性別を考慮したインターネット中毒とインターネットゲーム障害における暗黙の学習能力と衝動的行動の個人差（2017）

オンラインで利用可能7 2月2017

• レイナ・サリスカ^a、、 ,
• ベルント・ラックマン^a, ,
• セバスチャン・マーケット^{b, c,} ,
• マーティン・ロイター^{b, c,} ,
• クリスチャン・モンタグ^{a, d,}

http://dx.doi.org/10.1016/j.abrep.2017.02.002

特徴

•インターネット中毒スコアが高いことは、暗黙的な学習の不足に関連していました。

•この関連付けは、男性（過剰）ゲーマーの2つの独立したグループで見つかりました。

•オンラインゲーム中毒は、健康な参加者のより高いリスクテイクにリンクされていました。

•実験的タスクを使用して、暗黙的な学習とリスクテイクが評価されました。

抽象

概要

3つの連続した研究で、問題のあるインターネットの使用（PIU）、インターネットゲーム障害（IGD）と暗黙的な学習能力、およびオンラインビデオゲーマーとコントロール参加者の間の衝動性/リスクテイキングの関係を調査することを目指しました。

メソッド

研究1では、 N =ケルンの「Gamescom」（87）で募集され、インターネット依存症テスト（s-IAT）の短いバージョンであるオンラインゲーム依存症スケール（OGAS）に記入し、暗黙の評価のための実験タスクを完了した2013人の男性訪問者学習能力。 研究2では、WoWゲーマーとコントロール参加者のグループが、研究1の結果を再現するために、同じセットアップを完了しました。研究3は、実験の修正バージョンを使用して、健康な参加者のグループの衝動性/リスクテイクを測定しました。 。

革 新 的 な 最 新 車 両 の 設 計 ・ 開 発 に 焦 点 を 合 わ せ 、 デ ジ タ ル ・ト ラ ン ス フ ォ ー メ ー シ ョ ン を実現する業界最高のエンジニアリングと IT のベストプラクティス

1の研究では、s-IATスコアとGamescomの男性参加者間の暗黙学習の測定値との間に有意な負の相関があることが明らかになりました。 研究2では、s-IATおよびWoW中毒スコアは、男性WoWプレーヤーでのみ暗黙学習と負の相関があり、これは研究1の結果を反映しています。 3研究では、OGASスコアは衝動性/リスクテイキングの実験的測定値と正の相関がありました。

まとめ

現在の研究プロジェクトでは、IGDを有する（傾向がある）男性参加者においてのみ、暗黙的学習の不足がPIUにリンクされていました。 これらの発見は、参加者の性別を検討する際に、この関係に関するいくつかの相反する結果を解くのに役立つかもしれません。 さらに、より高いリスクテイキング傾向は健康な参加者のIGDに関連しており、したがって、非ゲーマー集団におけるIGDの予測因子としてのリスクテイキングの可能性を示唆しています。

キーワード

• インターネット中毒;
• インターネットゲーム障害;
• 暗黙的な学習。
• 危険負担

はじめに

インターネットは世界中の多くの人々の日常生活に浸透しており、情報を収集してエンターテイメントを消費する簡単な方法を提供しています。 インターネットユーザーの増加に伴い、現時点では世界人口のほぼ50％を占めています（07.09.16でアクセスします。 http://www.internetlivestats.com/internet-users/）、問題のあるインターネットの使用（PIU）に関するレポートの数が増えています。 ドイツの代表的な研究（N = 15,024人の参加者） Rumpf、Meyer、Kreuzer、John、Merkeerk（2011） インターネット中毒で1.5％の有病率を示し、若いユーザーがより高い割合を示しました（4〜14歳のグループでは16％）。 PIUの定義と診断の最初の試み¹ 1998年にKimberly Youngによって作成されました（最初のケースレポートも参照してください ヤング、1996）。 それ以来、数多くのテストとスクリーニング機器が開発されてきました（例： ヤング、1998b, ヤング、1998a および Tao et al。、2010）、異なる集団の有病率を計算し、患者に効果的な治療を提供できるようにするため。 ただし、PIUの既存の分類学的分類はまだありません。 最近、インターネットゲーム障害（IGD）がDSM-5のセクションIIIに含まれたため、オンラインゲーム中毒に関する研究は一歩進んでいるようです。これは、正式な障害と見なされる前にさらなる調査を奨励することを意味します（米国精神医学会）。 IGDは、PIUの特定の形式であると見なされます。PIUは、上記の一般的な形式のPIUと小さな部分でのみ重複します（例： デイビス、2001 および Montagら、2015).

