Indywidualne różnice w ukrytych zdolnościach uczenia się i zachowaniach impulsywnych w kontekście uzależnienia od Internetu i Internetowej gry hazardowej z uwzględnieniem płci (2017)

Dostępne online 7 February 2017

• Rayna Sariyska^a,, ,
• Bernd Lachmann^a, ,
• Sebastian Markett^{b, c,} ,
• Martin Reuter^{b, c,} ,
• Christian Montag^{a, d,}

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

Najważniejsze

• Wyższe wyniki uzależnienia od Internetu były związane z niedostateczną nauką ukrytą.

• To skojarzenie znaleziono w dwóch niezależnych grupach męskich (nadmiernych) graczy.

• Uzależnienie od gier online wiązało się z większym ryzykiem podejmowania zdrowych uczestników.

• Oceniono niejawne uczenie się i podejmowanie ryzyka za pomocą zadania eksperymentalnego.

Abstrakcyjny

Wprowadzenie

W trzech kolejnych badaniach staraliśmy się zbadać związek między problematycznym korzystaniem z Internetu (PIU), zaburzeniami hazardu internetowego (IGD) i ukrytymi umiejętnościami uczenia się oraz impulsywnością / podejmowaniem ryzyka wśród graczy wideo online i uczestników kontroli.

Metody

W badaniu 1, N = 87 męskich gości, zrekrutowanych na „Gamescom” w Kolonii (2013), wypełniło krótką wersję testu na uzależnienie od Internetu (s-IAT), Skalę uzależnienia od gier online (OGAS) i wykonało zadanie eksperymentalne, aby ocenić ukryte zdolności uczenia się. W badaniu 2 grupa graczy WoW i kontrolnych wykonała tę samą konfigurację, aby powtórzyć wyniki badania 1. W badaniu 3 wykorzystano zmodyfikowaną wersję eksperymentu do pomiaru impulsywności / podejmowania ryzyka w grupie zdrowych uczestników .

Efekt

W badaniu 1 wyniki wykazały istotną ujemną korelację między wynikiem s-IAT a miarą ukrytego uczenia się wśród męskich uczestników Gamescom. W badaniu 2 wyniki oceny uzależnienia s-IAT i WoW były ujemnie skorelowane z niejawnym uczeniem się tylko w męskich odtwarzaczach WoW, co odzwierciedla wyniki badania 1. W badaniu 3 wynik OGAS był dodatnio skorelowany z eksperymentalną miarą impulsywności / podejmowania ryzyka.

Wnioski

W obecnym projekcie badawczym niedostateczne uczenie się ukryte było powiązane z PIU tylko u mężczyzn z (tendencją) do IGD. Wyniki te mogą pomóc w rozwikłaniu niektórych przeciwstawnych wyników w tej relacji, biorąc pod uwagę płeć uczestników. Ponadto tendencje do podejmowania wyższego ryzyka były związane z IGD wśród zdrowych uczestników, co sugeruje potencjał podejmowania ryzyka jako predyktor IGD w populacji nie-graczy.

Słowa kluczowe

• Uzależnienie od Internetu;
• Zaburzenia gier internetowych;
• Uczenie się ukryte;
• Podejmowanie ryzyka

1. Wstęp

Internet znalazł drogę do codziennego życia wielu ludzi na całym świecie, oferując łatwy sposób gromadzenia informacji i korzystania z rozrywki. Wraz z rosnącą liczbą użytkowników Internetu, którzy stanowią obecnie prawie 50 populacji światowej (dostęp do 07.09.16. http://www.internetlivestats.com/internet-users/) rośnie liczba raportów dotyczących problematycznego korzystania z Internetu (PIU). W reprezentatywnym badaniu z Niemiec (N = 15,024 uczestników) Rumpf, Meyer, Kreuzer, John i Merkeerk (2011) wykazali występowanie uzależnienia od Internetu na poziomie 1.5%, przy czym odsetek młodszych użytkowników był większy (4% w grupie 14-16 lat). Pierwsze próby zdefiniowania i zdiagnozowania PIU¹ zostały wyprodukowane przez Kimberly Young w roku 1998 (patrz także pierwszy raport przypadku z Young, 1996). Od tego czasu opracowano liczne testy i narzędzia do badań przesiewowych (np Young, 1998b, Young, 1998a i Tao i in., 2010), aby móc obliczyć częstość występowania w różnych populacjach i zapewnić pacjentom skuteczne leczenie. Nadal jednak nie istnieje żadna klasyfikacja nozologiczna PIU. Badania nad uzależnieniem od gier online wydają się być o jeden krok do przodu, ponieważ ostatnio w sekcji III DSM-5 włączono Internet Gaming Disorder (IGD), co oznacza zachęcanie do dalszych badań przed ich rozpatrzeniem jako zaburzenia formalne (American Psychiatric Association). IGD uważa się za specyficzną formę PIU, która nakłada się tylko na małe części z uogólnioną formą PIU opisaną powyżej (np. Davis, 2001 i Montag i in., 2015).

