Individuella skillnader i implicit inlärningsförmåga och impulsivt beteende i samband med Internetberoende och Internet Gaming Disorder under beaktande av kön (2017)

Tillgängligt online 7 februari 2017

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


Höjdpunkter

• Högre poäng för internetberoende kopplades till bristande implicit lärande.

• Denna förening hittades i två oberoende grupper av manliga (överdrivna) spelare.

• Online-spelberoende kopplades till högre risktagande hos friska deltagare.

• Implicit inlärning och risktagande utvärderades med hjälp av en experimentell uppgift.


Abstrakt

Beskrivning

I tre på varandra följande studier syftade vi till att undersöka förhållandet mellan problematisk Internetanvändning (PIU), Internet Gaming Disorder (IGD) och implicita inlärningsförmågor och impulsivitet / risktagande bland onlinespelare och kontrolldeltagare.

Metoder

I studien 1 N = 87 manliga besökare, rekryterade vid ”Gamescom” i Köln (2013), fyllde i en kort version av Internet Addiction Test (s-IAT), Online Gaming Addiction Scale (OGAS), och slutförde en experimentell uppgift för att bedöma implicit inlärningsförmåga. I studie 2 genomförde en grupp WoW-spelare och kontrolldeltagare samma inställning för att replikera resultaten från studie 1. Studie 3 använde en modifierad version av experimentet för att mäta impulsivitet / risktagande i en grupp friska deltagare .

Resultat

I studie 1 avslöjade resultaten en signifikant negativ korrelation mellan s-IAT-poängen och måttet på implicit lärande bland manliga Gamescom-deltagare. I studie 2 korrelerades bedömningarna s-IAT och WoW-beroende negativt med implicit inlärning endast hos manliga WoW-spelare, vilket speglar resultaten från studie 1. I studie 3 korrelerades OGAS-poängen positivt med det experimentella måttet på impulsivitet / risktagande.

Slutsats

I det nuvarande forskningsprojektet var bristande implicit lärande endast kopplat till PIU hos manliga deltagare med (en tendens till) IGD. Dessa fynd kan hjälpa till att avveckla vissa motsatta resultat om detta förhållande, när man beaktar deltagarnas kön. Dessutom var högre risktagande tendenser förknippade med IGD bland friska deltagare, vilket antydde potentialen för risktagande som en prediktor för IGD i en icke-spelarpopulation.

Nyckelord

  • Internet missbruk;
  • Internet-spelstörning;
  • Implicit lärande;
  • Risktagande

1. Inledning

Internet har hittat vägen in i vardagen för många människor världen över, och erbjuder ett enkelt sätt att samla in information och konsumera underhållning. Med det växande antalet Internetanvändare står för nästan 50% av världsbefolkningen just nu (åtkomst till 07.09.16. http://www.internetlivestats.com/internet-users/) ökar antalet rapporter om problematisk Internetanvändning (PIU). I en representativ studie från Tyskland (N = 15,024 XNUMX deltagare) Rumpf, Meyer, Kreuzer, John och Merkeerk (2011) visade förekomsten av 1.5% i Internetberoende, med yngre användare som visade högre andelar (4% i gruppen 14–16 åringar). Första försöken att definiera och diagnostisera PIU1 har gjorts av Kimberly Young under året 1998 (se även första fallrapporten från Young, 1996). Sedan dess har många tester och screeningsinstrument utvecklats (t.ex. Ung, 1998b, Young, 1998a och Tao et al., 2010), för att kunna beräkna prevalenser i olika populationer och ge patienter effektiv behandling. Det finns dock fortfarande ingen befintlig nosologisk klassificering av PIU. Forskningen om online-spelberoende verkar vara ett steg framåt, eftersom Internet Gaming Disorder (IGD) nyligen ingick i avsnitt III i DSM-5, vilket på detta sätt uppmuntrar till ytterligare undersökningar innan det betraktas som en formell störning (American Psychiatric Association). IGD anses vara en specifik form av PIU, som endast överlappar i små delar med den generaliserade formen av PIU som beskrivits ovan (t.ex. Davis, 2001 och Montag et al., 2015).

