Addict Behav Rep. 2017 Jun; 5: 19 – 28.
Opublikowano online 2017 Feb 7. doi: 10.1016 / j.abrep.2017.02.002
PMCID: PMC5800554
PMID: 29450224
Język: Angielski | niemiecki | niemiecki
Rayna Sariyska,a,⁎ Bernd Lachmann,a Sebastian Markett,b,c Martin Reuter,b,c i Christian Montaga,d
1. Wprowadzenie
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 o problematycznym korzystaniu 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, 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, 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, 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, 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, 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. W tym przypadku uczestnicy płci męskiej wykazywali braki w podejmowaniu decyzji w próbach, w których zdjęcia pornograficzne były związane z niekorzystnymi taliami kart. Zgłoszono jednak również mieszane wyniki dotyczące podejmowania decyzji w kontekście PIU lub IGD. W badaniu przez 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). 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 a impulsywnością / podejmowaniem ryzyka (raport własny i dane eksperymentalne) u zdrowych uczestników.
W oparciu o wspomnianą literaturę sformułowaliśmy następujące hipotezy:
Spodziewamy się negatywnych powiązań między PIU / IGD a ukrytymi umiejętnościami uczenia się (studium 1).
Spodziewamy się negatywnych powiązań między PIU / IGD a ukrytymi umiejętnościami uczenia się (studium 2). Oczekujemy, że to negatywne skojarzenie będzie najsilniejsze w grupie męskich graczy WoW.
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% 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), składała się z 7 pozycji, od 1 = nigdy do 5 = bardzo często. Ponadto 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 skrzynek, 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.
Eksperymentalne ustawienie skrzyni diabła - otwarcie skrzyni diabłem doprowadziło do utraty wszystkich zebranych monet z danego procesu.
2.1.3. Procedura
Wszystkie kwestionariusze dostępne tylko 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).
| Oznaczać | SD | Możliwy zakres | Rzeczywisty zasięg | |
|---|---|---|---|---|
| Doświadczenie w grach (lata) | 11.09 | 4.31 | - | 3-24 |
| Godziny gier online w tygodniu | 22.24 | 16.00 | - | 0-70 |
| s-IAT | 23.86 | 5.38 | 12-60 | 12-43 |
| OGAS | 14.75 | 4.36 | 7-35 | 7-26 |
| GAIN | 413.61 | 71.97 | 0-900a | 160-520 |
| Podejmowanie ryzyka (raport własny) | 6.77 | 1.89 | 0-10 | 3-10 |
N = 79, podejmowanie ryzyka (samoopis) n = 64.
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.
Tabela 2
Korelacje między GAIN w eksperymencie „Devil's chest” a s-IAT, wynikiem OGAS i podejmowaniem ryzyka (samoocena).
| GAIN | s-IAT | OGAS | podejmowanie ryzyka (raport własny) | |
|---|---|---|---|---|
| GAIN | 1 | |||
| s-IAT | - 0.264⁎ | 1 | ||
| OGAS | - 0.203 | 0.511⁎⁎ | 1 | |
| podejmowanie ryzyka (raport własny) | 0.148 | 0.129 | 0.187 | 1 |
N = 79, podejmowanie ryzyka (samoopis) n = 64; Korelacje Spearmana są przedstawione w italski.
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) (patrz 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.
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.
3. 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.
3.1. Metody
3.1.1. 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 próby wykluczyliśmy jednego uczestnika z powodu zaburzeń odżywiania i codziennego spożycia konopi indyjskich, jednego uczestnika z powodu zaburzeń neurologicznych i psychiatrycznych oraz jednego uczestnika z grupy kontrolnej ze względu na skrajne wartości w sIAT i OGAS oraz uczestników z brakującymi danymi , co zaowocowało 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 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 (0.9%) nie udzieliła odpowiedzi na pytania dotyczące wykształcenia.
3.1.2. 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 obecnej próbie wyniosła 0.85) była podawana jako miara impulsywności (30 pozycji jest ocenianych w 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.
3.1.3. 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.
3.1.4. Analizy statystyczne
Ocenę danych przeprowadzono analogicznie do badania 1.
3.2. 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 wyniki 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 (p) dla różnic średnich pomiędzy uczestnikami kontroli i grupą WoW dla zmiennych w grach (lata), godzin gier online w tygodniu, GAIN, s-IAT, OGAS, WoW-SPUQ i BIS-11.