1.1。 PIUおよび暗黙的な学習/意思決定

多くの研究で意思決定の赤字が示されており、物質や行動中毒の患者を調査している（例： Becharaら、2001 および Schoenbaumら、2006）。 PIUと行動/物質中毒の概念化の類似性のためヤング、1998a）、意思決定のトピックは、過度のインターネット使用の性質をよりよく理解するためにも高い関連性があります。 あいまいさの下での意思決定とリスクの下での意思決定を区別する意思決定を評価する場合（Brandら、2006 および Schiebener and Brand、2015）。 あいまいさの下での意思決定では、利益と損失のルールおよびさまざまな結果の確率は明示的に説明されませんが（たとえば、IOWAギャンブルタスクまたはIGT（の最初の試行）で測定）結果、および利益と損失の確率が利用可能または計算可能です（たとえば、ダイスゲームまたはGDTのゲームで測定）（Brandら、2006 および Schiebener and Brand、2015）。 この差別化と意思決定のデュアルプロセスモデルに基づいています（例 エプスタイン、2003), Schiebener and Brand（2015） リスク下での意思決定を説明する理論モデルを提案しました。 このモデルでは、執行機能の役割が、リスク下での意思決定との関連性の鍵として強調されていますが、曖昧さの下での意思決定ではありません。 感情的な報酬と罰は、両方の形態の意思決定に伴うことになっています。 したがって、客観的なリスク条件の下での意思決定プロセスには、（認知によって制御される）反射的プロセスと、衝動的なプロセス（感情的な報酬と罰の予想によって誘導される）の両方が関与する可能性があります（Schiebener＆Brand、2015年）。 さらに、意思決定状況、個々の属性、状況に起因する状態、および外部の影響に関する情報などの要因が、意思決定に変調効果をもたらすことが提案されています（Schiebener＆Brand、2015年).

インターネット中毒に関して、新しい理論的枠組みが提案されました Brand、Young、Laier、Wölfling、およびPotenza（2016）これは、Person-Affect-Cognition-Execution（I-PACE）の相互作用と呼ばれ、実行機能と抑制制御の障害もPIUの開発に関連することが強調されています。 このモデルによれば、特定のインターネット使用障害の発生と維持は、素因（例：人格や精神病理学）、モデレーター（例、機能不全の対処スタイル、インターネット期待）、および調停者（例：状況の手がかりに対する感情的および認知的反応）間の相互作用の根底にあります。 これらの複雑な相互作用は、インターネットの特定の機能の使用の結果としての満足感と積極的な強化を経験し、実行機能と抑制制御が低下すると、特定のインターネット使用障害を引き起こす可能性があります。

これまで、PIU、抑制制御、意思決定のコンテキストでいくつかの実証研究が実施されてきました。 それらのほとんどは、前述の理論的枠組みに従っています。 Brand他 （2016）. サンら。 （2009） たとえば、過剰なインターネットユーザーのギャンブルタスクのパフォーマンスが低下し、コントロールの参加者に比べて成功する戦略の選択が遅いことが報告されました。 より最近の研究では、 Pawlikowski and Brand（2011） 対照参加者と比較して、過剰なWorld of Warcraft（WoW）プレイヤーのグループでは、GDTのリスク下での意思決定能力の低下が報告されています。 ヤオら。 （2015） Go / NoGoタスクの修正版（ゲーム関連の刺激が中立刺激の隣に使用された）を使用し、コントロール参加者と比較したIGD参加者の抑制制御の減少を報告しました。 Laier、Pawlikowski、およびBrand（2014） 有利なカードデッキおよび/または不利なカードデッキでポルノ写真やニュートラルな写真を使用した場合、IGTの修正版でも同様の結果が見つかりました。 ここでは、男性のポルノユーザーのサンプルで、参加者は、ポルノ写真が不利なカードデッキに関連付けられている裁判で不十分な意思決定を示しました。 ただし、PIUまたはIGDのコンテキストでの意思決定に関する混合結果も報告されました。 Cの研究で Ｋｏ ｅｔ ａｌ。 （2010） たとえば、インターネット中毒の参加者は、コントロールの参加者と比較して、IGTで測定したより良い意思決定を示しました。 による研究で ヤオら。 （2015） すでに上記で引用したように、健康な参加者とIGDの参加者の間で、IGTを使用した意思決定に違いは見られませんでした。 これらの矛盾する結果を解きほぐすために、可能性のある干渉変数を調べるさらなる研究が必要です。 特定の変数の1つについては、現在の調査で後述します。