1.1. PIU i niejawne uczenie się / podejmowanie decyzji

Deficyty w podejmowaniu decyzji zostały wykazane w licznych badaniach, badających pacjentów z uzależnieniem od substancji i uzależnień (np Bechara i in., 2001 i Schoenbaum i wsp., 2006). Z powodu podobieństw w konceptualizacji PIU i uzależnienia behawioralnego / substancji (Young, 1998a) Temat podejmowania decyzji ma również duże znaczenie dla lepszego zrozumienia charakteru nadmiernego korzystania z Internetu. Przy ocenie decyzji dokonano rozróżnienia między podejmowaniem decyzji w przypadku niejasności a podejmowaniem decyzji w ramach ryzyka (Brand i wsp., 2006 i Schiebener i Brand, 2015). Podczas gdy w podejmowaniu decyzji w niejednoznaczności zasady zysków i strat oraz prawdopodobieństwa różnych wyników nie są wyraźnie wyjaśnione (mierzone np. (Pierwszymi próbami) IOWA Gambling Task lub IGT), w podejmowaniu decyzji w ramach ryzyka wyraźne informacje o potencjale konsekwencje, a prawdopodobieństwo zysków i strat jest dostępne lub można je obliczyć (mierzone np. za pomocą zadania gry w kości lub GDT) (Brand i wsp., 2006 i Schiebener i Brand, 2015). Opiera się na tym zróżnicowaniu i na modelach podwójnego procesu podejmowania decyzji (np Epstein, 2003), Schiebener and Brand (2015) zaproponował model teoretyczny wyjaśniający podejmowanie decyzji w ramach ryzyka. W tym modelu rola funkcji wykonawczych jest podkreślana jako kluczowy dla podejmowania decyzji w ramach ryzyka, ale nie podejmowania decyzji w niejednoznaczności. Emocjonalna nagroda i kara mają towarzyszyć obu formom podejmowania decyzji. Zatem zarówno procesy refleksyjne (kontrolowane przez poznanie), jak i procesy impulsowe (wywołane przewidywaniem emocjonalnej nagrody i kary) mogą być zaangażowane w procesy decyzyjne w obiektywnych warunkach ryzyka (Schiebener & Brand, 2015). Ponadto zaproponowano, aby czynniki, takie jak informacje o sytuacji decyzyjnej, poszczególnych atrybutach i stanach indukowanych sytuacyjnie oraz wpływach zewnętrznych, miały wpływ modulujący na podejmowanie decyzji (Schiebener & Brand, 2015).

W odniesieniu do uzależnienia od Internetu zaproponowano nowe ramy teoretyczne Marka, Young, Laier, Wölfling i Potenza (2016), zwany Interakcją Osoba-Afekt-Poznanie-Wykonanie (I-PACE), gdzie podkreślono, że upośledzenie funkcji wykonawczych i kontroli hamującej ma znaczenie dla rozwoju PIU. Zgodnie z tym modelem rozwój i utrzymywanie się określonych zaburzeń w korzystaniu z Internetu leży u podstaw interakcji między czynnikami predysponującymi (np. Osobowość i psychopatologia), moderatorami (np. Dysfunkcjonalnym stylem radzenia sobie i oczekiwaniami internetowymi) oraz mediatorami (np. Reakcje afektywne i poznawcze na sygnały sytuacyjne). Te złożone interakcje, w połączeniu z doświadczaniem gratyfikacji i pozytywnego wzmocnienia, w wyniku użycia pewnej cechy Internetu, oraz ze zmniejszonymi funkcjami wykonawczymi i kontrolą hamującą, mogą skutkować określonym zaburzeniem korzystania z Internetu.