| Grupa kontrolna | Gracze WoW | Możliwy zakres | Rzeczywisty zasięg | t-/U wartość | p | |||
|---|---|---|---|---|---|---|---|---|
| Oznaczać | SD | Oznaczać | SD | |||||
| Męscy uczestnicy | ||||||||
| Doświadczenie w grach (lata) | 9.49 | 6.81 | 14.29 | 4.85 | - | 0 – 22 / 6 – 25 | - 3.369 | 0.001 |
| Godziny gier online w tygodniu | 1.18 | 2.11 | 19.71 | 11.44 | - | 0 – 9 / 0 – 50 | 30.0 | <0.001 |
| GAIN | 450.77 | 39.10 | 443.04 | 54.30 | 0-900 | 370 – 510 / 305 – 525 | 0.678 | 0.500 |
| s-IAT | 21.67 | 6.53 | 23.79 | 6.90 | 12-60 | 12 – 42 / 14 – 41 | - 1.280 | 0.205 |
| OGAS | 8.67 | 2.39 | 15.79 | 5.85 | 7-35 | 7 – 17 / 9 – 29 | 94.5 | <0.001 |
| WoW-SPUQ | - | - | 87.57 | 23.26 | 27-189 | - / 53 – 134 | - | - |
| BIS-11 ogółem | 65.00 | 13.39 | 64.63 | 8.94 | 30-120 | 40 – 99 / 53 – 90 | 0.125 | 0.901 |
| Uwaga BIS-11 | 17.13 | 4.95 | 16.57 | 2.85 | 8-32 | 8 – 30 / 12 – 21 | 0.579 | 0.565 |
| Silnik BIS-11 | 23.16 | 4.81 | 22.43 | 3.66 | 11-44 | 14 – 35 / 16 – 33 | 0.671 | 0.504 |
| Nieplanowanie BIS-11 | 24.71 | 5.32 | 25.74 | 4.77 | 11-44 | 14 – 40 / 16 – 40 | - 0.803 | 0.425 |
| Uczestniczki kobiece | ||||||||
| Doświadczenie w grach (lata) | 3.86 | 5.76 | 11.50 | 5.29 | - | 0 – 15 / 1 – 20 | - 4.557 | <0.001 |
| Godziny gier online w tygodniu | 0.09 | 0.43 | 17.56 | 9.06 | - | 0 – 2.5 / 1 – 37.5 | 1.5 | <0.001 |
| GAIN | 429.74 | 39.98 | 439.06 | 58.72 | 0-900 | 330 – 510 / 295 – 510 | - 0.678 | 0.501 |
| s-IAT | 18.58 | 4.99 | 21.44 | 5.24 | 12-60 | 13 – 36 / 14 – 30 | 199.5 | 0.047 |
| OGAS | 7.11 | 0.51 | 13.50 | 3.69 | 7-35 | 7 – 10 / 9 – 21 | 4.0 | <0.001 |
| WoW-SPUQ | - | - | 81.63 | 22.42 | 27-189 | - / 50 – 119 | - | - |
| BIS-11 ogółem | 61.25 | 9.14 | 61.73 | 6.16 | 30-120 | 37 – 87 / 53 – 77 | - 0.187 | 0.852 |
| Uwaga BIS-11 | 16.61 | 3.55 | 17.06 | 3.38 | 8-32 | 10 – 25 / 10 – 22 | - 0.438 | 0.663 |
| Silnik BIS-11 | 21.08 | 3.93 | 21.80 | 3.97 | 11-44 | 12 – 31 / 17 – 29 | - 0.592 | 0.557 |
| Nieplanowanie BIS-11 | 23.97 | 4.16 | 23.31 | 2.70 | 11-44 | 13 – 35 / 17 – 27 | 0.584 | 0.562 |
Uwaga: Test Manna-Whitneya-U przeprowadzono w celu porównania średnich zmiennych o rozkładzie normalnym. Wyniki są przedstawione kursywą w tabeli.
3.2.1. 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 w Tabela 4 pozostał znaczący po sprawdzeniu przedziałów ufności BCa 95%.
Tabela 4
Korelacje Spearmana i Pearsona dla zmiennych GAIN, s-IAT, OGAS i BIS-11 dla grupy uczestników kontrolnych, podzielone na samce i samice.
| GAIN | s-IAT | OGAS | BIS-11 ogółem | Uwaga BIS-11 | Silnik BIS-11 | |
|---|---|---|---|---|---|---|
| Męscy uczestnicy | ||||||
| GAIN | 1 | |||||
| s-IAT | - 0.053 | 1 | ||||
| OGAS | 0.238 | 0.139 | 1 | |||
| BIS-11 ogółem | 0.020 | 0.248 | 0.349⁎ | 1 | ||
| Uwaga BIS-11 | 0.109 | 0.426⁎⁎ | 0.301 | 0.866⁎⁎ | 1 | |
| Silnik BIS-11 | - 0.064 | 0.094 | 0.338⁎ | 0.843⁎⁎ | 0.612⁎⁎ | 1 |
| Nieplanowanie BIS-11 | 0.095 | 0.143 | 0.198 | 0.906⁎⁎ | 0.707⁎⁎ | 0.660⁎⁎ |
| Uczestniczki kobiece | ||||||
| GAIN | 1 | |||||
| s-IAT | 0.118 | 1 | ||||
| OGAS | - 0.088 | 0.257 | 1 | |||
| BIS-11 ogółem | - 0.139 | 0.232 | 0.156 | 1 | ||
| Uwaga BIS-11 | 0.161 | 0.282 | - 0.022 | 0.749⁎⁎ | 1 | |
| Silnik BIS-11 | - 0.219 | 0.201 | 0.292 | 0.764⁎⁎ | 0.312 | 1 |
| Nieplanowanie BIS-11 | - 0.138 | 0.118 | - 0.119 | 0.868⁎⁎ | 0.531⁎⁎ | 0.478⁎⁎ |
Korelacje Spearmana są przedstawione w italski.
n (mężczyźni) = 39, n (mężczyźni, BIS-11) = 38, n (kobiety) = 38, n (kobiety, BIS-11) = 36.
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, podzielonych na mężczyzn i kobiety.