1.2。 PIU、リスクテイキング、衝動性

インパルス制御障害としてのPIUの最初の特性評価により、衝動性とリスクテイクのコンテキストでPIUを調査するために多くの研究が行われました。 Cao、Su、Liu、およびGao（2007） および Leeら。 （2012） PIUは、Barratt Impulsiveness Scale（BIS-11）で測定された特性衝動性と正の相関があることを示しました。 理論的枠組みに関して Brand他 （2016）、すでに紹介したように、衝動性は人格要因の中で言及されており、PIUとの最も安定した関連性を示しているため、その開発と保守に影響する要因の1つであると提案されています。 概して、衝動性は、「衝動的な個人または他人に対するこれらの反応の負の結果に関係なく、内的または外的刺激に対する急速な計画外の反応に対する素因」として特徴付けられます（Moeller、Barratt、Dougherty、Schmitz、＆Swann、2001; p。 1784年）。 関連するリスクテイクの用語は、「不確実性の下で、固有の負の結果を伴うまたは伴わず、堅牢な偶発的計画のない行動」として定義されます（Kreek、Nielsen、Butelman、およびLaForge、2005年。 p。 1453）。 C. Ｋｏ ｅｔ ａｌ。 （2010） バルーンアナログリスクタスクを適用した（Lejuezら、2002）リスクテイクを測定するが、PIUとの有意な関連性は見つかりませんでした。 本研究では、衝動性/リスクテイキングの実験的測定と自己報告の両方を適用することにより、これらの関連性をもう一度検討しています。

1.3。 PIU / IGDの性別の役割

インターネット中毒の文脈における別の重要な問題は、性別に応じて、インターネットの特定の機能（例えば、オンラインショッピング、オンラインゲーム）の好みです。 ドイツの代表的な調査によると、77.1〜14歳のインターネット中毒の女性の24％が、同じ年齢の男性の64,8％と比較して、ソーシャルネットワーキングサイトを使用しています（Rumpf et al。、2011）。 同じ研究では、7.2〜14歳のインターネット中毒の女性の24％が、同じ年齢の男性の33.6％と比較して、インターネットを使用してオンラインビデオゲームをプレイしていると報告しました（Rumpf et al。、2011）。 したがって、IGDに関しては、男性の参加者は女性の参加者と比較してオンラインゲームへの嗜好が高く、IGDを発症するリスクが高いと報告されているようです。 また、 Ko、Yen、Chen、Chen、Yen（2005） 高齢者、自尊心の低下、日常生活の満足度の低下は、男性ではなく、女性ではより重度のIGDと関連していることが観察されました。 これらの結果にもかかわらず、PIUの文脈において参加者の性別をモデレーター/メディエーター変数として体系的に検討している研究はまだわずかです。 ただし、これらの違いは、この分野でのいくつかの相反する結果を説明する可能性があり、したがって、以下の研究ではそれらが考慮されます。

私たちの研究プロジェクトの目的は、IGU（研究1）になりやすい男性参加者のグループで、PIU、IGD、および暗黙学習の間のリンクを調査することでした。 2の研究では、性別を考慮して健康な参加者と過剰なWoWプレーヤーを比較することにより、これらの結果を再現することを目指しました。 研究3の目的は、健康な参加者におけるPIU、IGD、および衝動性/リスクテイキング（自己報告および実験データ）の関係を調査することでした。

