Psychofysiologische identificatie van gameverslaafden en niet-verslaafden door statistische modellering met EEG-gegevens (2018)

Link naar abstract

Andere titels

De beste manier om geld te verdienen

Auteur

Maria Hafeez

Alternatieve auteur(s)

마리아하피즈

Adviseur (s)

Jung Yong Kim

Datum van publicatie

2018-02

Uitgever

한양 대학교

Mate

dokter

Abstract

De afgelopen jaren heeft gameverslaving steeds meer aandacht gekregen van psychologen, psychiaters, ouders, leraren, media en geestelijke gezondheidszorgorganisaties en, tot op zekere hoogte, van gamers over de hele wereld. Sommige onderzoekers gebruiken de terminologie van problematisch of overmatig gamegebruik in plaats van wanorde om het schadelijke gebruik van videogames aan te duiden. Op basis van gepubliceerde empirische onderzoeken, waarvan de meeste dateren van begin 2000 tot nu, lijkt het erop dat overmatig gamen of gameverslaving potentieel schadelijke gevolgen hebben voor individuen, net zoals andere traditionele verslavingen, waaronder verslavingen aan middelengebruik. Bovendien zijn er geen uniforme, psychologische of fysiologische screeningcriteria beschikbaar en wordt de reikwijdte belemmerd door het gebruik van inconsistente en niet-gestandaardiseerde criteria om mobiele gameverslaving op te sporen. Bij de meeste rekruteringsmethoden is sprake van ernstige steekproefvooroordelen, waarbij te veel wordt vertrouwd op zelfgekozen steekproeven. Het is duidelijk dat er een leemte bestaat in het huidige begrip van gameverslaving. Er is behoefte aan epidemiologisch onderzoek om het optreden en de prevalentie van klinisch significante problemen die verband houden met gameverslaving vast te stellen, om herstel en behandeling op een betere manier te garanderen. Er wordt een ontwerp voorgesteld om deze problemen het hoofd te bieden, waarbij de gameverslaving fysiologisch wordt gediagnosticeerd op basis van encefalografische gegevens en de behaalde resultaten worden geïmplementeerd in de vorm van een apparaat of applicatie om ze praktisch te gebruiken als waarschuwing om betrapt te worden op gameverslaving. Deze studie onderzoekt de frequentie- en tijddomeinkenmerken van EEG om de mogelijkheid te zoeken om enig onderscheid tussen verslaafde en niet-verslaafde mobiele gamers te detecteren. De Comprehensive Scale for Assessing Game Behavior (CGS) Manual 2010 werd gebruikt om de demografische basisinformatie en pre-categorisatie met betrekking tot game-apparaten vast te leggen. Het EEG-signaal werd geanalyseerd in tijd- en frequentiedomeinen om gedetailleerd onderzoek uit te voeren naar de correlaten van mobiele gameverslaving, waarbij de twee categorieën werden onderscheiden, dat wil zeggen verslaafde en niet-verslaafde spelers. De analyse in zowel het tijd- als het frequentiedomein hielp tegelijkertijd bij het onderscheiden van het hoofdhuidgebied en de specifieke frequentie tussen de twee groepen. Kruiscorrelatie en observaties uit de studie van de totale kracht van spectrale gegevens hielpen om zich te concentreren op het occipitale gebied. Verdere gedetailleerde analyse hielp bij het vinden van de specifieke frequentie die de verslaafde proefpersonen onderscheidt van niet-verslaafde proefpersonen. Er werd een T-test uitgevoerd om de beschrijvende verschillen in gemiddelde en standaardafwijking van vermogensspectrumwaarden tussen verslaafde en niet-verslaafde subjectgroepen te verifiëren. Er werd waargenomen dat de variatie in gemiddelde waarden en spreiding van de standaardafwijking van spectrale gegevens van verslaafde proefpersonen veel groter was dan die van niet-verslaafde proefpersonen. Er werd waargenomen dat de algemene trend in alfa-, bèta- en thetafrequenties dominant en onderscheidend was dan andere frequenties bij verslaafde proefpersonen. Een logistiek regressiemodel werd aangepast aan de spectrale gegevens van het occipitale gebied. Het model werd getest na training met de beschikbare monsters en de voorspellingsnauwkeurigheid bevestigde dat het model kan worden toegepast als een praktisch hulpmiddel om gameverslaving te diagnosticeren door het EEG-signaal uit het occipitale gebied te gebruiken door alleen de modellering van theta-frequentiecomponenten te gebruiken. Er wordt een ontwerp voorgesteld op basis van de statistische hulpmiddelen en regressiemodellering, dat kan worden gebruikt als toepassing op mobiele apparaten. EEG-gegevens kunnen worden verzameld via in de handel verkrijgbare hoofdtelefoons met enkele of dubbele elektrode/sensor. De gegevens kunnen worden ingebed in de applicatie, die het verslavingsdetectieniveau berekent.

URI

http://www.dcollection.net/handler/hanyang/000000104854http://repository.hanyang.ac.kr/handle/20.500.11754/68160

Verschijnt in collecties:

AFGESTUDEERDE SCHOOL[S](대학원) > INDUSTRIAL MANAGEMENT ENGINEERING (산업경영공학과) > Scripties (Ph.D.)

Bestanden in dit item: