Notice bibliographique
Résumé
Experimental research has shown that playing violent video games produces higher levels of \naggressive cognition, aggressive affect, physiological arousal, and aggressive behavior (in the \nshort-term) than non-violent video games (see Anderson, Gentile & Buckley, 2007). However, \nthere are two major limitations with these studies. First, the majority of experimental studies that \nhave compared the effects of violent versus non-violent video games on aggression have failed to \nequate these games in terms of competitiveness, difficulty, and pace of action. Thus, although \nthe common finding is that violent video games produce higher levels of aggression than nonviolent video games, other unmatched factors beyond the actual violent content may be \nresponsible for the elevated levels of aggression. Second, previous experimental studies have \ntended to use a measure of aggression that may also measure competitiveness, leading to \nquestions about whether violent video games are related to aggression or competitiveness. The \npresent thesis addressed these two issues by fIrst equating a violent and non-violent video game \non competitiveness, difficulty and pace of action in Experiment I , and then comparing the effect \nof each game on aggressive behavior using an unambiguous measure of aggressive behavior (i.e., \nthe Hot Sauce Paradigm). We found that video game violence was not sufficient to elevate \naggressive behavior compared to a non-violent video game. Practical implications and directions \nfor future research are discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».