1.1. PIU och implicit lärande / beslutsfattande

Brister i beslutsfattandet har visats i många studier som undersöker patienter med substans- och beteendemissbruk (t.ex. Bechara et al., 2001 och Schoenbaum et al., 2006). På grund av likheter i konceptualiseringen av PIU och beteendemissbruk / substansberoende (Young, 1998a), är ämnet för beslutsfattande också av stor relevans för att bättre förstå arten av överdriven internetanvändning. Vid bedömning av beslutsfattande har man gjort en differentiering mellan beslutsfattande under oklarhet och beslutsfattande under risk (Brand et al., 2006 och Schiebener och Brand, 2015). I beslutsfattandet under tvetydighet förklaras inte reglerna för vinster och förluster och sannolikheterna för olika utfall uttryckligen (uppmätt t.ex. med (första försök av) IOWA Gambling Task eller IGT), men i beslutsfattande under risk explicit information om potentialen konsekvenser, och sannolikheterna för vinster och förluster är tillgängliga eller är beräkningsbara (uppmätt t.ex. med Game of Dice Task eller GDT) (Brand et al., 2006 och Schiebener och Brand, 2015). Baserat på denna differentiering och på de tvåprocessmodellerna för beslutsfattande (t.ex. Epstein, 2003), Schiebener och Brand (2015) föreslog en teoretisk modell för att förklara beslutsfattande under risk. I denna modell belyses verkställande funktioner som en nyckel av relevans för beslutsfattande under risk, men inte beslutsfattande under tvetydighet. Emotionell belöning och straff är tänkt att följa båda formerna för beslutsfattande. Således kan både reflekterande processer (kontrollerad av kognition), tillsammans med impulsiva processer (framkallade av förväntan om emotionell belöning och bestraffning) vara involverade i beslutsprocesser under objektiva riskförhållanden (Schiebener & Brand, 2015). Dessutom har faktorer som information om beslutssituationen, individuella attribut och tillståndsinducerade tillstånd och yttre påverkan föreslagits ha modulerande effekter på beslutsfattandet (Schiebener & Brand, 2015).

När det gäller internetberoende föreslogs en ny teoretisk ram av Brand, Young, Laier, Wölfling och Potenza (2016), kallad en interaktion av person-affekt-kognition-exekvering (I-PACE), där en nedsättning av verkställande funktioner och hämmande kontroll också har framhävts vara relevant för utvecklingen av PIU. Enligt denna modell ligger utvecklingen och underhållet av specifika störningar på Internetanvändningen som interaktion mellan predisponerande faktorer (t.ex. personlighet och psykopatologi), moderatorer (t.ex. dysfunktionell hanteringsstil och förväntningar på Internet) och mediatorer (t.ex. affektiva och kognitiva svar på situationella ledtrådar). Dessa komplexa interaktioner, i kombination med upplevelse av tillfredsställelse och positiv förstärkning, som en följd av användningen av en viss funktion på Internet, och med minskade verkställande funktioner och hämmande kontroll, kan leda till en specifik störning på Internetanvändningen.

Hittills har några empiriska studier genomförts i samband med PIU, hämmande kontroll och beslutsfattande. De flesta av dem är i överensstämmelse med ovannämnda teoretiska ramverk av Brand et al. (2016). Sun et al. (2009) till exempel rapporterade sämre prestanda i en speluppgift hos överdrivna Internetanvändare och långsammare val av en framgångsrik strategi jämfört med kontrolldeltagare. I en nyare studie, Pawlikowski och Brand (2011) rapporterade reducerad beslutsförmåga under risk i GDT i en grupp överdrivna World of Warcraft (WoW) -spelare jämfört med kontrolldeltagare. Yao et al. (2015) använde en modifierad version av Go / NoGo-uppgiften (där spelrelaterade stimuli användes bredvid neutrala stimuli) och rapporterade minskningar av hämmande kontroll hos deltagare med IGD, jämfört med kontrolldeltagare. Laier, Pawlikowski och Brand (2014) hittade liknande resultat med en modifierad version av IGT, när man använder pornografiska och neutrala bilder på fördelaktiga och / eller ofördelaktiga kortdäck. Här, i ett urval av manliga pornografibrukare, visade deltagarna bristande beslutsfattande i försök där de pornografiska bilderna var förknippade med ofördelaktiga kortdäck. Men även blandade resultat angående beslutsfattande inom ramen för PIU eller IGD rapporterades. I en studie av C. Ko et al. (2010) till exempel deltagare på internetberoende visade bättre beslutsfattande, mätt med IGT, jämfört med kontrolldeltagare. I studien av Yao et al. (2015) som redan citerats ovan kunde ingen skillnad i beslutsfattande med IGT hittas mellan friska deltagare och de med IGD. För att avveckla dessa motstridiga resultat är ytterligare studier, som undersöker möjliga störande variabler, nödvändiga. En speciell variabel beskrivs senare i den aktuella studien.

