可在线获得7二月2017
http://dx.doi.org/10.1016/j.abrep.2017.02.002
亮点
•较高的网络成瘾评分与缺乏内隐学习有关。
•这种关联是在两个独立的男性(过度)游戏玩家群体中发现的。
•在线游戏成瘾与健康参与者的更高风险相关。
•使用实验任务评估内隐学习和冒险行为。
抽象
介绍
在连续三项研究中,我们旨在调查有问题的互联网使用(PIU),互联网游戏障碍(IGD)和内隐学习能力之间的关系,以及在线视频游戏玩家和控制参与者之间的冲动/冒险。
方法
在研究1中, N =在科隆(87)的“ Gamescom”上招募的2013位男性访客填写了简短版本的互联网成瘾测试(s-IAT),在线游戏成瘾量表(OGAS),并完成了一项实验性任务,以评估隐性学习能力。 在研究2中,一组WoW游戏玩家和对照组参与者完成了相同的设置,以便复制研究1的结果。研究3使用了该实验的改进版本来测量一组健康参与者的冲动性/冒险性。
成果
在研究1中,结果显示男性Gamescom参与者的s-IAT评分与内隐学习的测量值之间存在显着的负相关。 在研究2中,s-IAT和WoW成瘾评分仅与男性WoW玩家的内隐学习呈负相关,这反映了研究1的结果。 在研究3中,OGAS评分与冲动/冒险的实验测量值正相关。
结论
在目前的研究项目中,缺乏内隐学习仅与男性参与者(具有(倾向于)IGD相关)。 在考虑参与者的性别时,这些发现可能有助于解开这种关系的一些反对结果。 此外,较高的冒险倾向与健康参与者中的IGD相关,因此,表明风险可能作为非玩家群体中IGD的预测因子。
关键词
- 网络成瘾;
- 网络游戏障碍;
- 内隐学习;
- 冒险
1. 简介
互联网已经进入全球许多人的日常生活,提供了一种收集信息和娱乐的简便方法。 随着越来越多的互联网用户,目前占全球人口的近50%(在07.09.16上访问)。 http://www.internetlivestats.com/internet-users/),有关互联网使用问题(PIU)的报告数量正在上升。 来自德国的代表性研究(N = 15,024名参与者) Rumpf,Meyer,Kreuzer,John和Merkeerk(2011) 的互联网成瘾率达1.5%,而年轻用户的比例更高(4-14岁年龄组为16%)。 首次尝试定义和诊断PIU1 由Kimberly Young在1998年度制作(另见第一例病例报告) 年轻,1996)。 从那时起,已经开发了许多测试和筛选仪器(例如 年轻,1998b, 年轻,1998a 和 Tao等人,2010),以便能够计算不同人群的患病率,并为患者提供有效的治疗。 但是,PIU仍然没有现成的病理学分类。 关于网络游戏成瘾的研究似乎领先一步,因为最近互联网游戏障碍(IGD)被纳入DSM-5的第III部分,通过这种方式鼓励进一步的考试,然后才考虑作为一种正式的障碍(美国精神病学协会)。 IGD被认为是PIU的一种特定形式,仅与上述PIU的一般形式的小部分重叠(例如 戴维斯,2001 和 Montag等,2015).
1.1。 PIU和隐式学习/决策
许多研究都显示了决策中的缺陷,研究了患有物质和行为成瘾的患者(例如, Bechara等人,2001 和 Schoenbaum等,2006)。 由于PIU概念化和行为/物质成瘾的相似性(年轻,1998a),决策的主题也与更好地理解过度使用互联网的本质有很大关系。 在评估决策时,已明确区分模糊决策和风险决策(Brand等,2006 和 Schiebener和Brand,2015)。 在模糊决策中,收益和损失的规则以及不同结果的概率没有明确解释(例如,使用IOWA赌博任务或IGT的(首次试验),在风险决策中有关潜力的明确信息)后果,以及获得和损失的可能性是可获得的或可计算的(例如使用骰子游戏任务或GDT测量)(Brand等,2006 和 Schiebener和Brand,2015)。 基于这种区分和决策的双重过程模型(例如 爱泼斯坦,2003), Schiebener和Brand(2015) 提出了一个解释风险决策的理论模型。 在这个模型中,执行职能的作用被强调为风险决策的关键,而不是模糊决策。 情绪奖励和惩罚应该伴随着两种形式的决策。 因此,在客观风险条件下,两个反思过程(由认知控制)以及冲动过程(由情绪奖励和惩罚的预期引起)都可能参与决策过程(Schiebener&Brand,2015年)。 此外,已经提出诸如关于决策情况,个人属性和情境诱发状态以及外部影响的信息等因素对决策具有调节作用(Schiebener&Brand,2015年).