| GAIN | s-IAT | OGAS | Łał- SPUQ | BIS-11 ogółem | Uwaga BIS-11 | Silnik BIS-11 | |
|---|---|---|---|---|---|---|---|
| Męscy uczestnicy | |||||||
| GAIN | 1 | ||||||
| s-IAT | - 0.296 | 1 | |||||
| OGAS | - 0.105 | 0.776⁎⁎ | 1 | ||||
| WoW-SPUQ | - 0.313 | 0.688⁎⁎ | 0.742⁎⁎ | ||||
| BIS-11 ogółem | 0.025 | 0.197 | 0.284 | 0.023 | 1 | ||
| Uwaga BIS-11 | 0.054 | - 0.011 | 0.019 | - 0.219 | 0.658⁎⁎ | 1 | |
| Silnik BIS-11 | - 0.038 | 0.170 | 0.231 | 0.187 | 0.761⁎⁎ | 0.218 | 1 |
| Nieplanowanie BIS-11 | 0.033 | 0.220 | 0.312 | 0.027 | 0.892⁎⁎ | 0.451⁎ | 0.521⁎⁎ |
| Uczestniczki kobiece | |||||||
| GAIN | 1 | ||||||
| s-IAT | 0.026 | 1 | |||||
| OGAS | - 0.024 | - 0.067 | 1 | ||||
| WoW-SPUQ | - 0.199 | 0.144 | 0.676⁎⁎ | ||||
| BIS-11 ogółem | 0.048 | 0.080 | - 0.614⁎ | - 0.157 | 1 | ||
| Uwaga BIS-11 | - 0.139 | 0.194 | - 0.260 | 0.054 | 0.504 | 1 | |
| Silnik BIS-11 | 0.266 | - 0.013 | - 0.676⁎⁎ | - 0.305 | 0.845⁎⁎ | 0.170 | 1 |
| Nieplanowanie BIS-11 | 0.012 | - 0.166 | 0.057 | 0.256 | 0.420 | - 0.222 | 0.250 |
Dla uczestników męskich korelacja między GAIN w eksperymencie a wynikiem s-IAT została przetestowana jednostronnie.
n (mężczyźni) = 28, n (mężczyźni, BIS-11) = 27, n (kobiety) = 16, n (kobiety, BIS-11) = 15.
3.2.2. 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 całej próby kontrolnej wyniki pozostały nieistotne (F (1,76) = 2.102, p = 0.151), natomiast w całej próbie graczy WoW wyniki zyskały na znaczeniu (F (1,43) = 4.298, p = 0.044) (patrz Rys. 3). 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 był on nieistotny (F (1,15) = 0.295, p = 0.595, M1 = 225.31 i M2 = 213.75).
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.
3.3. Dyskusja
Celem badania 2 było powtórzenie wyników badania, poprzez porównanie graczy WoW i uczestników kontroli. Negatywne korelacje między wynikami GAIN i s-IAT i wynikami WoW-SPUQ wykazały trend w kierunku znaczenia tylko w grupie męskich graczy WoW. Jednak bardzo mała próbka męskich graczy WoW (n = 28) może dostarczyć wyjaśnienia słabszych efektów. Kontrola manipulacji wykazała jedynie istotną różnicę między WZMOCNIENIEM w pierwszej i ostatnich 18 próbach w grupie męskich graczy WoW, gdzie uczestnicy wykazali niższe zyski w drugiej części eksperymentu w porównaniu z pierwszą częścią. Przypominamy, że uczestnikom badania 2 wypłacono kwotę pieniędzy, którą wygrali w trakcie eksperymentu i że byli tego świadomi przed rozpoczęciem eksperymentu. Zatem w tym przypadku zewnętrzna motywacja uczestników mogła być wyższa w porównaniu z badaniem 1. W rzeczywistości, porównując średnie ZYSK między uczestnikami Gamescom i męskimi graczami WoW, jest oczywiste, że chociaż gracze WoW gorzej w drugiej części eksperymentu, w porównaniu z pierwszą częścią eksperymentu, nadal wygrali łącznie więcej niż mężczyźni uczestnicy Gamescom (zob. Tabela 1, Tabela 3: M = 413.61 dla uczestników Gamescom i M = 443.04 dla mężczyzn grających w WoW). W związku z tym, aby kontrolować potencjalny zakłócający wpływ motywacji, przeprowadziliśmy dodatkową analizę, wykorzystując Unified-Motive-Scale-10 (UMS-10; Schönbrodt & Gerstenberg, 2012). Dane USM-10 były dostępne jako część większego badania podłużnego.
3.3.1. Dodatkowe analizy
W szczególności przeprowadziliśmy częściową korelację ze zmienną motywacją osiągnięć (UMS-10; Schönbrodt & Gerstenberg, 2012, Alfa Cronbacha w obecnym badaniu wyniosła 0.89), wyniki s-IAT, WoW-SPUQ i GAIN w badaniu 2. Związek między s-IAT i GAIN wzrósł z r = - 0.296, p = 0.063 (zob Tabela 5; test jednostronny) do r = - 0.322, p = 0.054 (test jednostronny). Związek między WoW-SPUQ i GAIN również wzrósł z r = - 0.313, p = 0.104 (zob Tabela 5; test dwustronny) do r = - 0.354, p = 0.082 (test dwustronny). W odniesieniu do kobiet grających w WoW i uczestników grupy kontrolnej, korelacje między wynikiem s-IAT, wynikiem WoW-SPUQ i GAIN pozostały nieistotne po kontroli motywacji.
4. Studiuj 3
Głównym celem badania 3 było przetestowanie powiązania między PIU, IGD oraz impulsywnością / podejmowaniem ryzyka za pomocą pomiarów eksperymentalnych i samoopisowych.
4.1. Metody
4.1.1. Uczestnicy
Po wykluczeniu pięciu uczestników z brakującymi danymi i jednego uczestnika z powodu odpowiedzi spoza zakresu (np. 200 godz. Gier komputerowych tygodniowo) próbka do bieżącego badania dała wynik N = 94 uczestników (33 mężczyzn). Większość z nich była studentami psychologii na Uniwersytecie Ulm w Ulm w Niemczech. Średni wiek całej próbki wynosił M = 23.48 (SD = 3.55). Jeśli chodzi o ich wykształcenie, 27% zgłosiło posiadanie wykształcenia uniwersyteckiego lub politechnicznego, kolejne 67% zgłosiło posiadanie dyplomu matury na poziomie A lub zawodowym, 6% uczestników (n = 6) nie odpowiedzieli na pytania dotyczące ich wykształcenia.