Do tej pory przeprowadzono kilka badań empirycznych w kontekście PIU, kontroli hamującej i podejmowania decyzji. Większość z nich jest zgodna z wyżej wymienionymi ramami teoretycznymi Brand i in. (2016). Sun i in. (2009) na przykład zgłaszali gorsze wyniki w grach hazardowych u nadmiernych użytkowników Internetu i wolniejszy wybór skutecznej strategii w porównaniu z uczestnikami kontroli. W nowszym badaniu Pawlikowski i Brand (2011) zgłosili zmniejszoną zdolność podejmowania decyzji w ryzyku w GDT w grupie nadmiernych graczy World of Warcraft (WoW) w porównaniu z uczestnikami kontroli. Yao i in. (2015) zastosowali zmodyfikowaną wersję zadania Go / NoGo (gdzie bodźce związane z grami były używane obok bodźców neutralnych) i zgłaszali zmniejszenie kontroli hamowania u uczestników z IGD, w porównaniu z uczestnikami kontroli. Laier, Pawlikowski i Brand (2014) znaleziono podobne wyniki ze zmodyfikowaną wersją IGT, gdy korzystasz z pornograficznych i neutralnych obrazów na korzystnych i / lub niekorzystnych taliach kart. Tutaj, w próbce użytkowników męskiej pornografii, uczestnicy wykazali niedostateczne podejmowanie decyzji w próbach, w których zdjęcia pornograficzne były powiązane z niekorzystnymi taliami kart. Zgłoszono jednak również mieszane wyniki dotyczące podejmowania decyzji w kontekście PIU lub IGD. W badaniu przez C. Ko i in. (2010) na przykład uzależnieni od Internetu wykazali lepsze podejmowanie decyzji, mierzone za pomocą IGT, w porównaniu z uczestnikami kontroli. W badaniu przez Yao i in. (2015) już cytowane powyżej, nie znaleziono żadnej różnicy w podejmowaniu decyzji na podstawie IGT między zdrowymi uczestnikami a osobami z IGD. Aby rozróżnić te sprzeczne wyniki, konieczne są dalsze badania, badające możliwe zmienne zakłócające. Jedna konkretna zmienna jest opisana później w bieżącym badaniu.

1.2. PIU, podejmowanie ryzyka i impulsywność

Ze względu na początkową charakterystykę PIU jako zaburzenia kontroli impulsów przeprowadzono szereg badań w celu zbadania PIU w kontekście impulsywności i podejmowania ryzyka. Cao, Su, Liu i Gao (2007) i Lee i in. (2012) wykazali, że PIU był dodatnio związany z impulsywnością cechy, mierzoną za pomocą Barratt Impulsiveness Scale (BIS-11). W odniesieniu do ram teoretycznych przez Brand i in. (2016)Jak już wspomniano powyżej, wśród czynników osobowości wymienia się impulsywność, pokazując najbardziej stabilne skojarzenia z PIU, a zatem proponuje się, aby był jednym z czynników wpływających na jego rozwój i utrzymanie. Ogólnie, impulsywność jest określana jako „predyspozycja do szybkich, nieplanowanych reakcji na bodźce wewnętrzne lub zewnętrzne, bez względu na negatywne konsekwencje tych reakcji dla impulsywnych osób lub dla innych” (Moeller, Barratt, Dougherty, Schmitz i Swann, 2001; p. 1784). Powiązany termin podejmowania ryzyka definiuje się jako „zachowania wykonywane w warunkach niepewności, z nieodłącznymi negatywnymi konsekwencjami lub bez nich i bez solidnego planowania awaryjnego” (Kreek, Nielsen, Butelman i LaForge, 2005; p. 1453). DO. Ko i in. (2010) zastosowałem Balonowe Zadanie Ryzyka Analogowego (Lejuez i wsp., 2002) do pomiaru podejmowania ryzyka, ale nie stwierdzono istotnego związku z PIU. W niniejszym badaniu po raz kolejny przyglądamy się tym stowarzyszeniom, stosując zarówno raport własny, jak i eksperymentalne środki impulsywności / podejmowania ryzyka.

1.3. Rola płci dla PIU / IGD

Inną ważną kwestią w kontekście uzależnienia od Internetu jest preferencje dotyczące określonych cech Internetu (np. Zakupy online, gry online) w zależności od płci. Reprezentatywne badanie z Niemiec wykazało, że 77.1% uzależnionych kobiet w wieku 14–24 lat korzysta z serwisów społecznościowych w porównaniu z 64,8% mężczyzn w tym samym wieku (Rumpf i in., 2011). W tym samym badaniu 7.2% uzależnionych kobiet w wieku od 14 do 24 lat zgłosiło używanie Internetu do grania w gry wideo online, w porównaniu z 33.6% mężczyzn w tym samym wieku (Rumpf i in., 2011). Wydaje się zatem, że w odniesieniu do IGD uczestnicy płci męskiej wykazują większe preferencje do gier online niż uczestnicy płci żeńskiej i zgłaszano, że są bardziej narażeni na rozwój IGD. Co więcej, Ko, Yen, Chen, Chen i Yen (2005) zaobserwowano, że starszy wiek, niższa samoocena i niższa satysfakcja z życia codziennego były związane z cięższym IGD u mężczyzn, ale nie u kobiet. Pomimo tych wyników nadal istnieje tylko kilka badań, które systematycznie uwzględniają płeć uczestników jako zmienną moderatora / mediatora w kontekście PIU. Możliwe jest jednak, że te różnice stanowią pewne przeciwne wyniki w tej dziedzinie, a zatem w kolejnych badaniach będą one brane pod uwagę.