关于网络成瘾,提出了一个新的理论框架 Brand,Young,Laier,Wölfling和Potenza(2016)称为人 - 情感 - 认知 - 执行的相互作用(I-PACE),其中强调执行功能和抑制控制的损害也与PIU的发展相关。 根据该模型,特定互联网使用障碍的发展和维持是诱发因素(例如人格和精神病理学),主持人(例如功能失调的应对方式和互联网预期)和调解者(例如对情境线索的情感和认知反应)之间的相互作用的基础。 这些复杂的相互作用,结合体验满足和积极强化,由于使用互联网的某些特征,以及执行功能和抑制控制的减少,可能导致特定的互联网使用障碍。
到目前为止,已经在PIU,抑制控制和决策制定的背景下进行了一些实证研究。 其中大多数都符合上述理论框架 Brand等。 (2016). Sun等人。 (2009) 例如,与对照参与者相比,过度互联网用户的赌博任务表现较差,成功策略选择较慢。 在最近的一项研究中, Pawlikowski和Brand(2011) 据报道,与对照组相比,一组过度的魔兽世界(魔兽世界)玩家的GDT风险决策能力下降。 姚等人。 (2015) 使用Go / NoGo任务的修改版本(其中游戏相关刺激被用于中性刺激旁边)并报告与对照参与者相比,IGD参与者的抑制控制减少。 Laier,Pawlikowski和Brand(2014) 当在有利和/或不利的卡片组上使用色情和中性图片时,使用IGT的修改版本发现了类似的结果。 在这里,在男性色情用户的样本中,参与者在试验中表现出不足的决策,其中色情图片与不利的卡片组相关联。 然而,报告了有关PIU或IGD背景下决策的混合结果。 在C.的一项研究中 Ko等人。 (2010) 例如,与对照参与者相比,使用IGT测量的互联网上瘾参与者表现出更好的决策。 在研究中 姚等人。 (2015) 如上所述,在健康参与者和IGD患者之间,使用IGT的决策没有差异。 为了解开这些相互矛盾的结果,需要进一步研究,检查可能的干扰变量。 一个特定变量将在本研究的后面描述。
1.2。 PIU,冒险和冲动
由于PIU最初被描述为冲动控制障碍,因此在冲动和冒险的背景下进行了大量研究以探索PIU。 Cao,Su,Liu和Gao(2007) 和 李等人。 (2012) 表明PIU与特质冲动性呈正相关,用Barratt冲动量表(BIS-11)测量。 关于理论框架 Brand等。 (2016)在上面已经介绍过,人格因素中提到了冲动性,表现出与PIU最稳定的联系,因此,它被提出是影响其发展和维护的因素之一。 从广义上讲,冲动性的特征是“对内部或外部刺激的快速,无计划的反应的倾向,而不考虑这些反应对冲动的个体或其他人的负面影响”(Moeller,Barratt,Dougherty,Schmitz和Swann,2001; p。 1784年)。 风险承担的相关术语被定义为“在不确定性下执行的行为,有或没有固有的负面后果,没有强有力的应急计划”(Kreek,Nielsen,Butelman和LaForge,2005年; p。 1453)。 C。 Ko等人。 (2010) 应用气球模拟风险任务(Lejuez等人,2002)测量风险承担,但未发现与PIU有显着关联。 在本研究中,我们再次通过同时应用自我报告以及冲动/冒险的实验测量来研究这些关联。
1.3。 性别对PIU / IGD的作用
在网络成瘾的背景下,另一个重要的问题是取决于性别对互联网特定功能(例如在线购物,在线游戏)的偏好。 来自德国的一项代表性研究表明,年龄介于77.1-14岁之间的互联网成瘾女性中,有24%的人使用社交网站,而同一年龄段的男性中有64,8%的人使用社交网站(Rumpf等,2011)。 在同一项研究中,有7.2%的14至24岁的互联网成瘾女性报告使用互联网玩在线视频游戏,而同一年龄段的男性为33.6%(Rumpf等,2011)。 因此,对于IGD而言,与女性参与者相比,男性参与者表现出更高的在线游戏偏好,并且据报道发展IGD的风险更高。 此外, Ko,Yen,Chen,Chen和Yen(2005) 观察到年龄越大,自尊心越低,日常生活满意度越低,男性的IGD越严重,而女性则越严重。 尽管有这些结果,仍然只有少数研究,系统地将参与者的性别视为PIU背景下的主持人/调解员变量。 然而,这些差异有可能在该领域中引起一些相反的结果,因此,在下面的研究中,它们将被考虑在内。