4.1.2. Środki
The s-IAT (Pawlikowski i in., 2013; Alfa Cronbacha w obecnej próbie wyniosła 0.81), OGAS (zmodyfikowana wersja GAS wg Lemmens i wsp., 2009; Alfa Cronbacha w obecnej próbie wyniosła 0.81), BIS-11 (Patton i Stanford, 1995; Alfa Cronbacha w obecnej próbie wyniosła 0.80) i całkowite podejmowanie ryzyka (The German Socio-Economic Panel, SOEP; Siedler i in., 2008) oceniano. Spójności wewnętrzne dla podskal BIS-11 były następujące: impulsywność uwagi 0.70, impulsywność ruchowa 0.70 i impulsywność nieplanująca 0.39. Co więcej, eksperyment „Diabelska pierś” został nieco dostosowany do pomiaru impulsywności / podejmowania ryzyka (w porównaniu z badaniami 1 i 2, tutaj pozycja „diabła” była całkowicie losowa spośród wszystkich prób, więc uczenie się nie było możliwe ). W tym przypadku jako miara impulsywności / podejmowania ryzyka wykorzystano średnią liczbę dobrowolnie otwartych pudeł na badanie (MNOB). Jest to zgodne z badaniem przeprowadzonym przez Eisenegger i in. (2010).
4.1.3. Procedura
Kwestionariusze i eksperyment zostały zakończone w tej samej kolejności, co w badaniach 1 i 2, jednak tutaj uczestnicy wypełnili kwestionariusze na ekranie komputera. W tym badaniu uczestnicy otrzymali rekompensatę (kupon Amazon lub kredyty kursowe) za udział w badaniu, ale nie otrzymali określonej kwoty pieniędzy, którą wygrali w eksperymencie komputerowym. Uczestnicy zostali poinformowani o tej procedurze przed zakończeniem eksperymentu.
4.1.4. Analizy statystyczne
Analizy statystyczne przeprowadzono analogicznie do badań 1 i 2.
4.2. Wyniki
Warto zauważyć, że zmienne godziny gry online w tygodniu i wynik OGAS nie były normalnie dystrybuowane. Statystyki opisowe są zgłaszane w Tabela 6. Uczestnicy mieli pewne doświadczenie w grach w zakresie wiedzy o grach od lat, ale rzeczywisty czas spędzony na grach online jest bardzo niski. Analogicznie do badania 2, tutaj porównaliśmy, czy uczestnicy płci męskiej i żeńskiej różnili się pod względem zmiennych, przedstawionych w Tabela 6. Znaczące różnice zaobserwowano w przypadku wiedzy o zmiennych w grach (lata) (U(33,61) = 385.0, p <0.001), tygodniowo godzin grania online (U(33,61) = 663.5, p <0.001), podejmowanie ryzyka (samoopis) (U(33,61) = 732.0, p <0.05) i OGAS (U(33,61) = 562.5, p <0.001), gdzie uczestnicy płci męskiej uzyskali wyższe wyniki niż uczestnicy płci żeńskiej.
Tabela 6
Środki, odchylenia standardowe (SD) i możliwy / rzeczywisty zakres dla zmiennych w grach (lata), godzin gry w tygodniu, podejmowanie ryzyka (raport własny), s-IAT, OGAS, BIS-11 i MNOB.
| Oznaczać | SD | Możliwy zakres | Rzeczywisty zasięg | |
|---|---|---|---|---|
| Doświadczenie w grach (lata) | 6.31 | 6.51 | - | 0-21 |
| Godziny gier online w tygodniu | 0.56 | 1.86 | - | 0-15 |
| Podejmowanie ryzyka (raport własny) | 5.10 | 1.82 | 0-10 | 1-9 |
| s-IAT | 22.99 | 5.71 | 12-60 | 12-42 |
| OGAS | 8.00 | 2.05 | 7-35 | 7-18 |
| BIS-11 ogółem | 61.37 | 9.17 | 30-120 | 44-84 |
| Uwaga BIS-11 | 16.54 | 3.47 | 8-32 | 10-28 |
| Silnik BIS-11 | 21.68 | 4.33 | 11-44 | 14-35 |
| Nieplanowanie BIS-11 | 23.15 | 3.45 | 11-44 | 17-32 |
| MNOB | 4.90 | 0.79 | 0-10 | 3.22-7.5 |
4.2.1. Analizy korelacji
Wiek był skorelowany z wynikiem OGAS (ρ = 0.24, p <0.05). Istotność osiągnęła również korelacja między MNOB a wynikiem OGAS (ρ = 0.21, p <0.05). Po uwzględnieniu wieku korelacja między MNOB a wynikiem OGAS wzrosła do r = 0.37, p <0.01 (r = 0.45, p <0.05 u mężczyzn i r = 0.28, p <0.05 u kobiet). Wszystkie inne korelacje przedstawiono w Tabela 7.
Tabela 7
Korelacje Spearmana i Pearsona dla zmiennych MNOB, podejmowanie ryzyka (raport własny), s-IAT, OGAS i BIS-11.
| MNOB | Podejmowanie ryzyka (raport własny) | s-IAT | OGAS | BIS-11 ogółem | Uwaga BIS-11 | Silnik BIS-11 | |
|---|---|---|---|---|---|---|---|
| MNOB | 1 | ||||||
| podejmowanie ryzyka (raport własny) | 0.086 | 1 | |||||
| s-IAT | 0.115 | - 0.124 | 1 | ||||
| OGAS | 0.209⁎ | 0.092 | 0.235⁎ | 1 | |||
| BIS-11 ogółem | 0.316⁎⁎ | 0.458⁎⁎ | 0.150 | 0.283⁎⁎ | 1 | ||
| Uwaga BIS-11 | 0.284⁎⁎ | 0.196 | 0.345⁎⁎ | 0.296⁎⁎ | 0.770⁎⁎ | 1 | |
| Silnik BIS-11 | 0.236⁎ | 0.576⁎⁎ | - 0.018 | 0.261⁎ | 0.847⁎⁎ | 0.443⁎⁎ | 1 |
| Nieplanowanie BIS-11 | 0.257⁎ | 0.299⁎⁎ | 0.075 | 0.148 | 0.821⁎⁎ | 0.487⁎⁎ | 0.551⁎⁎ |
Uwaga: Korelacje Spearmana są przedstawione kursywą.
