在考虑性别的情况下，网络成瘾和网络游戏障碍背景下的内隐学习能力和冲动行为的个体差异（2018）

Rayna Sariyska,^a,⁎ 贝恩德拉赫曼,^a 塞巴斯蒂安市场,^b,c 马丁路透,^b,c 和 Christian Montag^a,d

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, 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, 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, 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，男性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). 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：

2.1。 方法

2.2。 结果

调查中变量的均值和标准差列于 表1.

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。

3.1。 方法

3.2。 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分数显着降低（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。

3.3。 讨论

研究2的目的是通过比较WoW参与者和对照参与者来复制研究1的结果。 GAIN和s-IAT以及WoW-SPUQ得分之间的负相关显示出仅在雄性魔兽世界中显着的趋势。 然而，非常小的男性魔兽玩家样本（n = 28）也许可以解释这种较弱的影响。 操纵性检查仅显示了男性“魔兽”玩家组在前18个试验和最后2个试验中的GAIN有显着差异，其中参与者在实验的第二部分显示的收益低于第一部分。 我们想提醒读者，研究1的参与者获得了一定数额的钱，他们在实验中赢了，并且在开始实验之前他们已经意识到了这一事实。 因此，在这种情况下，与研究XNUMX相比，参与者的外部动机可能更高。实际上，比较Gamescom参与者和男性WoW玩家之间的GAIN方式，很明显，即使WoW玩家做了与实验的第一部分相比，在实验的第二部分中，更糟糕的是，他们的总获胜率仍高于男性Gamescom参与者（参见 表1, 表3：对于Gamescom参与者，M = 413.61，对于男性魔兽玩家，M = 443.04）。 因此，为了控制潜在的动机干扰作用，我们使用Unified-Motive-Scale-10（UMS-10; Schönbrodt＆Gerstenberg，2012年）。 USM-10数据作为更大纵向研究的一部分提供。

4.1。 方法

4.2。 结果

值得注意的是，每周在线游戏时间和OGAS得分的变量不是正常分布的。 描述性统计报告在 表6。 参与者在游戏专业知识方面拥有多年的游戏专业知识，但在线游戏的实际时间非常少。 模拟研究2，我们在这里比较，如果男性和女性参与者的变量不同，如图所示 表6。 观察到游戏专业知识（年）的变量存在显着差异（U_(33,61) = 385.0， p <0.001），每周在线游戏时间（U_(33,61) = 663.5， p <0.001），冒险（自我报告）（U_(33,61) = 732.0， p <0.05）和OGAS（U_(33,61) = 562.5， p <0.001），其中男性参与者的得分高于女性参与者。

我们感谢Turtle Entertainment的Ralf Reichert让我们有机会在GamesCom 2013上进行实验。 但是，Turtle Entertainment没有获得任何利润或对研究的执行产生影响。

我们还要感谢Maximilian Sieber和Otilia Pasnicu，他们招募并测试了3研究的参与者，作为他们学士论文的一部分。

¹在本文中，我们将使用“有问题的互联网使用”（PIU）这一术语来代替网络成瘾，因为DSM-5和ICD 10目前尚无官方诊断。 由于互联网游戏障碍（IGD）包含在DSM-5的附录中，该术语将用作在线游戏成瘾的同义词。 请注意，并非我们在本文中引用的每项研究都使用DSM-5中建议的标准对IGD进行了调查。