我们研究项目的目的是调查PIU之间的联系,以及IGD和一组易患IGD的男性参与者的隐性学习(研究1)。 在研究2时,我们旨在通过比较健康参与者和考虑性别的过度魔兽玩家来复制这些结果。 研究3的目的是探讨健康参与者中PIU,IGD与冲动/冒险(自我报告和实验数据)之间的关系。
基于上述文献,我们提出了以下假设:
假设1。
我们期望PIU / IGD与内隐学习能力之间存在负相关(研究1)。
假设2。
我们期望PIU / IGD与内隐学习能力之间存在负相关(研究2)。 我们预计这种负面联想在男性魔兽世界中最强。
假设3。
我们期望PIU / IGD与健康参与者的冲动/冒险的自我报告和实验测量之间存在正相关(研究3)。
2。 研究1
2.1。 方法
2.1.1。 参与者
N = 107位参与者(99位男性,8位女性,年龄 M = 19.52, SD = 3.57)是在全球最大的游戏盛会德国“ Gamescom 2013”上招募的。 但是,由于本样本中女性参与者的数量非常少(n = 8),以及以上在IGD中报告的性别差异(例如 Rumpf等,2011),我们将女性参与者排除在研究的进一步分析之外。 在排除缺失数据的参与者之后,样本结果如下 n = 79名男性参与者(年龄 M = 19.81, SD = 3.62)。 关于他们的教育,有8.9%的人拥有大学或大专学历,另外40.5%的人拥有A级或职业学士学位文凭,还有26.6%的人拥有中学毕业证书或现代中学文凭,而24.1%的人没有学校文凭。
2.1.2。 措施
参与者回答了关于他们的年龄,性别和教育的问题,填写了短版的网络成瘾测试(s-IAT, Pawlikowski,Altstötter-Gleich和品牌,2013年; 本样本中Cronbach的Alpha为0.70,包含12个李克特量表项(1 =从未到5 =非常频繁)和在线游戏成瘾量表(OGAS,是游戏成瘾量表的修订版) Lemmens,Valkenburg和Peter,2009年,其中在每个项目上都添加了“在线”一词; 本样本中的Cronbach's Alpha为0.66),由7项组成,范围从1 =从不和5 =非常频繁。 此外,参与者对他们的计算机游戏体验进行了评分(例如“您玩计算机游戏多少年了?”或“您每周平均玩几小时在线计算机游戏?”)。 管理了一项自我报告的风险承担措施,其中包括一项关于总体风险承担趋势的项目(“您如何描述自己从0(根本不愿冒险)到10(绝对愿意承担风险?”) ;德国社会经济专家小组(SOEP; Siedler,Schupp,Spiess和Wagner,2008年)。 我们使用了稍作调整的实验任务(“魔鬼的胸部”),该任务是根据 Eisenegger等。 (2010),以衡量内隐学习。 在每次36试验中,我们在计算机屏幕上展示了10张封闭木箱的照片。 盒子排成一排,参与者有机会随后打开自选数量的盒子,从左到右工作。 参与者被告知其中9个盒子包含虚拟货币奖励(5美分),其中一个包含“魔鬼”。 如果参与者仅在特定的试验中打开奖励盒,则他们通过获得奖励的总和进行下一次试验。 如果他们打开一个盒子,其中包含其他盒子中的魔鬼,他们就会失去当前审判中的所有内容。 即将到来的魔鬼位置在36试验中被随机化,但出现在从2到10的每个位置2 恰好四次。 尽管参与者没有提到这一点,但具有较高认知技能的参与者可能已经对此规则产生了隐含的理解,并且可能已经学会在实验过程中表现更好。 实验结束时的货币奖励总额进一步称为“GAIN”,将用作内隐学习的衡量标准。 实验设置描述于 图。 1.