4.2.2. Kontrola manipulacji w eksperymencie „Skrzynia diabła” jako miara impulsywności / podejmowania ryzyka:
MNOB był dodatnio skorelowany z wynikiem BIS-11 uczestników (patrz Tabela 7), dlatego obecny środek jest wyraźnie związany z zachowaniem impulsywnym. Nie stwierdzono istotnej korelacji między MNOB a miarą samooceny ogólnego podejmowania ryzyka (zob Tabela 7). Analogicznie do badań 1 i 2, porównaliśmy GAIN w pierwszym i ostatnim badaniu 18, aby wykluczyć rolę efektów uczenia się. Nie znaleziono znaczących różnic dla mężczyzn (F(1,32) = 2.365, p = 0.134, M1 = 219.24 i M2 = 235.61) lub uczestniczki (F(1,60) = 0.155, p = 0.695, M1 = 224.02 i M2 = 220.57). Wyniki dla całej próby również nie zyskały istotności (F (1,93) = 265, p = 0.608) (zob. Rys. 4).
Średnie i błąd standardowy WZMOCNIENIA w pierwszych 18 próbach w porównaniu z ZYSKIEM w ostatnich 18 próbach eksperymentu „Skrzynia diabła”. MU = jednostki monetarne.
5. Ogólna dyskusja
Poniżej przedstawiono podsumowanie wyników badań 1, 2 i 3 wraz z dyskusją na temat ich udziału w tej dziedzinie.
W badaniu 1 wyższe wyniki s-IAT wiązały się z gorszymi wynikami w zakresie ukrytego zadania uczenia się wśród uczestników płci męskiej, z podatnością na IGD. Wynik OGAS uczestników nie był jednak istotnie związany ze zmienną GAIN (chociaż występował trend w kierunku istotności). W badaniu 2 mieliśmy na celu replikację wyników badania 1 w grupie graczy WoW i uczestników kontroli. Tutaj uwzględniono także płeć uczestników. Wysokie wyniki s-IAT, jak również wysokie wyniki WoW-SPUQ wykazały trend w kierunku niskiego GAIN w eksperymencie tylko w grupie męskich graczy WoW (r = - 0.322, p = 0.054, test jednostronny i r = - 0.354, p = 0.082, odpowiednio test dwustronny). Wynik OGAS ponownie nie był powiązany z GAIN w żadnej z grup. W badaniu 3, na próbie studentów, eksperymentalna miara podejmowania ryzyka, MNOB, była pozytywnie powiązana z wynikiem OGAS, ale nie z wynikiem s-IAT, po uwzględnieniu wieku.
Podsumowując, wydaje się, że nadmierne korzystanie z Internetu wiąże się z brakami w ukrytych umiejętnościach uczenia się. Związek ten obserwowano z wynikami s-IAT i wynikiem WoW-SPUQ, ale nie z wynikami OGAS w bieżącym badaniu. Istniejąca literatura dostarcza wyników wspierających zarówno deficyty w podejmowaniu decyzji przez problematycznych użytkowników Internetu (np Sun i wsp., 2009), jak również wśród nadmiernych graczy online (np Yao i wsp., 2014). Ponadto niedawno zaproponowano nowy model teoretyczny I-PACE (Interakcja osoby-afekt-poznanie-wykonanie) Brand i in. (2016), który podkreśla rolę ograniczonego funkcjonowania wykonawczego i osłabił proces podejmowania decyzji na rzecz rozwoju konkretnych PIU. Silniejszy efekt uzyskany dla wyniku WoW-SPUQ w porównaniu z wynikiem OGAS może odzwierciedlać wybór bardziej konkretnego pomiaru w celu oceny uzależnienia od WOW. Potrzebne są jednak dalsze badania.
Fakt, że związek między PIU a ograniczoną zdolnością uczenia się ukrytego w obecnym badaniu został znaleziony tylko w grupie uczestników płci męskiej z (podatnością na) IGD (badanie 1 i 2) może dodatkowo pomóc wyjaśnić częściowo sprzeczne wyniki dotyczące relacji między podejmowanie decyzji i PIU w literaturze (np Ko et al., 2010, Sun i wsp., 2009). Związek ten wydaje się jednak prawdopodobny, ponieważ badania sugerują, że IGD jest przede wszystkim uzależnieniem od mężczyzn (np Rumpf i in., 2011).
