 15, 25, 35, 50%. La prima somma di denaro è stata prelevata casualmente da un intervallo di $ 5 a $ 40 e quindi la maggiore quantità di denaro è stata impostata sulla differenza percentuale specificata. Sono state utilizzate tutte le combinazioni di ritardi anticipati, ritardi ritardati e differenze percentuali, escluse quelle in cui il ritardo successivo sarebbe stato superiore a 6 mesi dopo l'esperimento. Le due opzioni sono state visualizzate su entrambi i lati dello schermo con la ricompensa precedente, più piccola, sempre presentata a sinistra e le opzioni sono rimaste sullo schermo fino a quando non è stata fornita una risposta. Un triangolo giallo situato sotto ciascuna opzione diventa rosso per 2000 ms dopo la risposta per indicare la selezione. Questo è stato seguito da una schermata vuota per 2000 ms e quindi è stata visualizzata la scelta successiva. I tasti di risposta erano "v" per l'opzione a sinistra e "m" per l'opzione a destra. La variabile dipendente era la percentuale di scelte in cui era selezionata la quantità di denaro precedente / inferiore. La selezione dell'opzione precedente più frequentemente indica una maggiore avversione al rischio.

Selezione probabilistica

Nel compito di selezione probabilistica (Frank et al., 2004), i partecipanti hanno visualizzato tre coppie di stimoli (AB, CD, EF) presentati in modo casuale e sono stati istruiti a selezionare uno degli stimoli in ciascuna coppia. Il feedback probabilistico è stato presentato dopo ogni selezione. Nella prima coppia, la selezione di A ha portato a un feedback positivo (cioè, "Corretto!") 80% delle volte e la selezione di B ha portato a un feedback negativo (cioè, "Non corretto") 20% delle volte. Nella seconda coppia, la selezione di C ha portato a un feedback positivo 70% delle volte, e nella terza coppia la selezione di E ha portato a un feedback positivo 60% delle volte. I partecipanti hanno eseguito tre blocchi di apprendimento delle prove 60 (20 di ciascuna coppia). Nel blocco finale, i partecipanti hanno visualizzato tutte le possibili coppie dei sei stimoli quattro volte ciascuno e non hanno ricevuto feedback sulle loro scelte. Gli stimoli erano sei caratteri giapponesi Hiragana controbilanciati tra le tre probabilità di feedback (cioè AB, CD, EF). In tutti i blocchi, le cifre sono rimaste sullo schermo fino a quando non è stata effettuata una risposta o fino a quando 4000 ms è passato se non è stata rilevata alcuna risposta. Nei blocchi di apprendimento, il feedback è stato visualizzato per 1500 ms. C'è stato un intervallo di risposta-stimolo 500 ms nel blocco finale. I tasti di risposta erano “v” per selezionare la figura a sinistra e “m” per selezionare la figura a destra. Le variabili dipendenti erano la percentuale di prove in cui era stato scelto A (Scegli A) e B era evitato (Evita B) nel blocco finale. Una maggiore selezione di A rispetto all'evitamento di B nel blocco finale indica l'apprendimento basato su risultati positivi piuttosto che negativi. Una maggiore evitamento di B rispetto alla selezione di A nel blocco finale indica l'apprendimento basato su risultati negativi più che risultati positivi.

Compito del rischio

Nell'attività di rischio (Knoch et al., 2006), ai partecipanti sono state presentate sei caselle, ciascuna con la stessa probabilità di contenere un gettone vincente. Alcune scatole erano blu e altre erano rosa. Ai partecipanti è stato chiesto di selezionare il colore della scatola che credevano contenesse il gettone vincente. Se hanno scelto correttamente hanno ricevuto il numero di punti associati al colore che avevano selezionato, ma se non erano corretti hanno perso così tanti punti. In questa attività sono state manipolate due variabili. Il livello di rischio si riferisce al rapporto tra scatole rosa e blu che possono essere 5: 1, 4: 2 o 3: 3. Ad esempio, se ci sono scatole blu 5 e scatola rosa 1, allora c'è una 1 nella possibilità 6 che la scatola rosa contenga il token vincente; quindi selezionare il rosa sarebbe più rischioso che selezionare il blu. Il saldo della ricompensa si riferisce al numero di punti che valgono i colori e può essere 90: 10, 80: 20, 70: 30 o 60: 40. Il colore con meno caselle valeva sempre il valore in punti maggiore. Nell'esempio sopra, ad esempio, la selezione del rosa varrebbe i punti 90, mentre la selezione del blu sarebbe valsa solo i punti 10. I partecipanti hanno completato le prove 100. Quattro di queste erano combinazioni dell'3: livello di rischio 3 con equilibrio della ricompensa e non sono stati inclusi nell'analisi. Le restanti prove 96 includevano tutte le altre possibili combinazioni di livello di rischio, equilibrio di ricompensa e colore. Il livello di rischio è stato visualizzato sopra le caselle di ogni prova e il saldo della ricompensa è stato visualizzato di seguito. I riquadri sono rimasti sullo schermo fino a quando il partecipante ha risposto seguito da un feedback che mostrava il risultato e i punti totali per 1500 ms. I tasti di risposta erano "v" per selezionare il rosa e "m" per selezionare il blu. Le variabili dipendenti per questa misura erano il punteggio totale alla fine dell'attività (Totale rischio) e la percentuale di selezioni a basso rischio (Basso rischio).

Procedura

Tutti gli stimoli sono stati presentati utilizzando il software E-Prime 1.2 (Psychology Software Tools, Pittsburgh, PA). I partecipanti hanno firmato il consenso informato e completato il BIS-11, la scala di gioco patologica, il RAS e il questionario sull'uso dei media. La metà dei partecipanti ha completato le attività nel seguente ordine: TD, attività di rischio, attività di gioco d'azzardo dell'Iowa e selezione probabilistica; l'altra metà dei partecipanti ha completato i compiti in ordine inverso. I partecipanti hanno inoltre completato l'utile campo visivo e le attività relative ai segnali di arresto, ma poiché questi dati non riguardano specificamente la relazione tra videogiochi e processi decisionali rischiosi, non vengono riportati qui. Dopo che i compiti sono stati completati, i partecipanti sono stati informati e ringraziati per la loro partecipazione. L'intero studio ha richiesto ~ 90 min.

Risultati

Caratteristiche del campione

Table Table11 include le medie, le deviazioni standard e gli intervalli di tutte le variabili misurate. Più della metà del campione (64%) ha riferito di giocare ai videogiochi almeno 2 h alla settimana. Il tempo medio riferito ai videogiochi è stato di 20.6 h alla settimana (SD = 25.4, 25th quartile = 0, 50th quartile = 13, 75th quartile = 34). I maschi hanno riferito di giocare più ore alla settimana (M = 28.2, SD = 21.9) rispetto alle femmine (M = 12.1, SD = 26.5), t(147) = 4.06, p <0.001. Il gioco patologico (cioè la risposta "sì" a 6 o più affermazioni sulla scala PVP) è stato segnalato dal 7.4% (maschi = 13.9%, femmine = 0%) del campione, coerentemente con il tasso osservato in altri campioni di bambini e adolescenti (Gentile, 2009; Gentile et al., 2011). Il numero medio di sintomi patologici di gioco era, M = 1.8, SD = 2.0. I maschi hanno riportato più sintomi legati al gioco patologico (M = 2.7, SD = 2.1) rispetto alle femmine (M = 0.8, SD = 1.2), t(147) = 6.90, p <0.001.

Tabella 1 

Statistiche descrittive per tutte le variabili indipendenti e dipendenti.

Correlazioni di ordine zero

Le correlazioni tra tutte le variabili incluse nelle analisi sono presentate nella Tabella Table2.2. Il modello di associazione osservato in queste variabili viene brevemente riassunto prima di considerare i risultati dell'ACC per orientare il lettore verso le relazioni fondamentali presenti nel set di dati. Oltre alle variabili osservate, sono stati calcolati cinque termini di interazione bidirezionale (ovvero, il numero di ore trascorse a giocare ai videogiochi alla settimana (ore) con PVP e i due generi di videogiochi (ovvero FPS e strategia) e PVP con i due generi). Il sesso (codice fittizio: maschio = 1, femmina = 2) era correlato negativamente con Ore, FPS, PVP, RAS, Ore × PVP, Ore × FPS, Ore × Strategia, PVP × FPS e Strategia PVP ×, indicando che i maschi segnalavano maggiore esperienza di videogiochi, gioco patologico e assunzione di rischi rispetto alle femmine. Le ore sono state positivamente correlate a PVP, PVP × FPS e PVP × Strategy. Il gioco FPS era positivamente correlato al PVP. Il gioco di strategia era correlato positivamente con PVP e Hours × PVP. Il numero di sintomi patologici di gioco era correlato positivamente con Ore × FPS e Ore × Strategia. Questi dati indicano che la prevalenza dei giochi patologici aumenta con il numero di ore trascorse a giocare alla settimana e che ciò è vero sia per i giochi di strategia che per i giochi di strategia.

Tabella 2 

Correlazioni tra tutte le variabili e termini di interazione.

Coerentemente con le nostre ipotesi, c'erano due modelli di associazione tra l'esperienza dei videogiochi e le misure del processo decisionale rischioso (cioè, maggiore impulsività, ridotta sensibilità al feedback negativo). L'impulsività auto-segnalata era positivamente correlata con Ore e Ore × PVP, in linea con il lavoro precedente (Gentile et al., 2011). La selezione della ricompensa precedente più piccola nell'attività TD era correlata positivamente con FPS [giocatori FPS: M = 0.79, SD = 0.17; giocatori non FPS: M = 0.71, SD = 0.22; t(147) = -2.10, p = 0.04] e ore × FPS (Figura (Figure1A), 1A), coerente con l'ipotesi che questo genere di videogiochi possa spostare l'attenzione di un individuo verso ricompense immediate, risultando in un processo decisionale più impulsivo.

Figure 1  

(A) Proporzione media di selezioni anticipate nell'attività di attualizzazione temporale in funzione di Hours e identificazione come giocatore FPS. (B) Evita B nel compito di selezione probabilistica in funzione dell'identificazione come giocatore di strategia. Le barre di errore rappresentano ...