图。 1。
实验性地设置了魔鬼的箱子-用魔鬼打开箱子导致失去了给定审判中收集到的所有硬币。
2.1.3。 程序
我们自己的工作组将所有英语问卷都翻译成德语。 参与者首先填写问卷,然后完成魔鬼的胸部实验。 请注意,研究1的参与者在完成实验后没有获得任何金钱奖励,并且在完成实验之前已将这一事实告知他们。
2.1.4。 统计分析
对于以下分析,通过应用经验法则检查数据的正态性 Miles和Shevlin(2001; p.74),考虑研究变量的偏度。 根据数据分布,使用Pearson或Spearman相关性计算相关性分析,并针对每个相关性系数计算出自举偏差校正和加速的置信区间(BCa 95%置信区间),以进一步检验其重要性。 在比较实验的前18次试验的收益和后18次试验的收益时,使用重复测量ANOVA来测试隐性学习效果。
2.1.5。 伦理
该研究项目(研究1,2和3)得到了德国波恩波恩大学地方伦理委员会的批准。 所有受试者在完成研究前提供了知情同意书。
2.2。 结果
调查中变量的均值和标准差列于 表1.
表1。
变量游戏体验(年),每周在线游戏时间,s-IAT,OGAS,GAIN和冒险(自我报告)的平均值,标准差(SD)和可能/实际范围。
平均值 | SD | 可能的范围 | 实际范围 | |
---|---|---|---|---|
游戏专长(年) | 11.09 | 4.31 | – | 3-24 |
每周在线游戏时间 | 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 |
获得 | 413.61 | 71.97 | 0-1620a | 160-520 |
承担风险(自我报告) | 6.77 | 1.89 | 1-10 | 3-10 |
N = 79,冒险(自我报告),n = 64。
a
请注意,变量GAIN的最大可能范围是在假设魔鬼出现在位置36的10个试验中的每一个上并且参与者将在位置9停止当前试验的假设下估算的。因此,魔鬼不会中断打开盒子的过程,参与者将在每个连续的审判中赢得每次审判的最高可能金额(= 45 MU)。 但是,实际上,发生此事件的可能性很小。
2.2.1。 相关分析
只有变量GAIN没有正态分布。 参与者的年龄与GAIN呈正相关(ρ= 0.27, p <0.05)。 此外,GAIN与s-IAT得分呈负相关(ρ= − 0.26, p <0.05)。 此外,我们计算了GAIN和s-IAT得分的部分相关性以控制年龄。 相关性仍然显着(r = − 0.28, p <0.05)。 GAIN与OGAS得分之间的负相关性并未达到显着性水平(ρ= − 0.20, p = 0.073),并且在控制了年龄之后仍然保持不显着(r = − 0.12, p = 0.292)。 在检查BCa 95%置信区间后,所有显着的相关性仍然很显着。 请参阅 表2 有关结果的概述。 (看到 图。 2 和 图。 3.)