Wobec Hipoteza 3, można znaleźć pewne istotne powiązania między impulsywnością, mierzoną za pomocą BIS-11, a PIU / IGD (badania 2 i 3), co jest zgodne z wynikami literatury (np. Lee i wsp., 2012). Podczas gdy miara samoopisu podejmowania ryzyka (SOEP) nie była powiązana z PIU / IGD w żadnym z badań, eksperymentalna miara podejmowania ryzyka / impulsywności była powiązana z wynikiem OGAS (badanie 3), ale nie z Wynik s-IAT. Ta szczególna różnica może wynikać z kwestii dotyczących wiarygodności środków. Podczas gdy ryzyko, które zgłaszano samodzielnie, było oceniane za pomocą jednej pozycji, oczekuje się, że eksperymentalna miara podejmowania ryzyka dostarczy obiektywnych i wiarygodnych danych. Jeśli chodzi o związek między MNOB a wynikiem OGAS, eksperyment z klatką piersiową diabła (wersja 2, gdzie pudełka były całkowicie losowe w 36 próbach) może obejmować bardziej specyficzną stronę impulsywności (np. Podejmowanie ryzyka), która lepiej charakteryzuje IGD niż uogólniona PIU. Jednak, Ko i in. (2010) nie wykazał żadnej różnicy w podejmowaniu ryzyka (mierzonego za pomocą BART) między podmiotami uzależnionymi od Internetu z tendencją do IGD i uczestników kontroli. W związku z tym to stowarzyszenie wymaga dalszych badań.
Kontrola manipulacji w eksperymencie „Diabelska pierś” w celu zmierzenia niejawnego uczenia się zakończyła się sukcesem w badaniu 1, zatem zakładamy, że uczestnicy mogli niejawnie wyodrębnić i nauczyć się strategii, aby zdobyć więcej pieniędzy w trakcie eksperymentu. Jednak w badaniu 2 nie zaobserwowano istotnej różnicy między zyskiem w próbach 1–18 i 19–36, z wyjątkiem grupy mężczyzn grających w WoW, w których uczestnicy wykazywali niższe zyski w drugiej części eksperymentu. Tutaj w dodatkowych analizach wykazaliśmy, że po kontroli motywacji do osiągnięć negatywny związek między GAIN a wynikiem s-IAT / WOW-SPUQ nasili się. Dlatego sugerujemy, że w badaniu 2 ukryty efekt uczenia się został przyćmiony przez efekty motywacji do osiągnięć, ponieważ uczestnikom wypłacono kwotę pieniędzy, którą wygrali w eksperymencie. W tym miejscu należy zauważyć, że UMS-10 mierzy motywację do osiągnięć cech, a więc tendencję do motywowania się do większych osiągnięć w ogóle, a nie stanu, a tym samym motywację do większych wygranych w tym eksperymencie. Jednak kontrolując motywację do osiągnięć UMS-10, rozważaliśmy rolę indywidualnych różnic w motywacji cechy dla wykonania zadania diabelskiej klatki piersiowej w próbie.
Walidacja drugiej wersji eksperymentu „Skrzynia diabła” w celu pomiaru podejmowania ryzyka / impulsywności wykazała, że średnia liczba dobrowolnie otwartych pudełek (MNOB) nie była istotnie powiązana z samoopisową miarą podejmowania ryzyka. Może to wynikać z faktu, że SOEP ocenia ogólne ryzyko podejmowania tylko jednej pozycji, co z kolei może mieć negatywny wpływ na jego wiarygodność. Jednak MNOB było związane z łącznym wynikiem BIS-11, a także z podskalami: uwagi, motorycznej i nieplanującej impulsywności. Wyniki te są zgodne z badaniami walidacyjnymi dotyczącymi podobnych behawioralnych miar podejmowania ryzyka, takich jak BART (Lejuez i wsp., 2002).
Poniżej omówione zostaną niektóre mocne strony i ograniczenia prezentowanych badań. Jedną z zalet obecnego dochodzenia jest uwzględnienie roli płci. Mimo że różnice płci zostały opisane w kontekście IGD i PIU (Rumpf i in., 2011) Niewiele badań szczególnie oceniało rolę płci przy badaniu związku między PIU / IGD a ukrytym uczeniem się / podejmowaniem ryzyka, jak w niniejszym badaniu. Co więcej, w badaniu 2 grupa graczy WoW została zrekrutowana, stosując ścisłe kryteria, a nie po prostu stosując wartość odcięcia w kwestionariuszu samoopisowym, takim jak OGAS. Zastosowanie wartości odcięcia jest problematyczne, ponieważ wiele wartości granicznych stosowanych w badaniach jest czasami arbitralnie wybieranych i nie zostało odpowiednio zatwierdzonych w warunkach klinicznych. Wreszcie, w badaniach 1 na 3 oceniliśmy zarówno PIU, jak i IGD, co pozwala na dalsze badanie podobieństw i unikalnych cech obu zaburzeń.
Ograniczenia obejmują małą liczbę uczestników w grupie, zwłaszcza w badaniu 2, oraz niski wiek uczestników. Dlatego przyszłe badania powinny obejmować bardziej reprezentatywne próbki. Po drugie, nie uwzględniono grupy porównawczej nadmiernej liczby użytkowników Internetu, którzy nie grali w WoW. Ponadto wyniki badania opierają się na analizach korelacyjnych, w związku z czym nie są możliwe interpretacje dotyczące związku przyczynowego.
6. Wniosek
Podsumowując, byliśmy w stanie wykazać, że PIU jest silnie związany ze słabymi zdolnościami uczenia się ukrytego u mężczyzn (WoW). Odkrycie to można zaobserwować w dwóch niezależnych próbkach w niniejszym badaniu. Co więcej, w grupie męskich graczy WoW zaobserwowano nieco słabsze powiązanie między WOW-SPUQ a niedostatecznym ukrytym uczeniem się. Co więcej, wyższe wyniki w OGAS były związane z wyższymi tendencjami do zachowań ryzykownych w badaniu 3. Specyficzny wpływ płci w badaniach 1 i 2 był dalej omawiany w badaniu.
Rola źródeł finansowania
Christian Montag otrzymuje grant Heisenberga od Niemieckiej Fundacji Badawczej (MO 2363 / 3-1). Ponadto niniejsze badanie jest finansowane z grantu badawczego na temat uzależnienia od gier internetowych i komputerowych przyznanego Christianowi Montagowi przez German Research Foundation (MO 2363 / 2-1). Niemiecka Fundacja Badawcza nie odgrywała żadnej roli w projektowaniu badań, gromadzeniu, analizie lub interpretacji danych, pisaniu manuskryptu ani decyzji o przedłożeniu artykułu do publikacji.