²值得注意的是，“魔鬼”盒子没有编程出现在1位置，因为这会终止当前的试验，而不会让参与者有机会选择是否想要打开另一个盒子。

• 美国精神病学协会。 精神障碍的诊断和统计手册5th ed。，（text rev。，检索9月7th，2016）。 http://www.dsm5.org/Pages/Default.aspx
• Bechara A.，Dolan S.，Denburg N.，Hindes A.，Anderson SW，Nathan PE决策缺陷，与功能失调的腹内侧前额叶皮层相关，在酒精和兴奋剂滥用者身上发现。 神经心理学。 2001;39（4）：376-389。 [考研]
• Brand M.，Labudda K.，Markowitsch HJ神经心理学在模糊和风险情况下的决策制定相关。 神经网络。 2006;19(8):1266–1276. [考研]
• 品牌M.，年轻KS，莱尔C.，沃夫林K.，波坦察MN整合了有关特定互联网使用障碍的发展和维持的心理和神经生物学考虑因素：人-影响-认知-执行（I-PACE）模型的相互作用。 神经科学与生物行为学评论。 2016;71：252-266。 [考研]
• Cao F.，Su L.，Liu T.，Gao X.中国青少年样本中冲动性与网络成瘾的关系。 欧洲精神病学。 2007;22（7）：466-471。 [考研]
• 戴维斯RA病理性互联网使用的认知行为模型。 人类行为中的计算机。 2001;17（2）：187 195。
• Eisenegger C.，Knoch D.，Ebstein RP，Gianotti LR，SándorPS，Fehr E. Dopamine receptor D4 polymorphism预测L-DOPA对赌博行为的影响。 生物精神病学。 2010;67(8):702–706. [考研]
• 爱泼斯坦S.认知体验的人格自我理论。 在：Millon T.，Lerner MJ，编辑。 心理学手册。 5th ed。 威利; 霍博肯：2003。 pp.159-184。
• 互联网实时统计世界互联网用户。 2016。 http://www.internetlivestats.com/internet-users/ 检索了9月7th。
• Ko CH，Yen JY，Chen CC，Chen SH，Yen CF影响台湾青少年网络游戏成瘾的性别差异及相关因素。 神经与精神疾病杂志。 2005;193(4):273–277. (doi:00005053-200504000-00008 [pii]) [考研]
• Ko CH，Hsiao S.，Liu G.，Yen J.，Yang M.，Yen C.具有网络成瘾的大学生的决策特征，冒险风险和个性。 精神病学研究。 2010;175(1):121–125. [考研]
• Kreek MJ，Nielsen DA，Butelman ER，LaForge KS遗传影响冲动，冒险，压力响应和易受药物滥用和成瘾的影响。 自然神经科学。 2005;8(11):1450–1457. [考研]
• Laier C.，Pawlikowski M.，Brand M.性图片处理干扰了歧义下的决策。 性行为档案。 2014;43(3):473–482. [考研]
• Lee HW，Choi J.，Shin Y.，Lee J.，Jung HY，Kwon JS网络成瘾的冲动：与病态赌博的比较。 网络心理学，行为和社交网络。 2012;15(7):373–377. [考研]
• Lejuez CW，阅读JP，Kahler CW，Richards JB，Ramsey SE，Stuart GL，...... Brown RA风险评估的行为测量：气球模拟风险任务（BART）实验心理学杂志：应用。 2002;8(2):75–84. [考研]
• Lemmens JS，Valkenburg PM，Peter J.开发和验证青少年的游戏成瘾量表。 媒体心理学。 2009;12(1):77–95.
• Miles J.，Shevlin M. Sage; 2001。 应用回归和相关性：学生和研究人员的指南。
• Moeller FG，Barratt ES，Dougherty DM，Schmitz JM，Swann AC冲动的精神方面。 美国精神病学杂志。 2001;158(11):1783–1793. [考研]
• Montag C.，Bey K.，Sha P.，Li M.，Chen Y.，Liu W.，... Keiper J.区分广义和特定网络成瘾是否有意义？ 来自德国，瑞典，台湾和中国的跨文化研究的证据。 亚太精神病学。 2015;7(1):20–26. [考研]
• Patton JH，斯坦福MS因子结构的barratt冲动量表。 临床心理学杂志。 1995;51(6):768–774. [考研]
• Pawlikowski M.，Brand M.过度的网络游戏和决策制定：过度的魔兽世界在风险条件下的决策过程中是否存在问题？ 精神病学研究。 2011;188(3):428–433. [考研]
• Pawlikowski M.，Altstötter-GleichC.，Brand M.Young的网络成瘾测试的简短版本的验证和心理计量学特性。 人类行为中的计算机。 2013;29(3):1212–1223.
• Peters CS，Malesky LA，Jr.在大型多人在线角色扮演游戏的高度参与的玩家中的问题用法。 网络心理学与行为。 2008;11(4):481–484. [考研]
• Rumpf H.，Meyer C.，Kreuzer A.，John U.，Merkeerk G. Vol。 31。 2011。 Prävalenzderinternetabhängigkeit（PINTA）。 Bericht和DasBundesministeriumFürGesundheit。 GreifswaldUndLübeck。 （12ff）
• Schiebener J.，Brand M.在客观风险条件下的决策 - 对认知和情感相关性，策略，反馈处理和外部影响的回顾。 神经心理学评论。 2015;25(2):171–198. [考研]
• Schoenbaum G.，Roesch MR，Stalnaker TA Orbitofrontal cortex，决策和药物成瘾。 神经科学的趋势。 2006;29(2):116–124. [考研]
• SchönbrodtFD，Gerstenberg FX对动机问卷的IRT分析：统一的动机尺度。 人格研究杂志。 2012;46(6):725–742.
• Siedler T.，Schupp J.，Spiess CK，Wagner GG德国社会经济小组作为参考数据集。 Schmollers Jahrbuch。 2008;129(2):367–374.
• Stanford MS，Mathias CW，Dougherty DM，Lake SL，Anderson NE，Patton JH五十年的Barratt冲动量表：更新和评论。 人格与个体差异。 2009;47(5):385–395.
• Sun D.，Chen Z.，Ma N.，Zhang X.，Fu X.，Zhang D.决策和优先响应抑制功能在过多的互联网用户中起作用。 CNS频谱。 2009;14(02):75–81. [考研]
• Tao R.，Huang X.，Wang J.，Zhang H.，Zhang Y.，Li M.建议的网络成瘾诊断标准。 瘾。 2010;105(3):556–564. [考研]
• Yao Y.，Chen P.，Chen C.，Wang L.，Zhang J.，Xue G.，... Fang X.未能利用反馈导致过度网络游戏玩家的决策缺陷。 精神病学研究。 2014;219(3):583–588. [考研]
• Yao YW，Wang LJ，Yip SW，Chen PR，Li S.，Xu J.，... Fang XY受到风险的决策制定与网络游戏障碍大学生中游戏特定的抑制缺陷有关。 精神病学研究。 2015;229(1):302–309. [考研]
• 年轻KS计算机使用心理学：XL。 上瘾的互联网使用：一个打破刻板印象的案例。 心理报告。 1996;79(3):899–902. [考研]
• 年轻的KS John Wiley＆Sons； 1998年。陷入网络：如何识别网络成瘾的迹象以及成功的康复策略。
• 年轻人KS网络成瘾：一种新的临床疾病的出现。 网络心理学与行为。 1998;1(3):237–244.