前述の文献に基づいて、次の仮説を策定しました。

仮説1。

PIU / IGDと暗黙的な学習能力との間の負の関連性が予想されます（1の調査）。

仮説2。

PIU / IGDと暗黙的な学習能力との間の負の関連性が予想されます（2の調査）。 この否定的な関係は、男性のすごい選手のグループで最も強いと予想されます。

仮説3。

PIU / IGDと、健康な参加者における衝動性/リスクテイキングの自己報告および実験的測定との間に正の関連性が期待されます（Study 3）。

2。 1を調べる

2.1 方法

2.1.1 参加者

N = 107人の参加者（男性99人、女性8人、年齢 M = 19.52、 SD = 3.57）は、世界最大のゲームイベントであるドイツの「Gamescom2013」で採用されました。 ただし、現在のサンプルでは女性の参加者が非常に少ないため（n = 8）およびIGDの文脈における上記の報告された性差（例： Rumpf et al。、2011）、研究のさらなる分析から女性の参加者を除外しました。 データが欠落している参加者も除外した後、サンプルは n = 79人の男性参加者（年齢 M = 19.81、 SD = 3.62）。 教育に関しては、8.9％が大学またはポリテクニックの学位を持っていると報告し、別の40.5％がAレベルまたは職業バカロレアの卒業証書を持っていると報告し、26.6％が中等学校の卒業証明書または中等学校の資格を持っていると報告し、24.1％が学校の卒業証書を持っていないと報告しました。

2.1.2 対策

参加者は、インターネット中毒テスト（s-IAT、 Pawlikowski、Altstötter-Gleich、＆Brand、2013年; 現在のサンプルのクロンバックのアルファは0.70）で、12個のリッカート尺度の項目（1 =まったくないから5 =非常に頻繁）とオンラインゲーム依存症尺度（OGAS、ゲーム依存症尺度の修正版）が含まれています。 Lemmens、Valkenburg、およびPeter、2009年、「オンライン」という単語がすべてのアイテムに追加されました。 現在のサンプルのクロンバックのアルファは0.66）であり、7 =まったくないから1 =非常に頻繁に及ぶ5つの項目で構成されています。 さらに、参加者は自分のコンピュータゲーム体験を評価しました（たとえば、「コンピュータゲームを何年間プレイしていますか？」または「オンラインコンピュータゲームを週に平均何時間プレイしますか？」）。 全体的なリスクテイク傾向に関する0つの項目を含む、リスクテイクの自己報告尺度が実施されました（「10（まったくリスクを冒そうとしない）からXNUMX（絶対にリスクをとる意思がある）まで自分自身をどのように説明しますか？」） ;ドイツの社会経済パネル（SOEP; Siedler、Schupp、Spiess、およびWagner、2008年）。 わずかに調整された実験タスク（「悪魔の胸」）を使用しました。 アイゼネガー等。 （2010）、暗黙的な学習を測定するため。 合計36トライアルのそれぞれで、コンピューター画面に閉じた木製の箱の10枚の写真を提示しました。 ボックスは一列に並べられており、参加者はその後、左から右に向かって、自分で選択した数のボックスを開くことができました。 参加者は、箱のうち9つに仮想の金銭的報酬（5セント）が含まれ、1つに「悪魔」が含まれることを指示されました。 参加者が特定のトライアルで報酬ボックスのみを開いた場合、報酬の合計を獲得して次のトライアルに進みました。 他の箱と一緒に悪魔を入れた箱を開けると、現在の裁判ですべてを失いました。 悪魔の今後の位置は、36試行の間でランダム化されましたが、2から10までの各位置に現れました² 正確に4回。 これは参加者には言及されていませんでしたが、認知スキルが高い参加者はこのルールを暗黙的に理解し、実験の過程でより良いパフォーマンスを身につけた可能性があります。 実験終了時までの金銭的報酬の合計は、さらに「ゲイン」と呼ばれ、暗黙の学習の尺度として使用されます。 実験のセットアップは 図1.

図 1。 

悪魔の胸の実験的なセットアップ–悪魔で胸を開くと、特定の試行で収集されたすべてのコインが失われました。

図のオプション

2.1.3 手順

英語の質問票はすべて、私たち自身の作業グループによってドイツ語に翻訳されました。 参加者は最初に質問票に記入し、次に悪魔の胸の実験を完了しました。 研究1の参加者は、実験の完了後に金銭的報酬を受け取らなかったこと、および実験を完了する前にこの事実について知らされたことに注意してください。

2.1.4 統計分析

次の分析では、データの正規性は、次のように提案された経験則を適用することによって調べられました。 マイルとシェブリン（2001; p。74）、調査された変数の歪度を考慮します。 相関分析は、データの分布に応じてピアソンまたはスピアマンの相関を使用して計算され、ブートストラップバイアス補正および加速信頼区間（BCa 95％信頼区間）がすべての相関係数に対して計算され、それらの有意性がさらにテストされました。 反復測定ANOVAを使用して、最初の18回の試行のゲインを実験の最後の18回の試行のゲインと比較するときに、暗黙の学習効果をテストしました。

2.1.5。 倫理

研究プロジェクト（研究1、2および3）は、ドイツのボンにあるボン大学の地方倫理委員会によって承認されました。 すべての被験者は、研究を完了する前にインフォームドコンセントを提供しました。

2.2。 結果

調査中の変数の平均と標準偏差は、 テーブル1.