Dostawcy
CM i RS zaprojektowali badanie. RS, BL i CM zwerbowali i przetestowali uczestników. RS przeprowadził analizy i napisał manuskrypt. BL dwukrotnie sprawdził analizy statystyczne i przejrzał rękopis. SM zaprogramował zadania eksperymentalne (wersje 1 i 2) i przekazał dokładną opinię na temat manuskryptu, po jego przejrzeniu. MR krytycznie ocenił rękopisy. Wszyscy autorzy przyczynili się do ostatecznego manuskryptu i zatwierdzili go.
Podziękowania
Dziękujemy Ralfowi Reichertowi z Turtle Entertainment za umożliwienie nam przeprowadzenia naszego eksperymentu na GamesCom 2013. Turtle Entertainment nie przyniosło jednak żadnych korzyści ani nie miało wpływu na wykonanie badania.
Chcielibyśmy również podziękować Maximilianowi Sieberowi i Otilii Pasnicu, którzy zrekrutowali i przetestowali uczestników do badania 3 w ramach prac licencjackich.
Przypisy
1W niniejszym artykule będziemy używać terminu Problematic Internet Use (PIU) jako substytutu uzależnienia od Internetu, ponieważ obecnie nie ma oficjalnej diagnozy w DSM-5 i ICD 10. W związku z tym, że zaburzenie gier internetowych (IGD) zostało włączone do dodatku DSM-5, termin ten będzie używany jako synonim uzależnienia od gier online. Należy pamiętać, że nie każde badanie, które przytaczamy w niniejszym artykule, dotyczyło IGD, z wykorzystaniem kryteriów sugerowanych w DSM-5.
2Warto zauważyć, że pole „diabeł” nie zostało zaprogramowane do pojawienia się w pozycji 1, ponieważ spowodowałoby to zakończenie bieżącej próby bez umożliwienia uczestnikom wyboru, czy chcą kontynuować, otwierając kolejne pudełko.
Referencje
- Amerykańskie Stowarzyszenie Psychiatryczne. Podręcznik diagnostyczny i statystyczny zaburzeń psychicznych 5th ed., (Rev. Tekst, odzyskany September 7th, 2016). http://www.dsm5.org/Pages/Default.aspx
- Bechara A., Dolan S., Denburg N., Hindes A., Anderson SW, Nathan PE Deficyty decyzyjne, związane z dysfunkcjonalną brzuszno-przyśrodkową korą przedczołową, ujawnioną u osób nadużywających alkoholu i pobudzających. Neuropsychologia. 2001;39 (4): 376 – 389. [PubMed]
- Brand M., Labudda K., Markowitsch HJ Neuropsychologiczne korelaty podejmowania decyzji w niejednoznacznych i ryzykownych sytuacjach. Sieci neuronowe. 2006;19(8):1266–1276. [PubMed]
- Brand M., Young KS, Laier C., Wölfling K., Potenza MN Integracja psychologicznych i neurobiologicznych rozważań dotyczących rozwoju i utrzymania określonych zaburzeń korzystania z Internetu: model interakcji person-afekt-poznanie-wykonanie (I-PACE) . Neuroscience & Biobehavioral Reviews. 2016;71: 252 – 266. [PubMed]
- Cao F., Su L., Liu T., Gao X. Związek między impulsywnością a uzależnieniem od internetu w próbce chińskiej młodzieży. Europejska psychiatria. 2007;22 (7): 466 – 471. [PubMed]
- Davis RA Kognitywno-behawioralny model patologicznego korzystania z Internetu. Komputery w zachowaniu człowieka. 2001;17 (2): 187-195.
- Eisenegger C., Knoch D., Ebstein RP, Gianotti LR, Sándor PS, Fehr E. Polimorfizm receptora dopaminowego D4 przewiduje wpływ L-DOPA na zachowanie hazardu. Psychiatria biologiczna. 2010;67(8):702–706. [PubMed]
- Epstein S. Kognitywna empiryczna samo-teoria osobowości. W: Millon T., Lerner MJ, redaktorzy. Podręcznik psychologii. 5th ed. Wiley; Hoboken: 2003. str. 159 – 184.
- Internetowe statystyki na żywo Użytkownicy Internetu na świecie. 2016. http://www.internetlivestats.com/internet-users/ Odzyskano wrzesień 7th z.
- Ko CH, Yen JY, Chen CC, Chen SH, Yen CF Różnice płciowe i powiązane czynniki wpływające na uzależnienie od gier online wśród tajwańskich nastolatków. The Journal of Nervous and Mental Disease. 2005;193(4):273–277. (doi:00005053-200504000-00008 [pii]) [PubMed]
- Ko CH, Hsiao S., Liu G., Yen J., Yang M., Yen C. Charakterystyka podejmowania decyzji, potencjał podejmowania ryzyka i osobowość studentów z uzależnieniem od Internetu. Badania psychiatryczne. 2010;175(1):121–125. [PubMed]
- Kreek MJ, Nielsen DA, Butelman ER, LaForge KS Wpływy genetyczne na impulsywność, podejmowanie ryzyka, wrażliwość na stres i podatność na nadużywanie narkotyków i uzależnienia. Natura Neuroscience. 2005;8(11):1450–1457. [PubMed]
- Laier C., Pawlikowski M., Marka M. Przetwarzanie obrazu seksualnego przeszkadza w podejmowaniu decyzji w niejednoznaczności. Archiwa zachowań seksualnych. 2014;43(3):473–482. [PubMed]
- Lee HW, Choi J., Shin Y., Lee J., Jung HY, Kwon JS Impulsywność w uzależnieniu od internetu: porównanie z patologicznym hazardem. Cyberpsychologia, zachowania i sieci społecznościowe. 2012;15(7):373–377. [PubMed]
- Lejuez CW, Przeczytaj JP, Kahler CW, Richards JB, Ramsey SE, Stuart GL,… Brown RA Ocena behawioralnej miary podejmowania ryzyka: Zadanie ryzyka analogu balonu (BART) Journal of Experimental Psychology: Applied. 2002;8(2):75–84. [PubMed]
- Lemmens JS, Valkenburg PM, Peter J. Rozwój i walidacja skali uzależnienia od gry dla młodzieży. Psychologia mediów. 2009;12(1):77–95.