1.2. PIU, risktagande och impulsivitet

På grund av den initiala karaktäriseringen av PIU som en impulskontrollstörning genomfördes ett antal studier för att undersöka PIU i samband med impulsivitet och risktagande. Cao, Su, Liu och Gao (2007) och Lee et al. (2012) visade att PIU var positivt associerat med dragimpulsivitet, mätt med Barratt Impulsivity Scale (BIS-11). Med avseende på det teoretiska ramverket av Brand et al. (2016), redan introducerad ovan, nämns impulsivitet bland personlighetsfaktorerna, som visar mest stabila föreningar med PIU och föreslås således vara en av faktorerna, vilket påverkar dess utveckling och underhåll. I stort sett kännetecknas impulsivitet som ”en predisposition till snabba, oplanerade reaktioner på inre eller yttre stimuli, utan hänsyn till de negativa konsekvenserna av dessa reaktioner för de impulsiva individerna eller andra” (Moeller, Barratt, Dougherty, Schmitz, & Swann, 2001; sid. 1784). Den relaterade termen för risktagande definieras som ”beteenden som utförs under osäkerhet, med eller utan inneboende negativa konsekvenser och utan robust beredskapsplanering” (Kreek, Nielsen, Butelman, & LaForge, 2005; sid. 1453). C. Ko et al. (2010) tillämpade Balloon Analog Risk Task (Lejuez et al., 2002) för att mäta risktagande, men fann ingen signifikant samband med PIU. I den aktuella studien undersöker vi ännu en gång dessa föreningar genom att tillämpa båda, självrapportering tillsammans med experimentella mått på impulsivitet / risktagande.

1.3. Köns roll för PIU / IGD

En annan viktig fråga i samband med internetmissbruk är preferensen för specifika funktioner på Internet (t.ex. onlineshopping, onlinespel), beroende på kön. En representativ studie från Tyskland visade att 77.1% av internetberoende kvinnor i åldern 14–24 år använder sociala nätverkssajter jämfört med 64,8% män vid samma ålder (Rumpf et al., 2011). I samma studie rapporterade 7.2% av internetberoende kvinnor i åldern 14 till 24 år att de använde Internet för att spela onlinespel, jämfört med 33.6% av män vid samma ålder (Rumpf et al., 2011). Således verkar det som om IGD visar att manliga deltagare har högre preferens för onlinespel jämfört med kvinnliga deltagare och rapporterades ha större risk att utveckla IGD. Dessutom, Ko, Yen, Chen, Chen och Yen (2005) observerade att äldre ålder, lägre självkänsla och lägre daglig livsnöjdhet förknippades med svårare IGD bland män, men inte kvinnor. Trots dessa resultat finns det fortfarande bara några studier som systematiskt betraktar deltagarnas kön som moderator / medlarvariabel i samband med PIU. Det är emellertid möjligt att dessa skillnader står för vissa motsatta resultat på området och följaktligen kommer de i följande studier att beaktas.

Syftet med vårt forskningsprojekt var att undersöka kopplingen mellan PIU, såväl som IGD och implicit lärande i en grupp manliga deltagare med benägenhet till IGD (studie 1). I studie 2 syftade vi till att replikera dessa resultat genom att jämföra friska deltagare och överdrivna WoW-spelare med hänsyn till kön. Syftet med studien 3 var att utforska förhållandet mellan PIU, IGD och impulsivitet / risktagande (egenrapport och experimentell data) hos friska deltagare.

Baserat på ovannämnda litteratur formulerade vi följande hypoteser:

Hypotes 1.

Vi förväntar oss negativa samband mellan PIU / IGD och implicita inlärningsförmågor (Study 1).

Hypotes 2.

Vi förväntar oss negativa samband mellan PIU / IGD och implicita inlärningsförmågor (Study 2). Vi förväntar oss att denna negativa förening ska vara starkast i gruppen av manliga WoW-spelare.

Hypotes 3.

Vi förväntar oss positiva samband mellan PIU / IGD och självrapporten och experimentella mått på impulsivitet / risktagande hos friska deltagare (studie 3).

2. Studera 1

2.1. metoder

2.1.1. Deltagarna

N = 107 deltagare (99 män, 8 kvinnor, ålder M = 19.52, SD = 3.57) rekryterades vid ”Gamescom 2013” ​​i Tyskland, världens största spelevenemang. Men eftersom det mycket låga antalet kvinnliga deltagare i det aktuella urvalet (n = 8) och ovan rapporterade könsskillnader i samband med IGD (t.ex. Rumpf et al., 2011) exkluderade vi de kvinnliga deltagarna från de ytterligare analyserna av studien. Efter att också ha uteslutit deltagare med saknade data resulterade provet i n = 79 manliga deltagare (ålder M = 19.81, SD = 3.62). När det gäller sin utbildning rapporterade 8.9% att de hade universitet eller yrkeshögskoleexamen, ytterligare 40.5% rapporterade att de hade examen på A-nivå eller yrkesexamen och 26.6% rapporterade att de hade gymnasieexamen eller gymnasieexamen, medan 24.1% uppgav att de inte hade något examensbevis.