Celem naszego projektu badawczego było zbadanie związku między PIU, a także IGD i niejawnym uczeniem się w grupie mężczyzn z podatnością na IGD (badanie 1). W badaniu 2 zamierzaliśmy powtórzyć te wyniki, porównując zdrowych uczestników i nadmiernych graczy WoW pod kątem płci. Celem badania 3 było zbadanie związku między PIU, IGD i impulsywnością / podejmowaniem ryzyka (raport własny i dane eksperymentalne) u zdrowych uczestników.

W oparciu o wspomnianą literaturę sformułowaliśmy następujące hipotezy:

Hipoteza 1.

Spodziewamy się negatywnych powiązań między PIU / IGD a niejawnymi umiejętnościami uczenia się (Study 1).

Hipoteza 2.

Spodziewamy się negatywnych powiązań między PIU / IGD a niejawnymi umiejętnościami uczenia się (Study 2). Oczekujemy, że to negatywne skojarzenie będzie najsilniejsze w grupie męskich graczy WoW.

Hipoteza 3.

Oczekujemy pozytywnych powiązań między PIU / IGD a raportem własnym i eksperymentalnymi miarami impulsywności / podejmowania ryzyka u zdrowych uczestników (Badanie 3).

2. Studiuj 1

2.1. Metody

2.1.1. Uczestnicy

N = 107 uczestników (99 mężczyzn, 8 kobiet, wiek M = 19.52, SD = 3.57) zostali zwerbowani podczas „Gamescom 2013” ​​w Niemczech, największej na świecie imprezy poświęconej grom. Jednak ze względu na bardzo małą liczbę kobiet w obecnej próbie (n = 8) i wyżej wymienione różnice między płciami w kontekście IGD (np Rumpf i in., 2011), wykluczaliśmy uczestników z dalszych analiz badania. Po wykluczeniu uczestników z brakującymi danymi próbka zakończyła się n = 79 uczestników płci męskiej (wiek M = 19.81, SD = 3.62). Jeśli chodzi o wykształcenie, 8.9% zgłosiło posiadanie wykształcenia uniwersyteckiego lub politechnicznego, kolejne 40.5% zgłosiło posiadanie matury na poziomie A lub zawodowej, a 26.6% zgłosiło posiadanie świadectwa ukończenia szkoły średniej lub świadectwa ukończenia szkoły średniej, a 24.1% zgłosiło brak dyplomu.

2.1.2. Środki

Uczestnicy odpowiadali na pytania dotyczące ich wieku, płci i wykształcenia, wypełniali krótką wersję testu uzależnienia od Internetu (s-IAT, Pawlikowski, Altstötter-Gleich, & Brand, 2013; Alfa Cronbacha w obecnej próbie wyniosła 0.70), zawierająca 12 pozycji w skali Likerta (od 1 = nigdy do 5 = bardzo często) oraz Skalę Uzależnień od Gier Online (OGAS, zmodyfikowana wersja Skali uzależnienia od gier autorstwa Lemmens, Valkenburg i Peter, 2009, gdzie słowo „online” zostało dodane do każdego elementu; Alfa Cronbacha w obecnej próbie wyniosła 0.66) i składała się z 7 pozycji od 1 = nigdy do 5 = bardzo często. Dodatkowo uczestnicy oceniali swoje doświadczenie w grach komputerowych (np. „Od ilu lat grasz w gry komputerowe?” Lub „Ile średnio godzin tygodniowo grasz w gry komputerowe online?”). Zastosowano samoocenową miarę podejmowania ryzyka, w tym jedną pozycję dotyczącą ogólnych tendencji do podejmowania ryzyka („Jak opisałbyś siebie od 0 (wcale nie jesteś skłonny do podejmowania ryzyka) do 10 (absolutnie skłonny do podejmowania ryzyka?”) ; Niemiecki panel społeczno-ekonomiczny (SOEP; Siedler, Schupp, Spiess i Wagner, 2008). Skorzystaliśmy z nieco dostosowanego zadania eksperymentalnego („Skrzynia diabła”), zaczerpniętego z badania autorstwa Eisenegger i in. (2010), w celu zmierzenia ukrytego uczenia się. Na każdym z wszystkich testów 36 zaprezentowaliśmy dziesięć zdjęć zamkniętych drewnianych skrzynek na ekranie komputera. Pola zostały wyrównane w jednym rzędzie, a uczestnicy mieli możliwość późniejszego otwarcia wybranej przez siebie liczby pól, od lewej do prawej. Uczestnicy zostali pouczeni, że dziewięć pudeł zawierało wirtualną nagrodę pieniężną (centy 5), a jedna zawierała „diabła”. Jeśli uczestnicy otworzyli tylko pola nagrody na danej próbie, przeszli do następnej próby, zdobywając sumę nagród. Jeśli otworzyli pudełko zawierające diabła wśród innych pudeł, stracili wszystko na bieżącym procesie. Zbliżająca się pozycja diabła została zrandomizowana wśród prób 36, ale pojawiła się na każdej pozycji od 2 do 10² dokładnie cztery razy. Chociaż nie wspomniano o tym uczestnikom, uczestnicy z wyższymi umiejętnościami poznawczymi mogli wypracować ukryte zrozumienie tej reguły i mogli nauczyć się działać lepiej w trakcie eksperymentu. Suma nagród pieniężnych pod koniec eksperymentu jest dalej określana jako „ZYSK” i będzie wykorzystywana jako miara ukrytego uczenia się. Zestaw eksperymentalny jest przedstawiony w Rys. 1.