La selezione da mazzi cattivi nell'IGT era positivamente correlata con Ore × PVP (Figura (Figure2A), 2A), sostenendo l'idea che un aumento delle ore e della patologia sono correlati alla riduzione dell'apprendimento da risultati negativi. La percentuale di selezioni a basso rischio nell'attività di rischio era negativamente correlata con Ore, Ore × PVP e Ore × FPS, indicando una maggiore assunzione di rischi tra i giocatori. È importante sottolineare che il punteggio totale nell'attività di rischio era negativamente correlato con Ore e Ore × PVP (Figura (Figure2B), 2B), dimostrando che la selezione dell'opzione più rischiosa ha avuto un effetto dannoso sui guadagni complessivi per le persone con più esperienza di gioco e sintomi PVP. Allo stesso modo, la sensibilità al feedback negativo nel compito di selezione probabilistica era correlata negativamente con Ore, indicando ulteriormente l'incapacità di imparare dai risultati negativi. Al contrario, la sensibilità al feedback negativo era positivamente correlata con i giochi di strategia (Figura (Figure1B) .1B). Giocatori di strategia (M = 0.72, SD = 0.25) ha evitato B più frequentemente rispetto ai giocatori non strategici (M = 0.62, SD = 0.23), t(146) = -2.09, p = 0.04, a supporto dell'ipotesi che questo genere possa incoraggiare i giocatori a imparare dagli errori ed evitare di farli in futuro.

Figure 2  

(A) Proporzione di prove sulle quali sono stati selezionati i mazzi "cattivi" nell'IGT e (B) punti totali guadagnati nell'attività di rischio in funzione dei sintomi di ore e PVP. Le barre di errore rappresentano l'errore standard della media.

Analisi di correlazione canonica

Esaminare le associazioni latenti tra esperienza di videogioco e patologia (ad es. Variabili predittive) e processi decisionali rischiosi (ad es. Variabili dipendenti; Figura Figure3) 3) condotto un ACC. I vantaggi dell'utilizzo di questo approccio e dei suoi presupposti sono stati delineati in Sherry e Henson (2005). È importante sottolineare che CCA riduce la possibilità di errore di tipo I (ad es. Associazioni significative spurie) mentre consente a un investigatore di valutare le relazioni condivise multivariate tra i due insiemi di variabili (ad esempio, esperienza di videogiochi e processi decisionali rischiosi). L'analisi ha rivelato nove funzioni con correlazioni canoniche quadrate (R2c) di 0.39, 0.28, 0.19, 0.14, 0.11, 0.05, 0.03, 0.02 e 0.01 rispettivamente per le funzioni da uno a nove. Il modello completo era significativo utilizzando il criterio λ = 0.25 di Wilks, F(117, 955) = 1.68, p <0.001. La λ di Wilks rappresenta la varianza non spiegata dal modello, quindi 1: la λ di Wilks rappresenta la dimensione completa dell'effetto del modello in termini di r2. In questa analisi con nove funzioni canoniche, il r2 era 0.75, indicando che il modello completo spiegava 75% della varianza tra i due insiemi di variabili. Per testare la disposizione gerarchica delle funzioni per il significato statistico, è stata utilizzata un'analisi di riduzione dimensionale (Tabella (Table3) .3). Il test del modello completo è stato significativo (ovvero, Funzioni 1 – 9), così come il test delle funzioni 2 – 9. Insieme, queste due funzioni hanno spiegato l'67% della varianza. Nessuna delle altre funzioni ha spiegato una percentuale significativa della varianza condivisa tra le serie di variabili dopo l'estrazione delle funzioni precedenti. La prima funzione canonica ha rivelato una correlazione di r = 0.62 tra il predittore e le variabili dipendenti e la seconda funzione canonica ha rivelato una correlazione di r = 0.53 tra i set di variabili. Ciò indica che per le prime due funzioni canoniche i due insiemi di variabili erano altamente correlati (Sherry e Henson, 2005).

Figure 3  

Illustrazione della funzione di correlazione canonica con dieci predittori (riquadri sul lato sinistro) e otto variabili dipendenti (riquadri sul lato destro). La correlazione canonica è quella di Pearson r tra le due variabili latenti (ovali), che sono derivate ...
Tabella 3 

Test di funzioni canoniche.

Le correlazioni canoniche tra le variabili (predittore e dipendente) e le funzioni indicano quali variabili hanno il contributo maggiore alla funzione e possono essere interpretate in modo simile ai caricamenti di fattori in un'analisi fattoriale (Afifi et al., 2004). In un campione di 148, un r di 0.30 è significativo a livello di 0.001; quindi variabili per le quali r ≥ 0.30 sono stati considerati statisticamente significativi (Tabella (Table4) .4). Coerentemente con le nostre previsioni, la prima funzione rappresenta un'associazione positiva tra ore e giochi patologici e assunzione di rischi, impulsività e apprendimento differenziale dal feedback positivo e negativo (Figura (Figure4) .4). In particolare, la prima funzione canonica ha spiegato l'11.12% della varianza nelle variabili dipendenti ed era fortemente correlata a RAS, Rischio totale, Evita B, Scegli A e BIS-11. Ad eccezione di RAS, il segno della correlazione era lo stesso per tutte le variabili, indicando che erano positivamente correlate. I punteggi RAS erano inversamente correlati alle altre variabili, il che significa che punteggi più alti sul RAS erano associati a punteggi totali inferiori sull'attività di rischio. La prima funzione ha spiegato 5.34% della varianza nelle variabili predittive con contributi primari da Ore × PVP, Ore, Sesso, PVP e Ore × FPS. Tutte queste variabili, ad eccezione del sesso, erano positivamente correlate alle variabili dipendenti, indicando più ore, sintomi patologici e tempi trascorsi giocando ai giochi FPS prevedendo l'impulsività, la sensibilità al feedback e le perdite sull'attività di rischio. L'associazione negativa con il sesso indica che i maschi si sono impegnati in un processo decisionale più rischioso rispetto alle femmine.