表1。

変数のゲーム体験の平均、標準偏差（SD）および可能/実際の範囲（年）、1週間あたりのオンラインゲーム時間、s-IAT、OGAS、GAIN、リスクテイク（自己報告）。

N = 79、リスクテイク（自己報告）n = 64。

a

変数GAINの最大可能範囲は、悪魔が位置36の10回の試行のすべてに出現し、参加者が位置9で現在の試行を停止するという仮定の下で推定されたことに注意してください。したがって、悪魔はボックスを開くプロセスと参加者は、連続するすべての試行で、試行ごとに可能な限り高い金額（= 45 MU）を獲得します。 ただし、現実的には、このイベントが発生する可能性は非常に低いです。

テーブルオプション

2.2.1。 相関分析

変数GAINのみが正規分布していませんでした。 参加者の年齢はGAINと正の相関がありました（ρ= 0.27、 p <0.05）。 さらに、GAINはs-IATスコアと負の相関を示しました（ρ= − 0.26、 p <0.05）。 さらに、年齢を制御するために、GAINとs-IATスコアの部分相関を計算しました。 相関は有意なままでした（r = − 0.28、 p <0.05）。 GAINとOGASスコアの間の負の相関は、わずかに有意に達しませんでした（ρ= − 0.20、 p = 0.073）、年齢を管理した後も有意ではありません（r = − 0.12、 p = 0.292）。 BCa 95％信頼区間の検査後、すべての有意な相関は有意なままでした。 見てください テーブル2 結果の概要について。 （見る 図2 および 図3.)

表2。

「悪魔の胸」実験におけるGAINと、s-IAT、OGASスコア、およびリスクテイクとの相関関係（自己報告）。

N = 79、リスクテイク（自己報告） n = 64; スピアマンの相関係数は、 イタリック.

⁎⁎

p <0.01。

⁎

p <0.05。

テーブルオプション

図 2。 

「悪魔の胸」実験の最初の18回の試行でのGAINと最後の18回の試行でのGAINの平均と標準誤差。 MU =通貨単位。

図のオプション

図 3。 

コントロール参加者（左のグラフ）とすごいプレーヤー（右のグラフ）の「悪魔の胸」実験の最初の18回と最後の18回の試行中のGAINの平均と標準誤差。 MU =通貨単位。

図のオプション

2.2.2。 暗黙の学習の尺度としての「悪魔の胸」実験の操作チェック

反復測定ANOVAの結果は、実験の最初の18トライアルのGAINと、最後の18トライアル（F（1,78）= 17.303、 p <0.01）、参加者が実験の第XNUMX部でより多くのお金を獲得したことを示しています（M₁ = 192.34および M₂ =それぞれ221.27）。

2.3。 討論

要約すると、私たちの仮説で提案されたように、研究では、1インターネット依存症は、暗黙の学習能力の不足に関連していました。 この結果は、PIUのコンテキストにおける不十分な意思決定の役割に関するさらなる証拠を提供します（例： Brandら、2016）。 IGDとの関連性は同じ方向でしたが、重要性には達しませんでした。 これは、この研究でのサンプルサイズが比較的小さいか、OGASスケールの内部一貫性（0.66）が比較的低いことで説明できます。 これらの関係をさらに調査し、男性と女性の参加者間、およびゲーマーと非ゲーマーの間で結果を比較するために、2の調査が実施されました。

2.4。 2を調べる

1番目の調査の目的は、WoWにナイーブなWorld of Warcraft（WoW）プレーヤーとコントロール参加者のサンプルを使用して、調査1の結果を再現することでした。 暗黙の学習の尺度としてのs-IATとGAINの関連性は、IGDになりやすい男性の参加者で観察できることを考えると、特に男性のWoWゲーマーで研究XNUMXの結果が再現されることに興味がありました。