Rys.. 1. 

Eksperymentalne ustawienie skrzyni diabła - otwarcie skrzyni diabłem doprowadziło do utraty wszystkich zebranych monet z danego procesu.

Opcje rysunku

2.1.3. Procedura

Wszystkie kwestionariusze w języku angielskim zostały przetłumaczone na język niemiecki przez naszą własną grupę roboczą. Uczestnicy najpierw wypełnili kwestionariusze, a następnie ukończyli eksperyment z klatką piersiową diabła. Należy pamiętać, że uczestnicy badania 1 nie otrzymali żadnej nagrody pieniężnej po zakończeniu eksperymentu i zostali o tym poinformowani przed zakończeniem eksperymentu.

2.1.4. Analizy statystyczne

W poniższych analizach zbadano normalność danych, stosując regułę sugerowaną przez Miles and Shevlin (2001; p. 74)biorąc pod uwagę skośność badanych zmiennych. Analizy korelacji obliczono za pomocą korelacji Pearsona lub Spearmana, w zależności od rozkładu danych, a dla każdego współczynnika korelacji obliczono skorygowane o błąd bootstrap i przyspieszone przedziały ufności (95% przedziały ufności BCa) w celu dalszego przetestowania ich istotności. Powtarzane pomiary ANOVA zastosowano do testowania ukrytych efektów uczenia się, porównując zysk w pierwszych 18 próbach z zyskiem w ostatnich 18 próbach eksperymentu.

2.1.5. Etyka

Projekt badawczy (badania 1, 2 i 3) został zatwierdzony przez Lokalną Komisję Etyki Uniwersytetu w Bonn, Bonn, Niemcy. Wszyscy uczestnicy udzielili świadomej zgody przed zakończeniem badania.

2.2. Wyniki

Środki i standardowe odchylenia badanych zmiennych przedstawiono w Tabela 1.

Tabela 1.

Średni, odchylenie standardowe (SD) i możliwy / rzeczywisty zakres dla zmiennych w grach (lata), godzin gry online w tygodniu, s-IAT, OGAS, GAIN i podejmowanie ryzyka (raport własny).

N = 79, podejmowanie ryzyka (samoopis) n = 64.

a

Proszę zauważyć, że maksymalny możliwy zakres dla zmiennej GAIN został oszacowany przy założeniu, że diabeł pojawi się w każdej z 36 prób na pozycji 10, a uczestnik zatrzyma bieżącą próbę na pozycji 9. W ten sposób diabeł nie przerwie proces otwierania pudełek, a uczestnicy wygrywają najwyższą możliwą kwotę pieniędzy na próbę (= 45 MU) w każdym kolejnym procesie. Jednak realistycznie istnieje bardzo małe prawdopodobieństwo wystąpienia tego zdarzenia.

Opcje tabeli

2.2.1. Analizy korelacji

Jedynie zmienna GAIN nie miała rozkładu normalnego. Wiek uczestników był dodatnio skorelowany z GAIN (ρ = 0.27, p <0.05). Ponadto GAIN wykazał ujemną korelację z wynikiem s-IAT (ρ = - 0.26, p <0.05). Ponadto obliczyliśmy częściowe korelacje dla GAIN i wyniku s-IAT w celu kontroli wieku. Korelacja pozostała znacząca (r = - 0.28, p <0.05). Ujemna korelacja między GAIN a wynikiem OGAS nie osiągnęła poziomu istotności (ρ = - 0.20, p = 0.073) i pozostawał nieistotny po uwzględnieniu wieku (r = - 0.12, p = 0.292). Wszystkie istotne korelacje pozostały istotne po zbadaniu 95% przedziałów ufności BCa. Proszę zobaczyć Tabela 2 przegląd wyników. (Widzieć Rys. 2 i Rys. 3.)