2.1.2. åtgärder

Deltagarna svarade på frågor om deras ålder, kön och utbildning, fylld i en kort version av Internet-beroende test (s-IAT, Pawlikowski, Altstötter-Gleich, & Brand, 2013; Cronbachs Alpha i det aktuella provet var 0.70), innehållande 12 Likert-skalade objekt (1 = aldrig till 5 = mycket ofta) och Online Game Addiction Scale (OGAS, en modifierad version av Gaming Addiction Scale av Lemmens, Valkenburg och Peter, 2009, där ordet "online" lades till varje objekt; Cronbachs Alpha i det aktuella urvalet var 0.66), bestående av 7 artiklar som sträckte sig mellan 1 = aldrig och 5 = mycket ofta. Dessutom betygsatte deltagarna sin datorspelupplevelse (t.ex. ”Hur många år har du spelat dataspel?” Eller ”Hur många timmar i genomsnitt per vecka spelar du datorspel online?”). Ett självrapporterande mått på risktagning administrerades, inklusive en post om övergripande risktagningstendenser ("Hur skulle du beskriva dig själv från 0 (inte alls villig att ta risker) till 10 (absolut villig att ta risker?") ; Tysk socioekonomisk panel (SOEP; Siedler, Schupp, Spiess och Wagner, 2008). Vi använde en lite justerad experimentell uppgift (”Devil's chest”), införlivad från en studie av Eisenegger et al. (2010), för att mäta implicit lärande. På var och en av totalt 36-studier presenterade vi tio bilder av stängda trälådor på datorskärmen. Lådorna var i linje i en rad och deltagarna hade möjlighet att därefter öppna ett självvalt antal lådor, från vänster till höger. Deltagarna fick instruktion att nio av lådorna innehöll en virtuell monetär belöning (5 cent) och en innehöll en "djävul". Om deltagarna bara öppnade belöningsrutor på en given försök fortsatte de till nästa försök genom att vinna summan av belöningen. Om de öppnade en låda med djävulen bland de andra lådorna, förlorade de allt på den nuvarande rättegången. Djävulens kommande position randomiserades bland 36-försöken, men dök upp på varje position från 2 till 102 exakt fyra gånger. Även om detta inte nämndes för deltagarna, kan deltagare med högre kognitiva färdigheter ha utarbetat en implicit förståelse för denna regel och kan ha lärt sig att prestera bättre under experimentet. Den totala monetära belöningen i slutet av experimentet benämns vidare "GAIN" och kommer att användas som ett mått på implicit lärande. Den experimentella uppsättningen visas i Fig 1.

Fig 1

Fig. 1. 

Experimentell uppställning av djävulens bröst - att öppna bröstet med djävulen ledde till att alla insamlade mynt i en given rättegång förlorades.

Figuralternativ

2.1.3. Procedur

Alla frågeformulär på engelska översattes till tyska av vår egen arbetsgrupp. Deltagarna fyllde först i frågeformuläret och slutförde sedan Devil's chest experiment. Observera att deltagare i studie 1 inte fick någon monetär belöning efter att ha avslutat experimentet och att de informerades om detta innan de slutförde experimentet.

2.1.4. Statistiska analyser

För följande analyser undersöktes dataens normalitet genom att använda tumregeln, föreslagen av Miles och Shevlin (2001; s. 74), med tanke på de undersökta variablernas snedhet. Korrelationsanalyser beräknades med Pearsons eller Spearman-korrelationer, beroende på fördelningen av data, och bootstrap-bias-korrigerade och accelererade konfidensintervall (BCa 95% konfidensintervall) beräknades för varje korrelationskoefficient för att ytterligare testa deras betydelse. Upprepade åtgärder ANOVA användes för att testa för implicita inlärningseffekter, när man jämför vinsten i de första 18 försöken med förstärkningen i de senaste 18 försöken i experimentet.

2.1.5. Etik

Forskningsprojektet (studier 1, 2 och 3) godkändes av den lokala etiska kommittén vid universitetet i Bonn, Bonn, Tyskland. Alla försökspersoner gav informerat samtycke innan studien avslutades.

2.2. Resultat

Medel och standardavvikelser för de variabler som undersöks presenteras i Tabell 1.

Tabell 1.

Medel, standardavvikelse (SD) och möjligt / faktiskt intervall för variablerna spelupplevelse (år), online-speltimmar per vecka, s-IAT, OGAS, GAIN och risktagande (egenrapport).

 

Betyda

SD

Möjligt intervall

Faktiskt intervall

Spelkompetens (år)

11.094.31-3-24

Onlinespel timmar per vecka

22.2416.00-0-70

s-IAT

23.865.3812-6012-43

OGAS

14.754.367-357-26

FÖRSTÄRKNING

413.6171.970-1620a160-520

Risktagande (egenrapport)

6.771.891-103-10

N = 79, risktagande (självrapport) n = 64.

a

Observera att det maximala möjliga intervallet för variabeln GAIN uppskattades under antagandet att djävulen skulle dyka upp i var och en av de 36 försöken på position 10 och deltagaren skulle stoppa den aktuella prövningen vid position 9. Således skulle djävulen inte avbryta processen för att öppna lådor och deltagarna skulle vinna högsta möjliga summa pengar per försök (= 45 ME) i varje på varandra följande försök. Men realistiskt finns det en mycket låg möjlighet att denna händelse skulle inträffa.

Tabellalternativ

2.2.1. Korrelationsanalyser

Endast variabeln GAIN distribuerades inte normalt. Deltagarnas ålder var positivt korrelerad med GAIN (ρ = 0.27, p <0.05). Dessutom visade GAIN en negativ korrelation med s-IAT-poängen (ρ = - 0.26, p <0.05). Dessutom beräknade vi partiella korrelationer för GAIN och s-IAT-poängen för att kontrollera för ålder. Korrelationen förblev signifikant (r = - 0.28, p <0.05). Den negativa korrelationen mellan GAIN och OGAS-poängen nådde marginellt ingen betydelse (ρ = - 0.20, p = 0.073) och förblev icke-signifikant efter kontroll av ålder (r = - 0.12, p = 0.292). Alla signifikanta korrelationer förblev signifikanta efter inspektionen av BCa 95% konfidensintervall. Snälla se Tabell 2 för en översikt över resultaten. (Se Fig 2 och Fig 3.)

Tabell 2.

Korrelationer mellan GAIN i "Devil's chest" -experimentet och s-IAT, OGAS-poäng och risktagande (självrapport).

 

FÖRSTÄRKNING

s-IAT

OGAS

risktagande (egenrapport)

FÖRSTÄRKNING

1   

s-IAT

- 0.2641  

OGAS

- 0.2030.511⁎⁎1 

risktagande (egenrapport)

0.1480.1290.1871

N = 79, risktagande (självrapport) n = 64; Spearman-korrelationer avbildas i Kursiv.

⁎⁎

p <0.01.

p <0.05.

Tabellalternativ

Fig 2

Fig. 2. 

Medel och standardfel för GAIN i de första 18 prövningarna kontra GAIN i de senaste 18 prövningarna av "Devil's chest" -experimentet. MU = monetära enheter.

Figuralternativ

Fig 3

Fig. 3. 

Medel och standardfel för GAIN under de första 18 mot de sista 18 prövningarna av "Devil's chest" -experimentet, för kontrolldeltagare (vänster graf) och WoW-spelare (höger graf). MU = monetära enheter.

Figuralternativ

2.2.2. Manipulationskontroll av "Devil's chest" -experimentet som ett mått på implicit lärande

Resultaten av de upprepade mätningarna ANOVA visade en signifikant medelskillnad mellan GAIN i de första 18-försöken i experimentet, jämfört med de senaste 18-försöken (F(1,78) = 17.303, p <0.01), vilket visar att deltagarna vann mer pengar i andra delen av experimentet (M1 = 192.34 och M2 = 221.27 respektive).

2.3. Diskussion

Sammanfattningsvis, som föreslagits i våra hypoteser, var studien 1 Internetberoende förknippad med bristande implicita inlärningsförmågor. Detta resultat ger ytterligare bevis för rollen som dåligt beslutsfattande i samband med PIU (t.ex. Brand et al., 2016). Föreningen med IGD var i samma riktning, men nådde dock inte någon betydelse. Detta kan förklaras av den relativt lilla provstorleken och / eller den relativt låga interna konsistensen (0.66) i OGAS-skalan i denna studie. För att ytterligare undersöka dessa förhållanden och jämföra resultaten mellan manliga och kvinnliga deltagare och mellan spelare och icke-spelare, genomfördes studie 2.

2.4. Studera 2

Syftet med den andra studien var att replikera resultaten av studie 1 med hjälp av ett urval av World of Warcraft (WoW) -spelare och kontrolldeltagare, som var naiva mot WoW. Med tanke på att sambandet mellan s-IAT och GAIN som ett mått på implicit inlärning kunde observeras hos manliga deltagare med benägenhet för IGD, var vi intresserade av att se replikering av studie 1: s resultat, särskilt hos manliga WoW-spelare.

2.5. metoder

2.5.1. Deltagarna

WoW-spelare och kontrolldeltagare deltog i studien. WoW-spelarna rekryterades enligt följande kriterier: WoW-spelupplevelse i minst två år. Ett uteslutningskriterium var att spela andra spel än WoW i> 7 timmar per vecka, men deltagare utan erfarenhet av andra spel rekryterades helst. Kontrollpersoner behövde vara WoW-naiva och hade därför ingen erfarenhet av att spela detta spel tidigare. Uteslutningskriterier för båda grupperna av deltagare var synskadad, svårigheter att läsa och skriva, dyskromatopsi, hjärnskakning, långvarig medicinering, neurologiska och psykiatriska sjukdomar, hörselnedsättning och hög substansanvändning. Efter en noggrann inspektion av provet utesluter vi en deltagare på grund av en ätstörning och daglig cannabiskonsumtion, en deltagare på grund av neurologiska och psykiatriska störningar och en deltagare på grund av extrema värden, och deltagare med saknade data, vilket resulterade i n = 77 kontrolldeltagare (39 män) och n = 44 WoW-spelare (28 män). 6.5% (n = 5) av kontrolldeltagarna rapporterade tillfällig användning av online-rollspel (<3 timmar datorspel per vecka) och 23.4% (n = 18) rapporterade avslappnad användning av Ego-shooterspel (<1 timmes spel per vecka). Medelåldern för det totala urvalet var M = 23.70 (SD = 3.93). När det gäller sin utbildning rapporterade 10.7% att de hade en universitetsexamen, ytterligare 85.9% uppgav att de hade A-nivå eller yrkesexamen och 2.5% rapporterade att de hade gymnasieexamen eller gymnasieexamen. En person svarade inte på frågorna om utbildning.

2.5.2. åtgärder

Här igen s-IAT (Pawlikowski et al., 2013; Cronbachs Alpha i det aktuella provet var 0.76), OGAS (en modifiering av GAS av Lemmens et al., 2009; Cronbachs Alpha i det aktuella urvalet var 0.88) och datorspelupplevelsen utvärderades. Dessutom, World of Warcraft Specific Problematic Usage-Engagement Questionnaire (WoW-SPUQ), bestående av 27 artiklar, betygsatta på en skala från 1 = "helt oense" till 7 = "helt överens" (Peters & Malesky, 2008; Cronbachs Alpha i det aktuella provet var 0.89) fylldes endast in av WoW-gruppen. Dessutom Barratt Impulsivity Scale (BIS-11; Patton & Stanford, 1995; Cronbachs alfa i det aktuella provet var 0.85) administrerades som ett mått på impulsivitet (30 objekt poängsätts på en skala, som sträcker sig från 1 = "sällan / aldrig" till 4 = "nästan alltid / alltid"). Med denna skala kan tre andra ordningens faktorer bedömas: Uppmärksam impulsivitet definieras som en oförmåga att fokusera uppmärksamhet eller koncentrera sig; Motorisk impulsivitet innebär att agera utan att tänka, medan icke-planeringsimpulsivitet innebär brist på "framtida" eller förutseende (Stanford et al., 2009). Interna konsistenser för underskalorna i den här studien var 0.73, 0.69 respektive 0.69.

2.5.3. Procedur

Deltagarna deltog i en stor longitudinell studie för att undersöka biologiska faktorer bredvid psykologiska variabler och deras roll för IGD. För den aktuella studien användes endast data från den första mätpunkten för att testa och replikera resultaten från studie 1 (slutföra Devil's chest experiment för andra gången (T2) är helt klart inte jämförbar med att vara naiv med den som i studie 1 ). Frågeformulären och experimentet slutfördes i samma ordning som i studie 1. Jämfört med studie 1 fick dock deltagare i summan de pengar som de vann i "Devil's chest" -experimentet och de informerades om detta faktum innan du slutför experimentet.

2.5.4. Statistiska analyser

Datauppsättningen genomfördes analogt med studien 1.

2.6. Resultat

OGAS-poängen och onlinespeltimmarna per vecka fördelades normalt inte i grupperna av manliga och kvinnliga kontrolldeltagare. Dessutom fördelades s-IAT-poäng och ålder normalt inte i gruppen av kvinnliga kontrolldeltagare. Korrelationen mellan GAIN och s-IAT-poäng i gruppen av manliga WoW-spelare testades ensidigt, baserat på resultaten i studie 1.

Beskrivande statistik för kontrolldeltagare och WoW-spelare presenteras i Tabell 3. Här hade manliga och kvinnliga kontrolldeltagare betydligt lägre spelupplevelse, onlinespel timmar per vecka och OGAS-poäng jämfört med manliga och kvinnliga WoW-spelare (se Tabell 3). Dessutom visade kvinnliga WoW-spelare signifikant högre poäng på s-IAT, jämfört med kvinnliga kontrolldeltagare. Alla andra variabler skilde sig inte väsentligt mellan kontrolldeltagarna och WoW-spelarna.

Tabell 3.