Tabella 4 

Correlazioni canoniche dopo la rotazione varimax delle variabili dipendenti.
Figure 4  

Rappresentazione grafica delle funzioni canoniche significative e dei predittori che contribuiscono maggiormente (lato sinistro) e variabili dipendenti (lato destro). Le linee continue rappresentano la prima funzione canonica e le linee tratteggiate rappresentano la seconda canonica ...

La seconda funzione ha spiegato 8.08% della varianza nelle variabili dipendenti ed era fortemente correlata a BIS-11, Rischio totale e selezioni a basso rischio. Come previsto, effettuare selezioni a basso rischio è stato associato a punteggi più alti sull'attività di rischio e una minore impulsività. La seconda funzione ha spiegato 2.94% della varianza nelle variabili predittive ed era principalmente correlata a FPS, Ore × FPS, PVP, Ore e sesso. Coerentemente con le nostre ipotesi, l'esperienza con i videogiochi FPS e i sintomi del PVP ha previsto prestazioni peggiori sull'attività di rischio (ad esempio, meno selezioni a basso rischio e punteggi totali inferiori) e una maggiore impulsività (Figura (Figure4) .4). Contrariamente alla prima funzione, i punteggi BIS-11 sono stati previsti più fortemente qui, enfatizzando gli effetti sull'impulsività e supportando il lavoro precedente (Gentile, 2009; Gentile et al., 2011).

Discussione

Il presente studio è stato progettato per esaminare le relazioni tra esperienza di videogioco, giochi patologici e processi decisionali rischiosi. Coerente con i lavori precedenti (Gentile, 2009; Gentile et al., 2011), ~ 7% dell'attuale campione di giovani adulti ha soddisfatto i criteri per il gioco patologico. Inoltre, il gioco patologico non è stato osservato nelle femmine nel nostro campione. Dato l'equilibrio di genere nel campione, ciò significa che circa il 14% di quei maschi che hanno partecipato allo studio ha riportato giochi patologici. Sono state osservate correlazioni significative tra le ore trascorse a giocare, il gioco patologico e il genere di gioco e l'impulsività, l'assunzione di rischi e la sensibilità al feedback positivo e negativo. L'ACC ha rivelato che i giochi patologici erano positivamente correlati alla sensibilità di feedback, mentre i giochi FPS erano positivamente correlati all'impulsività e all'assunzione di rischi.

L'auto-relazione e le misure comportamentali hanno rivelato che i giochi patologici e i giochi FPS erano positivamente associati a una maggiore impulsività. L'interazione tra ore e PVP era anche positivamente correlata ai punteggi BIS-II, indicando che più sintomi patologici erano positivamente associati a una maggiore impulsività (Gentile et al., 2011). A complemento di questa scoperta, la seconda correlazione canonica rappresentava l'associazione tra gioco patologico, gioco FPS e impulsività. Le prove per l'attività TD supportano anche l'idea che il genere di gioco possa influenzare l'associazione tra gioco e impulsività. Per l'attività TD, la selezione della ricompensa più piccola che viene consegnata in precedenza potrebbe essere considerata come un indice di impulsività (Mitchell, 1999; Ohmura et al., 2005). In questo compito, la selezione di premi minori è stata positivamente associata ai videogiochi FPS, ma non ai videogiochi di strategia. L'associazione tra il gioco FPS e l'impulsività è interessante, data la prova che questa forma di gioco è anche associata a una riduzione dell'uso del controllo cognitivo proattivo (Bailey, 2009; Bailey et al., 2010; Swing, 2012). Insieme, questi dati possono indicare che giocare a giochi di sparatutto in prima persona e giochi patologici sono associati ad un aumento del comportamento impulsivo che deriva da una diminuzione dell'utilizzo del controllo cognitivo proattivo per guidare il comportamento.