Tabela 2.

Korelacje między GAIN w eksperymencie „Devil's chest” a s-IAT, wynikiem OGAS i podejmowaniem ryzyka (samoocena).

N = 79, podejmowanie ryzyka (samoopis) n = 64; Korelacje Spearmana są przedstawione w italski.

⁎⁎

p <0.01.

⁎

p <0.05.

Opcje tabeli

Rys.. 2. 

Średnie i błąd standardowy WZMOCNIENIA w pierwszych 18 próbach w porównaniu z ZYSKIEM w ostatnich 18 próbach eksperymentu „Skrzynia diabła”. MU = jednostki monetarne.

Opcje rysunku

Rys.. 3. 

Średnie i błąd standardowy GAIN podczas pierwszych 18 w porównaniu z ostatnimi 18 próbami eksperymentu „Skrzynia diabła”, dla uczestników kontrolnych (lewy wykres) i graczy WoW (prawy wykres). MU = jednostki monetarne.

Opcje rysunku

2.2.2. Kontrola manipulacji eksperymentem „Skrzynia diabła” jako miara ukrytego uczenia się

Wyniki ANOVA z powtarzanymi pomiarami wykazały istotną średnią różnicę między GAIN w pierwszych próbach 18 eksperymentu, w porównaniu z ostatnimi próbami 18 (F(1,78) = 17.303, p <0.01), co pokazuje, że uczestnicy wygrali więcej pieniędzy w drugiej części eksperymentu (M₁ = 192.34 i M₂ = 221.27 odpowiednio).

2.3. Dyskusja

Podsumowując, jak zaproponowano w naszych hipotezach, w badaniu 1 uzależnienie od Internetu było związane z niedostatecznymi zdolnościami ukrytego uczenia się. Wynik ten dostarcza dalszych dowodów na rolę słabego podejmowania decyzji w kontekście PIU (np Brand i wsp., 2016). Związek z IGD był w tym samym kierunku, jednak nie osiągnął znaczenia. Można to wyjaśnić względnie małą wielkością próby i / lub stosunkowo niską wewnętrzną konsystencją (0.66) skali OGAS w tym badaniu. W celu dalszego zbadania tych relacji i porównania wyników między uczestnikami płci męskiej i żeńskiej oraz między graczami i osobami niebędącymi graczami przeprowadzono badanie 2.

2.4. Studiuj 2

Celem drugiego badania było powtórzenie wyników badania 1 przy użyciu próby graczy World of Warcraft (WoW) i uczestników kontrolnych, którzy byli naiwni wobec WoW. Biorąc pod uwagę, że związek między s-IAT i GAIN jako miarą niejawnego uczenia się można było zaobserwować u uczestników płci męskiej ze skłonnością do IGD, byliśmy zainteresowani powtórzeniem wyników badania 1, szczególnie u mężczyzn grających w WoW.

2.5. Metody

2.5.1. Uczestnicy

W badaniu wzięli udział gracze WoW i kontrolerzy. Gracze WoW zostali zrekrutowani według następujących kryteriów: Doświadczenie w grach WoW przez minimum dwa lata. Kryterium wykluczenia stanowiło granie w inne gry niż WoW przez> 7 godzin tygodniowo, jednak najlepiej rekrutowano uczestników bez doświadczenia w innych grach. Osoby sterujące musiały być naiwne w WoW, dlatego nie miały wcześniej doświadczenia w tej grze. Kryteriami wykluczenia dla obu grup uczestników były upośledzenie wzroku, trudności w czytaniu i pisaniu, dyschromatopsja, wstrząs mózgu, długotrwałe leki, choroby neurologiczne i psychiatryczne, upośledzenie słuchu i nadużywanie substancji psychoaktywnych. Po dokładnym zbadaniu próbki wykluczyliśmy jednego uczestnika z powodu zaburzeń odżywiania i codziennego spożycia konopi indyjskich, jednego uczestnika z powodu zaburzeń neurologicznych i psychiatrycznych i jednego uczestnika ze względu na skrajne wartości oraz uczestników z brakującymi danymi, co skutkowało n = 77 uczestników kontroli (39 mężczyzn) i n = 44 graczy WoW (28 mężczyzn). 6.5% (n = 5) uczestników grupy kontrolnej zgłosiło przypadkowe korzystanie z gier RPG online (<3 godz. Gier komputerowych tygodniowo), a 23.4% (n = 18) odnotowano przypadkowe korzystanie z gier Ego-shooter (<1 h gry tygodniowo). Średni wiek całej próbki wynosił M = 23.70 (SD = 3.93). Jeśli chodzi o ich wykształcenie, 10.7% deklarowało posiadanie wyższego wykształcenia, kolejne 85.9% deklarowało posiadanie dyplomu matury na poziomie A lub zawodowej, a 2.5% - świadectwo dojrzałości lub świadectwo ukończenia szkoły średniej. Jedna osoba nie odpowiedziała na pytania dotyczące edukacji.