表2。
“魔鬼的胸部”实验中的GAIN与s-IAT,OGAS得分和冒险精神(自我报告)之间的相关性。
获得 | S-IAT | OGAS | 承担风险(自我报告) | |
---|---|---|---|---|
获得 | 1 | |||
S-IAT | − 0.264⁎ | 1 | ||
OGAS | − 0.203 | 0.511⁎⁎ | 1 | |
承担风险(自我报告) | 0.148 | 0.129 | 0.187 | 1 |
N = 79,冒险(自我报告) n = 64; Spearman相关性在 斜体.
⁎⁎
p <0.01。
⁎
p <0.05。
图。 2。
与“魔鬼的胸部”实验的最后18次试验中的GAIN相比,前18次试验中GAIN的均值和标准误。 MU =货币单位。
图。 3。
对照参与者(左图)和魔兽世界玩家(右图)在“魔鬼的胸部”实验的前18次与后18次试验中获得的GAIN平均值和标准误差。 MU =货币单位。
2.2.2。 对“魔鬼的胸部”实验的操作检查,作为内隐学习的一种手段
重复测量ANOVA的结果显示,与最近的18试验相比,实验的第一次18试验中GAIN之间存在显着的平均差异(F(1,78)= 17.303, p <0.01),表明参与者在实验的第二部分中赢得了更多的钱(M1 = 192.34并且 M2 分别为221.27)。
2.3。 讨论
总而言之,正如我们在假设中所提出的,在研究中,1网络成瘾与内隐学习能力不足有关。 这一结果进一步证明了PIU背景下不良决策的作用(如 Brand等,2016)。 与IGD的联系方向相同,但没有达到显着性。 这可以通过本研究中相对较小的样本量和/或OGAS量表的相对较低的内部一致性(0.66)来解释。 为了进一步研究这些关系并比较男性和女性参与者之间以及游戏玩家和非游戏玩家之间的结果,进行了研究2。
2.4。 研究2
第二项研究的目的是通过使用对《魔兽世界》幼稚的《魔兽世界》玩家和控制参与者的样本来复制研究1的结果。 鉴于在倾向于IGD的男性参与者中可以观察到s-IAT和GAIN之间的关联,作为内隐学习的度量,因此我们有兴趣看到研究1的结果重复出现,尤其是在男性魔兽玩家中。
2.5。 方法
2.5.1。 参与者
魔兽玩家和控制参与者参加了研究。 WoW玩家是根据以下条件招募的:WoW游戏经验至少两年。 排除标准是每周玩《魔兽世界》以外的其他游戏,且每周玩游戏> 7小时,但是最好招募没有其他游戏经验的参与者。 控制人员必须天真,因此以前没有玩过该游戏的经验。 两组参与者的排除标准为视力障碍,阅读和写作困难,色盲,脑震荡,长期用药,神经和精神疾病,听力障碍和大量使用毒品。 在对样品进行彻底检查之后,我们排除了由于饮食失调和每日大麻消费引起的一名参与者,由于神经系统和精神疾病导致的一名参与者,由于极值导致的一名参与者以及缺少数据的参与者,从而导致 n = 77名对照参与者(39名男性)和 n = 44名魔兽玩家(28名男性)。 6.5%(n = 5%的对照组参与者表示随意使用在线角色扮演游戏(每周少于3小时的计算机游戏),占23.4%(n = 18)报告了自我射击游戏的随意使用情况(每周少于1小时游戏)。 总样本的平均年龄为 M = 23.70(SD = 3.93)。 关于他们的教育,有10.7%的人表示拥有大学学历,另有85.9%的人表示具有A级或职业学士学位文凭,还有2.5%的人表示具有中学毕业证书或现代中学文凭。 一个人没有回答有关教育的内容。
2.5.2。 措施