L'associazione tra gioco e decisioni rischiose era sensibile al genere di gioco. Nell'attività di rischio, il numero di ore trascorse a giocare ai videogiochi, l'interazione tra ore e PVP e la classificazione come giocatore FPS erano tutti correlati negativamente con la percentuale di selezioni a basso rischio; e le ore prevedevano la selezione dell'opzione ad alto rischio più frequentemente nell'ACC. Ciò è stato accompagnato da una drastica riduzione dei punti totali guadagnati alla fine dell'attività, indicando che la selezione di opzioni rischiose nell'attività di rischio non ha dato i suoi frutti alla fine. Presi insieme, questi risultati forniscono una chiara evidenza che il tempo di gioco, la patologia ei giochi FPS influenzano la selezione di opzioni rischiose di un individuo e questo comportamento sembra continuare nonostante i suoi effetti negativi sulle prestazioni nel tempo. A differenza dei giochi FPS, i giochi strategici non erano così fortemente correlati all'aumento dell'assunzione di rischi. Una spiegazione per l'influenza differenziale del genere di gioco è che è probabile che ci siano ripercussioni sociali nel prendere decisioni impulsive in un gioco di strategia poiché il successo nel gioco spesso richiede la cooperazione con una squadra. È importante notare che sia i giochi di strategia che i giochi FPS erano positivamente correlati al PVP e alla correlazione tra sintomi patologici e ore × strategia (r = 0.46) sembra essere superiore alla correlazione tra PVP e ore × FPS (r = 0.29), sebbene questa differenza non abbia raggiunto significato, t(146) = 1.53, p > 0.05. Ciò suggerisce che sia i giochi di strategia che gli sparatutto in prima persona sono associati a giochi patologici, ma che le conseguenze per l'impulsività e l'assunzione di rischi non sono le stesse per i due generi. Ciò può essere dovuto alla struttura dell'ambiente di gioco o agli obiettivi dei giocatori all'interno dei diversi generi.

Le prestazioni sull'attività di rischio, l'attività di selezione probabilistica e, in misura minore, l'IGT forniscono alcune prove che il gioco e la patologia sono positivamente associati alla ridotta sensibilità agli esiti negativi. Il tempo di gioco è stato correlato positivamente con prestazioni peggiori sull'attività di rischio (ad esempio, punteggio totale più basso) a causa di una maggiore selezione di opzioni rischiose. Presumibilmente, dopo varie selezioni delle opzioni rischiose a bassa probabilità, l'accumulo di perdite dovrebbe costituire un fattore dissuasivo per un'ulteriore selezione dell'opzione rischiosa, ma ciò non sembra essere il caso. Allo stesso modo, il feedback su diverse prove dell'IGT dovrebbe comportare una riduzione della selezione dai mazzi "cattivi". Punteggi e ore di gioco PVP più alti sono stati associati a una maggiore selezione dai mazzi “cattivi” ben oltre il punto in cui il feedback è stato efficace nel ridurre la selezione di questi mazzi tra i giocatori high non patologici.

Il compito di selezione probabilistica (Frank et al., 2004) ha permesso di capire se l'apprendimento per rinforzo guidato da un feedback positivo o negativo fosse sensibile ai giochi. L'aumento dei giochi FPS e la patologia dei giochi sono stati associati a una diminuzione nell'evitare B (cioè, imparare dal feedback negativo). Tuttavia, i giochi di strategia erano correlati positivamente con l'evitamento di B (ovvero r = 0.17), suggerendo che le persone che si identificano come giocatori strategici sono più sensibili al feedback negativo. Come per l'impulsività, le caratteristiche dei giochi di strategia possono spiegare questa relazione. Gli errori in un gioco di strategia possono avere conseguenze a lungo termine per il raggiungimento degli obiettivi del gioco poiché il gioco di solito si estende su un arco di tempo più lungo rispetto a un videogioco FPS. Pertanto, gli errori in un videogioco di strategia possono essere costosi e si trarrebbe beneficio dall'attenzione ai risultati negativi e dall'apprendimento per evitare tali risultati in futuro.

Vi sono alcune limitazioni dell'attuale studio degno di nota. Innanzitutto, il design non era sperimentale e questo ha due implicazioni. È possibile che alcune variabili non misurate spieghino i risultati e che la direzione del nesso causale non possa essere definita (ovvero, i giochi aumentano l'assunzione di rischi e l'impulsività o gli individui impulsivi sono attratti dai videogiochi?). Studi futuri potrebbero affrontare questo problema esaminando gli effetti a breve e lungo termine dell'addestramento dei videogiochi sul processo decisionale rischioso, simile al lavoro sull'aggressività (Anderson et al., 2010) e l'elaborazione visuospaziale (Bavelier et al., 2012). In secondo luogo, sono stati esaminati solo due generi di videogiochi, tuttavia i generi esaminati nello studio tendono ad essere i più popolari tra i giocatori (The NDP Group, 2010). Sulla base dei dati attuali e di altri lavori (ad es. Fischer et al., 2009), sembra che l'associazione tra esperienza di videogioco e processo decisionale rischioso sia probabilmente moderata dal genere di videogioco, con alcuni effetti specifici di un particolare genere (Green e Bavelier, 2003). Saranno necessarie ulteriori ricerche per comprendere meglio gli effetti di diversi generi e come questi effetti possono interagire in individui che interpretano più di un genere. Infine, l'attuale studio si è concentrato principalmente sul processo decisionale rischioso nel contesto del gioco d'azzardo (vale a dire, i partecipanti stavano tentando di guadagnare punti nei compiti decisionali), quindi i dati non parlano dell'assunzione di rischi in altri contesti, come sociale o comportamento accademico. Altri studi hanno dimostrato gli effetti della guida dei videogiochi sull'atteggiamento e l'impegno nei comportamenti di guida rischiosi (Beullens et al., 2011), quindi, insieme ai risultati attuali, sembra che i videogiochi possano influenzare l'assunzione di rischi in contesti strettamente correlati, nonché in contesti più dissimili (ad esempio, i giochi FPS prevedono prestazioni nell'attività di rischio).