2.5.2. Środki

Tutaj znowu s-IAT (Pawlikowski i in., 2013; Alfa Cronbacha w obecnej próbie wyniosła 0.76), OGAS (modyfikacja GAS o Lemmens i wsp., 2009; Alfa Cronbacha w obecnej próbie wyniosła 0.88) i oceniono wrażenia z gier komputerowych. Dodatkowo Kwestionariusz poświęcony problematycznemu użytkowaniu i zaangażowaniu w konkretny problem World of Warcraft (WoW-SPUQ), składający się z 27 pozycji, ocenianych w skali od 1 = „całkowicie się nie zgadzam” do 7 = „całkowicie się zgadzam”Peters i Malesky, 2008; Alfa Cronbacha w obecnej próbie wyniosła 0.89) została wypełniona jedynie przez grupę WoW. Ponadto Skala Impulsywności Barratta (BIS-11; Patton i Stanford, 1995; Alfa Cronbacha w badanej próbie wyniosła 0.85) jako miara impulsywności (30 pozycji jest ocenianych na skali od 1 = „rzadko / nigdy” do 4 = „prawie zawsze / zawsze”). Za pomocą tej skali można ocenić trzy czynniki drugiego rzędu: impulsywność uwagi definiuje się jako niezdolność do skupienia uwagi lub koncentracji; Impulsywność motoryczna polega na działaniu bez myślenia, podczas gdy impulsywność nieplanująca wiąże się z brakiem „przyszłości” lub przezorności (Stanford i in., 2009). Spójności wewnętrzne dla podskal w niniejszym badaniu wynosiły odpowiednio 0.73, 0.69 i 0.69.

2.5.3. Procedura

Uczestnicy wzięli udział w dużym badaniu podłużnym, aby zbadać czynniki biologiczne obok zmiennych psychologicznych i ich rolę w IGD. W niniejszym badaniu wykorzystano tylko dane z pierwszego punktu pomiarowego do przetestowania i powtórzenia wyników z badania 1 (ukończenie eksperymentu z klatką piersiową diabła po raz drugi (T2) jest wyraźnie nieporównywalne z byciem naiwnym w badaniu 1 ). Kwestionariusze i eksperyment wypełniano w tej samej kolejności, co w badaniu 1. W porównaniu z badaniem 1, jednak w badaniu 2 uczestnikom wypłacono kwotę pieniędzy, którą wygrali w eksperymencie „Skrzynia diabła” i zostali o tym poinformowani przed zakończeniem eksperymentu.

2.5.4. Analizy statystyczne

Ocenę danych przeprowadzono analogicznie do badania 1.

2.6. Wyniki

Wynik OGAS i godziny gier online w tygodniu nie były normalnie dystrybuowane w grupach uczestników kontroli płci męskiej i żeńskiej. Ponadto wynik s-IAT i wiek były normalnie dystrybuowane w grupie kobiet kontrolujących. Korelacja między GAIN a wynikiem s-IAT w grupie męskich odtwarzaczy WoW została przetestowana jednostronnie, na podstawie wyników badania 1.

Statystyki opisowe dla uczestników kontroli i graczy WoW są przedstawione w Tabela 3. Tutaj uczestnicy kontroli płci męskiej i żeńskiej mieli znacznie niższe wrażenia w grach, godziny grania online w tygodniu oraz wynik OGAS w porównaniu do mężczyzn i kobiet graczy WoW (patrz Tabela 3). Ponadto, żeńskie zawodniczki WoW wykazały znacznie wyższe wyniki w s-IAT, w porównaniu z kobietami kontrolującymi. Wszystkie inne zmienne nie różniły się znacząco między uczestnikami kontroli a graczami WoW.

Tabela 3.

Środki, odchylenia standardowe (SD), zakres możliwy / rzeczywisty, t-/U wartość i znaczenie dla różnic średnich między grupą kontrolną a grupą WoW (p) dla zmiennych w grach (lata), godzin gier online w tygodniu, GAIN, s-IAT, OGAS, WoW-SPUQ i BIS-11 dla WoW i uczestnicy kontroli.