- Miles J., Shevlin M. Sage; 2001. Stosowanie regresji i korelacji: przewodnik dla studentów i badaczy.
- Moeller FG, Barratt ES, Dougherty DM, Schmitz JM, Swann AC Psychiatryczne aspekty impulsywności. American Journal of Psychiatry. 2001;158(11):1783–1793. [PubMed]
- Montag C., Bey K., Sha P., Li M., Chen Y., Liu W.,… Keiper J. Czy sensowne jest rozróżnienie między ogólnym a konkretnym uzależnieniem od internetu? Dowody z badań międzykulturowych z Niemiec, Szwecji, Tajwanu i Chin. Psychiatria Azji i Pacyfiku. 2015;7(1):20–26. [PubMed]
- Patton JH, Stanford MS Factor struktura skali impulsywności Baratta. Journal of Clinical Psychology. 1995;51(6):768–774. [PubMed]
- Pawlikowski M., Marka M. Nadmierne gry internetowe i podejmowanie decyzji: czy nadmierny świat graczy warcraft ma problemy z podejmowaniem decyzji w ryzykownych warunkach? Badania psychiatryczne. 2011;188(3):428–433. [PubMed]
- Pawlikowski M., Altstötter-Gleich C., Brand M. Walidacja i właściwości psychometryczne skróconej wersji testu uzależnienia od Internetu Younga. Komputery w zachowaniu ludzi. 2013;29(3):1212–1223.
- Peters CS, Malesky LA, Jr. Problematyczne używanie przez bardzo zaangażowanych graczy w gry RPG dla wielu graczy. Cyberpsychologia i zachowanie. 2008;11(4):481–484. [PubMed]
- Rumpf H., Meyer C., Kreuzer A., John U., Merkeerk G. Tom. 31. 2011. Prävalenz der internetabhängigkeit (PINTA). Bericht an Das Bundesministerium Für Gesundheit. Greifswald und Lübeck. (12ff)
- Schiebener J., Brand M. Podejmowanie decyzji w obiektywnych warunkach ryzyka - przegląd korelacji poznawczych i emocjonalnych, strategii, przetwarzania informacji zwrotnych i wpływów zewnętrznych. Przegląd neuropsychologii. 2015;25(2):171–198. [PubMed]
- Schoenbaum G., Roesch MR, Stalnaker TA Kora oczodołowo-czołowa, podejmowanie decyzji i uzależnienie od narkotyków. Trendy w neurobiologii. 2006;29(2):116–124. [PubMed]
- Schönbrodt FD, Gerstenberg FX Analiza IRT kwestionariuszy motywacyjnych: Zunifikowane skale motywacyjne. Journal of Research in Personality. 2012;46(6):725–742.
- Siedler T., Schupp J., Spiess CK, Wagner GG Niemiecki panel społeczno-ekonomiczny jako zestaw danych odniesienia. Schmollers Jahrbuch. 2008;129(2):367–374.
- Stanford MS, Mathias CW, Dougherty DM, Lake SL, Anderson NE, Patton JH Pięćdziesiąt lat skali impulsywności Barratt: aktualizacja i przegląd. Różnice osobowości i indywidualne. 2009;47(5):385–395.
- Słońce D., Chen Z., Ma N., Zhang X., Fu X., Zhang D. Funkcje decyzyjne i hamujące reakcje u nadmiernych użytkowników Internetu. Widma CNS. 2009;14(02):75–81. [PubMed]
- Tao R., Huang X., Wang J., Zhang H., Zhang Y., Li M. Proponowane kryteria diagnostyczne uzależnienia od Internetu. Uzależnienie. 2010;105(3):556–564. [PubMed]
- Yao Y., Chen P., Chen C., Wang L., Zhang J., Xue G.,… Fang X. Nieużywanie informacji zwrotnych powoduje braki w podejmowaniu decyzji wśród nadmiernych graczy internetowych. Badania psychiatryczne. 2014;219(3):583–588. [PubMed]
- Yao YW, Wang LJ, Yip SW, Chen PR, Li S., Xu J.,… Fang XY Zaburzenia w podejmowaniu decyzji związane z ryzykiem wiążą się ze specyficznymi dla gry deficytami hamowania wśród studentów z zaburzeniami gier internetowych. Badania psychiatryczne. 2015;229(1):302–309. [PubMed]
- Young KS Psychology of computer use: XL. Wciągające korzystanie z Internetu: sprawa, która przełamuje stereotyp. Raporty psychologiczne. 1996;79(3):899–902. [PubMed]
- Młody KS John Wiley & Sons; 1998. Złapany w sieci: Jak rozpoznać oznaki uzależnienia od Internetu - i zwycięska strategia powrotu do zdrowia.
- Uzależnienie od Internetu młodego KS: Pojawienie się nowego zaburzenia klinicznego. Cyberpsychologia i zachowanie. 1998;1(3):237–244.
;