Il presente studio estende la letteratura sulla relazione tra esperienza di videogioco e decisioni rischiose oltre il comportamento di guida rischioso (Fischer et al., 2009; Beullens et al., 2011) e indica che i sintomi e il genere patologici svolgono un ruolo fondamentale nel determinare la relazione tra esperienza di gioco e processo decisionale. Abbiamo dimostrato che l'uso patologico dei videogiochi è associato a una maggiore impulsività, una maggiore assunzione di rischi e maggiori perdite in attività simili al gioco d'azzardo. Questi risultati di laboratorio sono coerenti con i rapporti del mondo reale sulle conseguenze dell'eccessivo gioco di videogiochi, tra cui discordia familiare (Warren, 2011), perdite finanziarie (Doan e Strickland, 2012) e persino la morte (BBC News, 2005). Nell'esempio attuale, entrambi i videogiochi di strategia di strategia di mercato e di strategia, due generi popolari, erano correlati positivamente con i sintomi patologici. Questo lavoro sottolinea l'importanza di ulteriori ricerche per comprendere l'eziologia e il trattamento dell'uso patologico dei videogiochi e per esplorare gli effetti di diversi generi.

Dichiarazione di conflitto di interessi

Gli autori dichiarano che la ricerca è stata condotta in assenza di relazioni commerciali o finanziarie che potrebbero essere interpretate come un potenziale conflitto di interessi.

Riferimenti

  • Afifi A., Clark VA, May S. (2004). Analisi multivariata assistita da computer, 4th Edn. Boca Raton, FL: Chapman e Hall
  • Anderson CA, Shibuya A., Ihori N., Swing EL, Bushman BJ, Sakamoto A., et al. (2010). Effetti di videogiochi violenti su aggressività, empatia e comportamento prosociale nei paesi orientali e occidentali. Psychol. Toro. 136, 151 – 173 10.1037 / a0018251 [PubMed] [Croce Ref]
  • Bailey K. (2009). Differenze individuali nell'esperienza dei videogiochi: controllo cognitivo, elaborazione affettiva ed elaborazione visuospaziale. Ames, Iowa: tesi di laurea inedita, Iowa State University
  • Bailey K., West R., Anderson CA (2011). L'associazione tra l'esposizione cronica alla violenza dei videogiochi e l'elaborazione affettiva delle immagini: uno studio ERP. Cogn. Influenzare. Behav. Neurosci. 11, 259 – 276 10.3758 / s13415-011-0029-y [PubMed] [Croce Ref]
  • Bailey KM, West R., Anderson CA (2010). Un'associazione negativa tra esperienza di videogiochi e controllo cognitivo proattivo. Psicofisiologia 47, 34 – 42 10.1111 / j.1469-8986.2009.00925.x [PubMed] [Croce Ref]
  • Bartholow BD, Bushman BJ, Sestir MA (2006). Esposizione cronica a videogiochi violenti e desensibilizzazione alla violenza: dati potenziali sul cervello comportamentali e legati agli eventi. J. Exp. Soc. Psychol. 42, 532 – 539 10.1016 / j.jesp.2005.08.006 [Croce Ref]
  • Basak C., Boot WR, Voss MW, Kramer AF (2008). Può allenarsi in un videogioco di strategia in tempo reale per attenuare il declino cognitivo negli anziani. Psychol. Invecchiamento 23, 765 – 777 10.1037 / a0013494 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
  • Bavelier D., Green CS, Pouget A., Schrater P. (2012). Cervello plasticità per tutta la vita: imparare a imparare e giocare ai videogiochi d'azione. Annu. Rev. Neurosci. 35, 391 – 416 10.1146 / annurev-neuro-060909-152832 [PubMed] [Croce Ref]
  • BBC News (2005, agosto 10). S Coreano muore dopo la sessione di giochi. Disponibile online su: http://news.bbc.co.uk/2/hi/technology/4137782.stm
  • Bechara A., Damasio A., Damasio H., Anderson S. (1994). Insensibilità alle conseguenze future a seguito di danni alla corteccia prefrontale umana. Cognition 50, 7 – 15 10.1016 / 0010-0277 (94) 90018-3 [PubMed] [Croce Ref]
  • Beullens MA, Roe K., Van den Bulck J. (2011). Eccellente giocatore, ottimo pilota? L'impatto del videogioco degli adolescenti sul comportamento di guida: uno studio a due onde. Incidente. Anale. Prec. 43, 58–65 10.1016 / j.aap.2010.07.011 [PubMed] [Croce Ref]
  • Marchio M., Kalbe E., Labudda K., Fujiwara E., Kessler J., Markowitsch HJ (2005). Menomazioni decisionali in pazienti con gioco d'azzardo patologico. Resistenza psichiatrica 133, 91-99 10.1016 / j.psychres.2004.10.003 [PubMed] [Croce Ref]
  • Braver TS (2012). La natura variabile del controllo cognitivo: una struttura a doppio meccanismo. Trends Cogn. Neurosci. 16, 106 – 113 10.1016 / j.tics.2011.12.010 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
  • Cavedini P., Riboldi G., Keller R., D'Annucci A., Bellodi L. (2002). Disfunzione del lobo frontale in pazienti con gioco patologico. Biol. Psichiatria 51, 334–341 10.1016 / S0006-3223 (01) 01227-6 [PubMed] [Croce Ref]
  • Christopoulos GI, Tobler PN, Bossaerts P., Dolan RJ, Schultz W. (2009). Correlazioni neurali di valore, rischio e avversione al rischio che contribuiscono al processo decisionale a rischio. J. Neurosci. 29, 12574-12583 10.1523 / JNEUROSCI.2614-09.2009 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
  • Doan AP, Strickland B. (2012). Agganciato ai giochi: il richiamo e il costo delle dipendenze dei videogiochi. FEP International. Disponibile online su: http://www.amazon.com/gp/product/193557602X/
  • Figner B., Weber EU (2011). Chi si assume rischi quando e perché? Determinanti dell'assunzione del rischio. Curr. Dir. Psychol. Sci. 20, 211 – 216 10.1177 / 0963721411415790 [Croce Ref]
  • Fischer P., Greitemeyer T., Kastenmuller A., ​​Vogrincic C., Sauer A. (2011). Gli effetti dell'esposizione dei media che glorifica il rischio su cognizioni, emozioni e comportamenti positivi per il rischio: una revisione meta-analitica. Psychol. Toro. 137, 367 – 390 10.1037 / a0022267 [PubMed] [Croce Ref]
  • Fischer P., Greitemeyer T., Morton T., Kastenmuller A., ​​Postmes T., Frey D., et al. (2009). L'effetto del gioco di corse: perché i videogiochi di corse aumentano le propensioni al rischio. Pers. Soc. Psychol. Toro. 35, 1395 – 1409 10.1177 / 0146167209339628 [PubMed] [Croce Ref]
  • Fischer P., Kubitzki J., Guter S., Frey D. (2007). Guida virtuale e assunzione di rischi: i giochi di corse aumentano le cognizioni, gli affetti e i comportamenti che assumono rischi. J. Exp. Psychol. Appl. 13, 22 – 31 10.1037 / 1076-898X.13.1.22 [PubMed] [Croce Ref]
  • Frank MJ, Seeberger LC, O'Reilly RC (2004). Con la carota o con il bastone: apprendimento di rinforzo cognitivo nel Parkinsonismo. Science 306, 1940-1943 10.1126 / science.1102941 [PubMed] [Croce Ref]
  • Gentile D. (2009). Uso di videogiochi patologici tra i giovani da 8 a 18. Psychol. Sci. 20, 594 – 602 10.1111 / j.1467-9280.2009.02340.x [PubMed] [Croce Ref]
  • Gentile DA, Choo H., Liau A., Sim T., Li D., Fung D., et al. (2011). Uso di videogiochi patologici tra i giovani: uno studio longitudinale di due anni. Pediatria 127, e319-e329 10.1542 / peds.2010-1353 [PubMed] [Croce Ref]
  • Green CS, Bavelier D. (2003). Il videogioco d'azione modifica l'attenzione visiva selettiva. Nature 423, 534 – 537 10.1038 / nature01647 [PubMed] [Croce Ref]
  • Kim Y., Sohn H., Jeong J. (2011). Ritardata transizione dal processo decisionale ambiguo a rischioso nella dipendenza da alcol durante l'Iowa Gambling Task. Psychiatry Res. 190, 727 – 731 10.1016 / j.psychres.2011.05.003 [PubMed] [Croce Ref]