Medel, standardavvikelser (SD), möjligt / faktiskt intervall, t-/U värde och betydelse för skillnader i medel mellan kontroll- och WoW-gruppen (p) för variablerna spelupplevelse (år), online-speltimmar per vecka, GAIN, s-IAT, OGAS, WoW-SPUQ och BIS-11 för WoW och kontroll deltagare.

 

Kontrollgrupp


WoW-spelare


Möjligt intervall

Faktiskt intervall

t-/U värde

p

Betyda

SD

Betyda

SD

Manliga deltagare

Spelkompetens (år)

9.496.8114.294.85-0-22 / 6-25- 3.3690.001

Onlinespel timmar per vecka

1.182.1119.7111.44-0-9 / 0-5030.0<0.001

FÖRSTÄRKNING

450.7739.10443.0454.300-1620370-510 / 305-5250.6780.500

s-IAT

21.676.5323.796.9012-6012-42 / 14-41- 1.2800.205

OGAS

8.672.3915.795.857-357-17 / 9-2994.5<0.001

WoW-SPUQ

--87.5723.2627-189- / 53-134--

BIS-11 totalt

65.0013.3964.638.9430-12040-99 / 53-900.1250.901

BIS-11 uppmärksam

17.134.9516.572.858-328-30 / 12-210.5790.565

BIS-11-motor

23.164.8122.433.6611-4414-35 / 16-330.6710.504

BIS-11 icke-planering

24.715.3225.744.7711-4414-40 / 16-40- 0.8030.425
 
Kvinnliga deltagare

Spelkompetens (år)

3.865.7611.505.29-0-15 / 1-20- 4.557<0.001

Onlinespel timmar per vecka

0.090.4317.569.06-0-2.5 / 1-37.51.5<0.001

FÖRSTÄRKNING

429.7439.98439.0658.720-1620330-510 / 295-510- 0.6780.501

s-IAT

18.584.9921.445.2412-6013-36 / 14-30199.50.047

OGAS

7.110.5113.503.697-357-10 / 9-214.0<0.001

WoW-SPUQ

--81.6322.4227-189- / 50-119--

BIS-11 totalt

61.259.1461.736.1630-12037-87 / 53-77- 0.1870.852

BIS-11 uppmärksam

16.613.5517.063.388-3210-25 / 10-22- 0.4380.663

BIS-11-motor

21.083.9321.803.9711-4412-31 / 17-29- 0.5920.557

BIS-11 icke-planering

23.974.1623.312.7011-4413-35 / 17-270.5840.562

Tabellalternativ

2.6.1. Korrelationsanalyser

För grupperna av manliga eller kvinnliga kontrolldeltagare var deltagarnas ålder inte signifikant korrelerad med GAIN, s-IAT eller OGAS-poängen. Alla andra korrelationer presenteras i Tabell 4. Här var GAIN inte signifikant kopplad till s-IAT eller till OGAS-poäng för manliga och kvinnliga deltagare. Dessutom var s-IAT-poängen positivt kopplad till BIS-11 underskalans uppmärksamma impulsivitet hos manliga kontrolldeltagare. Alla signifikanta korrelationer förblev signifikanta efter inspektionen av BCa 95% konfidensintervall.

Tabell 4.

Spearman och Pearson korrelationer för variablerna GAIN, s-IAT, OGAS och BIS-11 för gruppen av kontrolldeltagare.

 

FÖRSTÄRKNING

s-IAT

OGAS

BIS-11 totalt

BIS-11 uppmärksam

BIS-11-motor

Manliga deltagare

FÖRSTÄRKNING

1     

s-IAT

- 0.0531    

OGAS

0.2380.1391   

BIS-11 totalt

0.0200.2480.3491  

BIS-11 uppmärksam

0.1090.426⁎⁎0.3010.866⁎⁎1 

BIS-11-motor

- 0.0640.0940.3380.843⁎⁎0.612⁎⁎1

BIS-11 icke-planering

0.0950.1430.1980.906⁎⁎0.707⁎⁎0.660⁎⁎
 
Kvinnliga deltagare

FÖRSTÄRKNING

1     

s-IAT

0.1181    

OGAS

- 0.0880.2571   

BIS-11 totalt

- 0.1390.2320.1561  

BIS-11 uppmärksam

0.1610.282- 0.0220.749⁎⁎1 

BIS-11-motor

- 0.2190.2010.2920.764⁎⁎0.3121

BIS-11 icke-planering

- 0.1380.118- 0.1190.868⁎⁎0.531⁎⁎0.478⁎⁎

Spearman-korrelationer visas i Kursiv.

n (män) = 39, n (män, BIS-11) = 38, n (kvinnor) = 38, n (kvinnor, BIS-11) = 36.

⁎⁎

p <0.01.

p <0.05.

Tabellalternativ

För gruppen av manliga och kvinnliga WoW-spelare var åldern inte signifikant korrelerad med GAIN, s-IAT, OGAS eller WoW-SPUQ-poängen. Alla andra korrelationer presenteras i Tabell 5. Här var GAIN negativt associerat med s-IAT, liksom WoW-SPUQ-poängen endast i gruppen av manliga WoW-spelare. Dessa korrelationer visade emellertid endast en trend mot betydelse (r = - 0.30, p = 0.063, ensidigt test och r = - 0.313, p = 0.104, tvåsidigt test). Alla signifikanta korrelationer förblev signifikanta efter inspektionen av BCa 95% konfidensintervall.

Tabell 5.

Spearman och Pearson korrelationer för variablerna GAIN, s-IAT, OGAS, WoW-SPUQ-poängen och BIS-11 för gruppen WoW-spelare.

 

FÖRSTÄRKNING

s-IAT

OGAS

WoW-SPUQ

BIS-11 totalt

BIS-11 uppmärksam

BIS-11-motor

Manliga deltagare

FÖRSTÄRKNING

1      

s-IAT

- 0.2961     

OGAS

- 0.1050.776⁎⁎1    

WoW-SPUQ

- 0.3130.688⁎⁎0.742⁎⁎    

BIS-11 totalt

0.0250.1970.2840.0231  

BIS-11 uppmärksam

0.054- 0.0110.019- 0.2190.658⁎⁎1 

BIS-11-motor

- 0.0380.1700.2310.1870.761⁎⁎0.2181

BIS-11 icke-planering

0.0330.2200.3120.0270.892⁎⁎0.4510.521⁎⁎
 
Kvinnliga deltagare

FÖRSTÄRKNING

1      

s-IAT

0.0261     

OGAS

- 0.024- 0.0671    

WoW-SPUQ

- 0.1990.1440.676⁎⁎    

BIS-11 totalt

0.0480.080- 0.614- 0.1571  

BIS-11 uppmärksam

- 0.1390.194- 0.2600.0540.5041 

BIS-11-motor

0.266- 0.013- 0.676⁎⁎- 0.3050.845⁎⁎0.1701

BIS-11 icke-planering

0.012- 0.1660.0570.2560.420- 0.2220.250

Spearman-korrelationer visas i Kursiv. För manliga deltagare testades korrelationen mellan vinsten i experimentet och s-IAT-poängen ensidig.

n (män) = 28, n (män, BIS-11) = 27, n (kvinnor) = 16, n (kvinnor, BIS-11) = 15.

⁎⁎

p <0.01.

p <0.05.

Tabellalternativ

2.6.2. Manipulationskontroll av "Devil's chest" -experimentet som ett mått på implicit lärande

Resultaten av de upprepade åtgärderna ANOVA visade ingen signifikant medelskillnad mellan GAIN under de första 18 och de sista 18 studierna av "Devil's chest" -experimentet i gruppen män (F (1, 38) = 1.949, p = 0.171; M1 = 232.56 och M2 = 218.21) och hon (F (1, 37) = 0.594, p = 0.446; M1 = 221.18 och M2 = 209.87) kontrolldeltagare. För gruppen av manliga WoW-spelare nådde skillnaden mellan försök 1–18 och 19–36 betydelse (F (1,27) = 5.377, p = 0.028, M1 = 235.54 och M2 = 205.54; därmed med ett lägre resultat i M2 jämfört med M1), medan det för kvinnliga WoW-spelare förblev icke-signifikant (F (1,15) = 0.295, p = 0.595, M1 = 225.31 och M2 = 213.75).

Anmälan till användare:
Accepterade manuskript är artiklar i pressen som har granskats och godkänts för publicering av redaktionen för denna publikation. De har ännu inte kopierats redigerats och / eller formaterats i publikationsstilen, och kanske ännu inte har full ScienceDirect-funktionalitet, t.ex. kompletterande filer kan fortfarande behöva läggas till, länkar till referenser kanske inte löser sig ännu. Texten kunde ändras fortfarande före den slutliga publiceringen.

Även om accepterade manuskript inte har alla bibliografiska detaljer tillgängliga ännu, kan de redan citeras med hjälp av året för onlinepublikation och DOI, enligt följande: författare, artikelrubrik, publikation (år), DOI. Se tidskriftens referensstil för exakt utseende av dessa element, förkortning av tidskriftsnamn och användning av skiljetecken.

När den slutliga artikeln tilldelas volymer / utgåvor av publikationen, kommer artikeln i pressversionen att tas bort och den slutliga versionen kommer att visas i de därmed sammanhängande publicerade volymerna / utgåvorna av publikationen. Det datum som artikeln var första tillgänglig online kommer att överföras.