2.5 方法

2.5.1 参加者

すごいプレイヤーとコントロールの参加者は、研究に参加しました。 WoWプレーヤーは、次の基準を使用して採用されました。最低7年間のWoWゲームの経験。 除外基準は、WoW以外のゲームを週XNUMX時間以上プレイすることでしたが、他のゲームの経験がない参加者を募集することが望ましいです。 コントロールパーソンはすごいナイーブである必要があったため、これまでこのゲームをプレイした経験はありませんでした。 参加者の両方のグループの除外基準は、視覚障害、読み書きの困難、色弱、脳震盪、長期投薬、神経疾患および精神疾患、聴覚障害、および高物質使用でした。 サンプルを徹底的に検査した後、摂食障害と毎日の大麻消費のためにXNUMX人の参加者、神経学的および精神医学的障害のためにXNUMX人の参加者、極値のためにXNUMX人の参加者、およびデータが欠落している参加者を除外しました。 n = 77人の対照参加者（39人の男性）および n = 44人のすごいプレーヤー（28人の男性）。 6.5％（n = 5）コントロール参加者のオンラインロールプレイングゲームのカジュアルな使用（週に3時間未満のコンピューターゲーム）と23.4％（n = 18）自我シューティングゲームのカジュアルな使用を報告しました（週に1時間未満のゲーム）。 全サンプルの平均年齢は M = 23.70（SD = 3.93）。 彼らの教育に関しては、10.7％が大学の学位を持っていると報告し、別の85.9％がAレベルまたは職業バカロレアの卒業証書を持っていると報告し、2.5％が中等学校の卒業証明書または中等学校の資格を持っていると報告しました。 一人は教育に関する項目に答えなかった。

2.5.2 対策

ここでも、s-IAT（Pawlikowski et al。、2013; 現在のサンプルのクロンバックのアルファは0.76）、OGAS（GASの修正 Lemmensら、2009; 現在のサンプルのクロンバックのアルファは0.88）であり、コンピューターゲームの経験が評価されました。 さらに、World of Warcraft固有の問題のある使用法-エンゲージメントアンケート（WoW-SPUQ）は、27項目で構成され、1 =「完全に同意しない」から7 =「完全に同意する」までのスケールで評価されます（Peters＆Malesky、2008年; 現在のサンプルのクロンバックのアルファは0.89）で、WoWグループのみが記入しました。 さらに、バラット衝動性スケール（BIS-11; Patton＆Stanford、1995年; 現在のサンプルのクロンバックのアルファは0.85）で、衝動性の尺度として投与されました（30 =「ほとんど/まったくない」から1 =「ほとんど常に/常に」の範囲のスケールで4項目がスコアリングされます）。 この尺度を使用すると、XNUMXつのXNUMX次要因を評価できます。注意衝動性は、注意を集中または集中できないこととして定義されます。 運動衝動性は、考えずに行動することを含みますが、計画外衝動性は、「未来」または先見の明の欠如を含みます（Stanfordら、2009）。 本研究のサブスケールの内部一貫性は、それぞれ0.73、0.69、0.69でした。

2.5.3 手順

参加者は、心理的変数の隣の生物学的要因とIGDに対するそれらの役割を調査するための大規模な縦断的研究に参加しました。 現在の研究では、最初の測定ポイントからのデータのみを使用して、研究1の結果をテストおよび複製しました（悪魔の胸部実験を2回目に完了する（T1）ことは、研究1のようにナイーブであることに匹敵しないことは明らかです。 ）。 アンケートと実験は、研究1と同じ順序で完了しました。ただし、研究2と比較して、研究XNUMXでは、参加者に「悪魔の胸」実験で獲得した金額が支払われ、この事実が通知されました。実験を完了する前に。

2.5.4 統計分析

データ評価は、1を調査するために同様に実施されました。

2.6。 結果

OGASスコアと週あたりのオンラインゲーム時間は、男性と女性のコントロール参加者のグループで非正規分布でした。 さらに、s-IATスコアと年齢は、女性のコントロール参加者のグループで非正規分布でした。 男性のWoWプレーヤーのグループにおけるGAINとs-IATスコアの相関関係は、1試験の結果に基づいて一方的にテストされました。

コントロール参加者とWoWプレーヤーの記述統計は、 テーブル3。 ここで、男性と女性のコントロール参加者は、男性と女性のWoWプレイヤーと比較して、ゲーム体験、週あたりのオンラインゲーム時間、OGASスコアが著しく低かった（参照 テーブル3）。 さらに、女性のWoWプレーヤーは、女性のコントロール参加者と比較して、s-IATで有意に高いスコアを示しました。 他のすべての変数は、コントロールの参加者とWoWプレーヤーの間で有意差はありませんでした。