这里又是s-IAT(Pawlikowski等,2013; 本样品中Cronbach的Alpha为0.76),OGAS(通过 Lemmens等,2009; 本样本中Cronbach的Alpha为0.88),并评估了计算机游戏体验。 此外,《魔兽世界特定问题用法参与度问卷》(WoW-SPUQ)由27个项目组成,评分等级为1 =“完全不同意”到7 =“完全同意”(彼得斯与马列斯基(Peters&Malesky),2008年; 本样本中的Cronbach's Alpha为0.89)仅由WoW组填写。 此外,Barratt冲动量表(BIS-11; Patton和Stanford,1995年; 在本样本中,Cronbach的Alpha为0.85,作为冲动性的衡量指标(从30 =“很少/从不”到1 =“几乎总是/始终”评分)4分。 使用这种量表,可以评估三个二阶因素:注意冲动被定义为无法集中注意力或集中注意力; 运动冲动性包括不加思索地行动,而非计划性冲动性则涉及缺乏“未来感”或前瞻性(斯坦福等人,2009)。 本研究中分量表的内部一致性分别为0.73,0.69和0.69。
2.5.3。 程序
参加者参加了一项大型的纵向研究,调查心理变量旁边的生物学因素及其在IGD中的作用。 对于本研究,仅使用第一个测量点的数据来测试和复制研究1的结果(第二次完成魔鬼的胸部实验(T2)显然不像研究1那样幼稚) )。 问卷和实验的完成顺序与研究1相同。与研究1相比,研究2中的参与者获得了他们在“魔鬼的胸部”实验中赢得的金额,并且被告知这一事实。在完成实验之前。
2.5.4。 统计分析
类似地进行数据评估以研究1。
2.6。 结果
OGAS评分和每周在线游戏时间在男性和女性对照组中非正常分布。 此外,s-IAT评分和年龄在女性对照参与者组中是非正态分布的。 基于研究1中的发现,单侧测试GAIN和雄性WoW球员组中s-IAT得分之间的相关性。
控制参与者和魔兽玩家的描述性统计数据见 表3。 与雄性和雌性魔兽玩家相比,男性和女性对照参与者的游戏体验,每周在线游戏时间和OGAS得分显着降低(参见 表3)。 此外,与女性对照参与者相比,女性魔兽玩家在s-IAT上的得分显着更高。 所有其他变量在对照参与者和魔兽玩家之间没有显着差异。
表3。
平均值,标准差(SD),可能/实际范围, t-/U 对于魔兽世界的变量游戏体验(年),每周在线游戏时间,GAIN,s-IAT,OGAS,WoW-SPUQ和BIS-11,控制和魔兽世界组(p)之间的差异的价值和意义控制参与者。
控制组 | 魔兽玩家 | 可能的范围 | 实际范围 | t-/U 折扣值 | p | |||
---|---|---|---|---|---|---|---|---|
平均值 | SD | 平均值 | SD | |||||
男性参与者 | ||||||||
游戏专长(年) | 9.49 | 6.81 | 14.29 | 4.85 | – | 0-22 / 6,25 | − 3.369 | 0.001 |
每周在线游戏时间 | 1.18 | 2.11 | 19.71 | 11.44 | – | 0-9 / 0,50 | 30.0 | <0.001 |
获得 | 450.77 | 39.10 | 443.04 | 54.30 | 0-1620 | 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 |
哇SPUQ | – | – | 87.57 | 23.26 | 27-189 | - / 53-134 | – | – |
BIS-11总计 | 65.00 | 13.39 | 64.63 | 8.94 | 30-120 | 40-99 / 53,90 | 0.125 | 0.901 |
BIS-11受到关注 | 17.13 | 4.95 | 16.57 | 2.85 | 8-32 | 8-30 / 12,21 | 0.579 | 0.565 |
BIS-11电机 | 23.16 | 4.81 | 22.43 | 3.66 | 11-44 | 14-35 / 16,33 | 0.671 | 0.504 |
BIS-11非规划 | 24.71 | 5.32 | 25.74 | 4.77 | 11-44 | 14-40 / 16,40 | − 0.803 | 0.425 |