Opcje tabeli

2.6.1. Analizy korelacji

Dla grup kontrolnych mężczyzn i kobiet wiek uczestników nie był istotnie skorelowany z GAIN, s-IAT lub wynikiem OGAS. Wszystkie inne korelacje są przedstawione w Tabela 4. Tutaj GAIN nie był znacząco powiązany ani z s-IAT, ani z wynikiem OGAS dla uczestników płci męskiej i żeńskiej. Ponadto wynik s-IAT był dodatnio powiązany z podskalą impulsywności uwagi BIS-11 u mężczyzn kontrolnych. Wszystkie istotne korelacje pozostały znaczące po kontroli przedziałów ufności BCN 95%.

Tabela 4.

Korelacje Spearmana i Pearsona dla zmiennych GAIN, s-IAT, OGAS i BIS-11 dla grupy uczestników kontroli.

Korelacje Spearmana są przedstawione w italski.

n (mężczyźni) = 39, n (mężczyźni, BIS-11) = 38, n (kobiety) = 38, n (kobiety, BIS-11) = 36.

⁎⁎

p <0.01.

⁎

p <0.05.

Opcje tabeli

Dla grupy męskich i żeńskich graczy WoW wiek nie był istotnie skorelowany z GAIN, s-IAT, OGAS lub wynikiem WoW-SPUQ. Wszystkie inne korelacje są przedstawione w Tabela 5. Tutaj GAIN był negatywnie powiązany z s-IAT, a także wynik WoW-SPUQ tylko w grupie męskich graczy WoW. Jednak te korelacje wykazały jedynie tendencję do istotności (r = - 0.30, p = 0.063, test jednostronny i r = - 0.313, p = 0.104, test dwustronny). Wszystkie istotne korelacje pozostały istotne po zbadaniu 95% przedziałów ufności BCa.

Tabela 5.

Korelacje Spearmana i Pearsona dla zmiennych GAIN, s-IAT, OGAS, wynik WoW-SPUQ i BIS-11 dla grupy graczy WoW.

Korelacje Spearmana są przedstawione w italski. W przypadku uczestników płci męskiej korelację między zyskiem w eksperymencie a wynikiem s-IAT badano jednostronnie.

n (mężczyźni) = 28, n (mężczyźni, BIS-11) = 27, n (kobiety) = 16, n (kobiety, BIS-11) = 15.

⁎⁎

p <0.01.

⁎

p <0.05.

Opcje tabeli

2.6.2. Kontrola manipulacji eksperymentem „Skrzynia diabła” jako miara ukrytego uczenia się

Wyniki powtarzanych pomiarów ANOVA nie wykazały istotnej średniej różnicy między GAIN podczas pierwszych 18 i ostatnich 18 prób eksperymentu „Diabelska pierś” w grupie mężczyzn (F (1, 38) = 1.949, p = 0.171; M1 = 232.56 i M2 = 218.21) i kobieta (F (1, 37) = 0.594, p = 0.446; M1 = 221.18 i M2 = 209.87) uczestnicy kontroli. Dla grupy męskich graczy WoW różnica między próbami 1–18 i 19–36 osiągnęła istotność (F (1,27) = 5.377, p = 0.028, M1 = 235.54 i M2 = 205.54; stąd wynik niższy w M2 w porównaniu z M1), podczas gdy dla kobiet grających w WoW pozostał nieistotny (F (1,15) = 0.295, p = 0.595, M1 = 225.31 i M2 = 213.75).

Uwaga dla użytkowników:
Zaakceptowane rękopisy to artykuły w prasie, które zostały przejrzane i zaakceptowane do publikacji przez redakcję tej publikacji. Nie zostały jeszcze skopiowane i / lub sformatowane w stylu domu wydawniczego i mogą nie mieć jeszcze pełnej funkcjonalności ScienceDirect, np. Dodatkowe pliki mogą nadal wymagać dodania, linki do odnośników mogą jeszcze nie zostać rozwiązane itp. Tekst mógłby wciąż się zmienia przed ostateczną publikacją.

Chociaż zaakceptowane manuskrypty nie mają jeszcze wszystkich dostępnych danych bibliograficznych, można je już cytować, używając roku publikacji online i DOI, w następujący sposób: autor (autorzy), tytuł artykułu, publikacja (rok), DOI. Aby poznać dokładny wygląd tych elementów, skróty nazw czasopism i użycie znaków interpunkcyjnych, należy zapoznać się ze stylem referencji czasopisma.

Kiedy końcowy artykuł zostanie przypisany do tomów / numerów publikacji, wersja artykułu w prasie zostanie usunięta, a ostateczna wersja pojawi się w powiązanych opublikowanych tomach / wydaniach publikacji. Data pierwszego udostępnienia artykułu w Internecie zostanie przeniesiona.