表3。

平均、標準偏差（SD）、可能/実際の範囲、 t-/U 変数ゲーム体験（年）、週あたりのオンラインゲーム時間、GAIN、s-IAT、OGAS、WoW-SPUQおよびBIS-11のコントロールとWoWグループ（p）の平均の違いの価値と重要性参加者を制御します。

テーブルオプション

2.6.1。 相関分析

男性または女性のコントロール参加者のグループでは、参加者の年齢はGAIN、s-IATまたはOGASスコアと有意に相関していませんでした。 他のすべての相関関係は テーブル4。 ここでは、GAINは男性と女性の参加者のs-IATとOGASスコアのいずれにも有意に関連していませんでした。 さらに、s-IATスコアは、男性のコントロール参加者におけるBIS-11サブスケールの注意衝動性と明確に関連していました。 BCa 95％信頼区間の検査後、すべての有意な相関は有意なままでした。

表4。

コントロール参加者グループの変数GAIN、s-IAT、OGASおよびBIS-11のスピアマンとピアソンの相関。

スピアマンの相関関係は イタリック.

n（オス）= 39、n（オス、BIS-11）= 38、n（メス）= 38、n（メス、BIS-11）= 36。

⁎⁎

p <0.01。

⁎

p <0.05。

テーブルオプション

男性と女性のWoWプレーヤーのグループでは、年齢はGAIN、s-IAT、OGAS、またはWoW-SPUQスコアと有意に相関していませんでした。 他のすべての相関関係は テーブル5。 ここでは、GAINはs-IATと負の関係があり、WoW-SPUQスコアは男性のWoWプレイヤーのグループでのみ関連していました。 ただし、これらの相関関係は有意性への傾向のみを示しました（r = − 0.30、 p = 0.063、片側テストおよび r = − 0.313、 p = 0.104、両側検定）。 BCa 95％信頼区間の検査後、すべての有意な相関は有意なままでした。

表5。

WoWプレイヤーのグループの変数GAIN、s-IAT、OGAS、WoW-SPUQスコア、およびBIS-11のスピアマンとピアソンの相関。

スピアマンの相関関係は イタリック。 男性の参加者については、実験の利得とs-IATスコアとの相関関係が一方的にテストされました。

n（オス）= 28、n（オス、BIS-11）= 27、n（メス）= 16、n（メス、BIS-11）= 15。

⁎⁎

p <0.01。

⁎

p <0.05。

テーブルオプション

2.6.2。 暗黙の学習の尺度としての「悪魔の胸」実験の操作チェック

反復測定ANOVAの結果は、男性のグループにおける「悪魔の胸」実験の最初の18回と最後の18回の試行中のGAINの間に有意な平均差を示しませんでした（F（1、38）= 1.949、 p = 0.171; M1 = 232.56およびM2 = 218.21）および女性（F（1、37）= 0.594、 p = 0.446; M1 = 221.18およびM2 = 209.87）コントロール参加者。 男性のWoWプレーヤーのグループでは、試行1〜18と19〜36の差が有意に達しました（F（1,27）= 5.377、 p = 0.028、M1 = 235.54およびM2 = 205.54; したがって、M2と比較してM1の結果は低くなりますが、女性のWoWプレーヤーの場合、有意ではありません（F（1,15）= 0.295、 p = 0.595、M1 = 225.31およびM2 = 213.75）。

ユーザーへの注意
承認された原稿は査読され、この出版物の編集委員会による出版物として承認されたプレスイン記事です。 それらはまだ出版社のスタイルでコピー編集および/またはフォーマットされておらず、まだ完全なScienceDirect機能を持っていないかもしれません、例えば、補足ファイルを追加する必要があるかもしれません。最終発表の前にまだ変更されています。

受理された原稿にはまだすべての書誌詳細がありませんが、著者、記事タイトル、出版（年）、DOIのように、オンライン出版の年とDOIを使用してすでに引用できます。 これらの要素の正確な外観、ジャーナル名の省略形、句読点の使用については、ジャーナルの参照スタイルを参照してください。

最終記事が出版物の巻/号に割り当てられると、プレス版の記事は削除され、最終版は出版物の関連する出版された巻/号に表示されます。 記事が最初にオンラインで公開された日付が引き継がれます。