女性参与者 | ||||||||
游戏专长(年) | 3.86 | 5.76 | 11.50 | 5.29 | – | 0-15 / 1,20 | − 4.557 | <0.001 |
每周在线游戏时间 | 0.09 | 0.43 | 17.56 | 9.06 | – | 0-2.5 / 1,37.5 | 1.5 | <0.001 |
获得 | 429.74 | 39.98 | 439.06 | 58.72 | 0-1620 | 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 |
哇SPUQ | – | – | 81.63 | 22.42 | 27-189 | - / 50-119 | – | – |
BIS-11总计 | 61.25 | 9.14 | 61.73 | 6.16 | 30-120 | 37-87 / 53,77 | − 0.187 | 0.852 |
BIS-11受到关注 | 16.61 | 3.55 | 17.06 | 3.38 | 8-32 | 10-25 / 10,22 | − 0.438 | 0.663 |
BIS-11电机 | 21.08 | 3.93 | 21.80 | 3.97 | 11-44 | 12-31 / 17,29 | − 0.592 | 0.557 |
BIS-11非规划 | 23.97 | 4.16 | 23.31 | 2.70 | 11-44 | 13-35 / 17,27 | 0.584 | 0.562 |
2.6.1。 相关分析
对于男性或女性对照组的参与者,参与者的年龄与GAIN,s-IAT或OGAS评分无显着相关性。 所有其他相关性都显示在 表4。 在这里,GAIN与男性和女性参与者的s-IAT和OGAS评分没有显着关联。 此外,s-IAT评分与男性对照参与者的BIS-11子量表注意力冲动呈正相关。 在检查BCa 95%置信区间后,所有显着相关性仍然显着。
表4。
Spearman和Pearson对于控制参与者组的变量GAIN,s-IAT,OGAS和BIS-11的相关性。
获得 | S-IAT | OGAS | BIS-11总计 | BIS-11受到关注 | BIS-11电机 | |
---|---|---|---|---|---|---|
男性参与者 | ||||||
获得 | 1 | |||||
S-IAT | − 0.053 | 1 | ||||
OGAS | 0.238 | 0.139 | 1 | |||
BIS-11总计 | 0.020 | 0.248 | 0.349⁎ | 1 | ||
BIS-11受到关注 | 0.109 | 0.426⁎⁎ | 0.301 | 0.866⁎⁎ | 1 | |
BIS-11电机 | − 0.064 | 0.094 | 0.338⁎ | 0.843⁎⁎ | 0.612⁎⁎ | 1 |
BIS-11非规划 | 0.095 | 0.143 | 0.198 | 0.906⁎⁎ | 0.707⁎⁎ | 0.660⁎⁎ |
女性参与者 | ||||||
获得 | 1 | |||||
S-IAT | 0.118 | 1 | ||||
OGAS | − 0.088 | 0.257 | 1 | |||
BIS-11总计 | − 0.139 | 0.232 | 0.156 | 1 | ||
BIS-11受到关注 | 0.161 | 0.282 | − 0.022 | 0.749⁎⁎ | 1 | |
BIS-11电机 | − 0.219 | 0.201 | 0.292 | 0.764⁎⁎ | 0.312 | 1 |
BIS-11非规划 | − 0.138 | 0.118 | − 0.119 | 0.868⁎⁎ | 0.531⁎⁎ | 0.478⁎⁎ |
Spearman相关性描述于 斜体.