  • Kirby K., Petry NM, Bickel WK (1999). I tossicodipendenti di eroina hanno tassi di sconto più elevati per i premi in ritardo rispetto ai controlli che non usano droghe. J. Exp. Psychol. Gen. 128, 78 – 87 10.1037 / 0096-3445.128.1.78 [PubMed] [Croce Ref]
  • Kirsh SJ, monta JRW (2007). Il gioco violento dei videogiochi influisce sul riconoscimento delle emozioni facciali. Aggredire. Behav. 33, 353 – 358 10.1002 / ab.20191 [PubMed] [Croce Ref]
  • Knoch D., Gianotti LRR, Pascual-Leone A., Treyer V., Regard M., Hohmann M., et al. (2006). L'interruzione della corteccia prefrontale destra da parte della stimolazione magnetica transcranica ripetitiva a bassa frequenza induce comportamenti a rischio. J. Neurosci. 26, 6469 – 6472 10.1523 / JNEUROSCI.0804-06.2006 [PubMed] [Croce Ref]
  • Kronenberger WG, Matthews VP, Dunn DW, Wang Y., Wood EA, Giauque AL, et al. (2005). Esposizione alla violenza nei media e funzionamento esecutivo negli adolescenti aggressivi e di controllo. J. Clin. Psychol. 61, 725 – 737 10.1002 / jclp.20022 [PubMed] [Croce Ref]
  • Loewenstein G., Thaler RH (1989). Anomalie: scelta intertemporale. J. Econ. Perspect. 3, 181 – 193 10.1257 / jep.3.4.181 [Croce Ref]
  • Mathews VP, Kronenberger WG, Wang Y., Lurito JT, Lowe MJ, Dunn DW (2005). Esposizione alla violenza dei media e attivazione del lobo frontale misurata mediante risonanza magnetica funzionale negli adolescenti aggressivi e non aggressivi. J. Comput. Assist. Tomogr. 29, 287 – 292 10.1097 / 01.rct.0000162822.46958.33 [PubMed] [Croce Ref]
  • McClure SM, Laibson DI, Loewenstein G., Cohen JD (2004). I sistemi neurali separati valutano le ricompense monetarie immediate e ritardate. Science 306, 503 – 507 10.1126 / science.1100907 [PubMed] [Croce Ref]
  • Mitchell SH (1999). Misure di impulsività nei fumatori e nei non fumatori. Psicofarmacologia 146, 455 – 464 10.1007 / PL00005491 [PubMed] [Croce Ref]
  • National Highway Traffic Safety Administration. (2009). Sistema di report di analisi della fatalità. Disponibile online su: http://www.nhtsa.gov/FARS (Accesso a giugno 20, 2011).
  • Ohmura Y., Takahashi T., Kitamura N. (2005). Lo sconto ha ritardato gli utili e le perdite monetari probabilistici dei fumatori di sigarette. Psicofarmacologia 182, 508 – 515 10.1007 / s00213-005-0110-8 [PubMed] [Croce Ref]
  • Patton JH, Stanford MS, Barratt ES (1995). Struttura fattoriale della scala dell'impulsività di Barratt. J. Clin. Psychol. 51, 768–774 10.1002 / 1097-4679 (199511) 51: 6 <768 :: AID-JCLP2270510607> 3.0.CO; 2-1 [PubMed] [Croce Ref]
  • Pawlikowski M., marchio M. (2011). Gioco eccessivo su Internet e processo decisionale: i giocatori di World of Warcraft in eccesso hanno problemi nel processo decisionale in condizioni rischiose. Psychiatry Res. 188, 428 – 433 10.1016 / j.psychres.2011.05.017 [PubMed] [Croce Ref]
  • Leggi D. (2004). Scelta intertemporale, nel Blackwell Handbook of Judgment and Decision Making, a cura di Koehler DJ, Harrey N., editori. (Malden, MA: Blackwell;), 424 – 443
  • Reynolds B., Richards JB, Horn K., Karraker K. (2004). Ritardare l'attualizzazione e l'attualizzazione della probabilità in relazione allo stato del fumo di sigaretta negli adulti. Behav. Processi 65, 35 – 42 10.1016 / S0376-6357 (03) 00109-8 [PubMed] [Croce Ref]
  • Sherry A., Henson RK (2005). Conduzione e interpretazione dell'analisi della correlazione canonica nella ricerca sulla personalità: un primer intuitivo. J. Pers. Valutare. 84, 37 – 48 10.1207 / s15327752jpa8401_09 [PubMed] [Croce Ref]
  • Slutske WE, Caspi A., Moffitt TE, Poultin R. (2005). Personalità e gioco d'azzardo problematico: uno studio prospettico di una coorte di nascita di giovani adulti. Arco. Gen. Psychiatry. 62, 769 – 775 10.1001 / archpsyc.62.7.769 [PubMed] [Croce Ref]
  • Steinberg L. (2008). Una prospettiva di neuroscienza sociale sull'assunzione di rischi da parte degli adolescenti. Dev. Rev. 28, 78 – 106 10.1016 / j.dr.2007.08.002 [Articolo gratuito di PMC] [PubMed] [Croce Ref]
  • Altalena EL (2012). Collegato: Gli effetti dell'uso di supporti elettronici su problemi di attenzione, controllo cognitivo, attenzione visiva e aggressività. Tesi di dottorato inedita, Iowa State University, Ames, IA.
  • Tanabe J., Thompson L., Claus E., Dalwani M., Hutchison K., Banich MT (2007). L'attività della corteccia prefrontale è ridotta nei consumatori di giochi d'azzardo e di sostanze non giocanti durante il processo decisionale. Ronzio. Brain Mapp. 28, 1276 – 1286 10.1002 / hbm.20344 [PubMed] [Croce Ref]
  • Il gruppo NDP. (2010). Ricerche di mercato dello spettacolo. Disponibile online su: http://www.npd.com/corpServlet?nextpage=entertainment-categories_s.html (Accesso a giugno 15, 2011).
  • Warren L. (2011, 31 maggio). I videogiochi vengono accusati di divorzio perché gli uomini "preferiscono World of Warcraft alle loro mogli". Daily Mail Online all'indirizzo: 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). Una scala dell'atteggiamento di rischio specifico al dominio: misurare le percezioni del rischio e i comportamenti a rischio. J. Behav. Decis. MAK. 15, 263 – 290 10.1002 / bdm.414 [Croce Ref]
  • Weber EU, Johnson EJ (2009). Decisioni in condizioni di incertezza: spiegazioni psicologiche, economiche e neuroeconomiche della preferenza di rischio, in Neuroeconomics: Decision Making and the Brain, a cura di Glimcher PW, Camerer CF, Fehr E., Poldrack RA, editori. (Londra: Academic Press;), 127 – 144
  • West R., Bailey K. (2013). Videogiochi e attenzione, nell'Oxford Handbook of Media Psychology, a cura di Dill K., editore. (New York, NY: Oxford University Press;), 403 – 420