n(男)= 39,n(男,BIS-11)= 38,n(女)= 38,n(女,BIS-11)= 36。
⁎⁎
p <0.01。
⁎
p <0.05。
对于男性和女性魔兽世界的球员,年龄与GAIN,s-IAT,OGAS或WoW-SPUQ得分没有显着相关性。 所有其他相关性都显示在 表5。 在这里,GAIN与s-IAT负相关,以及WoW-SPUQ得分仅在男性魔兽玩家组中。 然而,这些相关性仅表现出显着的趋势(r = − 0.30, p = 0.063,单面测试和 r = − 0.313, p = 0.104,两尾测试)。 在检查BCa 95%置信区间后,所有显着的相关性仍然很显着。
表5。
Spearman和Pearson对于WoW玩家组的变量GAIN,s-IAT,OGAS,WoW-SPUQ得分和BIS-11的相关性。
获得 | S-IAT | OGAS | 哇SPUQ | BIS-11总计 | BIS-11受到关注 | BIS-11电机 | |
---|---|---|---|---|---|---|---|
男性参与者 | |||||||
获得 | 1 | ||||||
S-IAT | − 0.296 | 1 | |||||
OGAS | − 0.105 | 0.776⁎⁎ | 1 | ||||
哇SPUQ | − 0.313 | 0.688⁎⁎ | 0.742⁎⁎ | ||||
BIS-11总计 | 0.025 | 0.197 | 0.284 | 0.023 | 1 | ||
BIS-11受到关注 | 0.054 | − 0.011 | 0.019 | − 0.219 | 0.658⁎⁎ | 1 | |
BIS-11电机 | − 0.038 | 0.170 | 0.231 | 0.187 | 0.761⁎⁎ | 0.218 | 1 |
BIS-11非规划 | 0.033 | 0.220 | 0.312 | 0.027 | 0.892⁎⁎ | 0.451⁎ | 0.521⁎⁎ |
女性参与者 | |||||||
获得 | 1 | ||||||
S-IAT | 0.026 | 1 | |||||
OGAS | − 0.024 | − 0.067 | 1 | ||||
哇SPUQ | − 0.199 | 0.144 | 0.676⁎⁎ | ||||
BIS-11总计 | 0.048 | 0.080 | − 0.614⁎ | − 0.157 | 1 | ||
BIS-11受到关注 | − 0.139 | 0.194 | − 0.260 | 0.054 | 0.504 | 1 | |
BIS-11电机 | 0.266 | − 0.013 | − 0.676⁎⁎ | − 0.305 | 0.845⁎⁎ | 0.170 | 1 |
BIS-11非规划 | 0.012 | − 0.166 | 0.057 | 0.256 | 0.420 | − 0.222 | 0.250 |
Spearman相关性描述于 斜体。 对于男性参与者,单侧测试实验中的增益与s-IAT评分之间的相关性。
n(男)= 28,n(男,BIS-11)= 27,n(女)= 16,n(女,BIS-11)= 15。
⁎⁎
p <0.01。
⁎
p <0.05。
2.6.2。 对“魔鬼的胸部”实验的操作检查,作为内隐学习的一种手段
重复测量ANOVA的结果并未显示男性组中“魔鬼的胸部”实验的前18个试验和最后18个试验之间的GAIN均值差异显着(F(1,38)= 1.949, p = 0.171; M1 = 232.56,M2 = 218.21),而女性(F(1,37)= 0.594, p = 0.446; M1 = 221.18和M2 = 209.87)作为对照参与者。 对于男性“魔兽”玩家,试验1–18和19–36之间的差异达到了显着性(F(1,27)= 5.377, p = 0.028,M1 = 235.54,M2 = 205.54; 因此,与M2相比,M1中的结局较低),而对于女性《魔兽世界》玩家而言,它仍然不重要(F(1,15)= 0.295, p = 0.595,M1 = 225.31和M2 = 213.75)。
用户注意事项:
接受的手稿是新闻中的文章,经过同行评审并被本出版物编辑委员会接受发表。 它们尚未以出版物样式进行复制编辑和/或格式化,并且可能还没有完整的ScienceDirect功能,例如,可能仍需要添加补充文件,引用的链接可能尚未解析等。文本可以在最终出版之前仍然有变化
尽管已接受的手稿尚不具备所有书目详细信息,但可以使用在线出版年份和DOI对其进行引用,如下所示:作者,文章标题,出版物(年份),DOI。 有关这些元素的确切外观,期刊名称的缩写和标点符号的使用,请查阅期刊的参考风格。
当最终文章被分配到出版物的卷/问题时,将删除新闻版中的文章,最终版本将出现在出版物的相关出版卷/问题中。 文章首次在线提供的日期将被结转。