MétaCan
Menu
Retour à la cohorte
Enregistrement W2883423693 · doi:10.1016/j.paid.2018.07.007

Exploring the pull and push underlying problem video game use: A Self-Determination Theory approach

2018· article· en· W2883423693 sur OpenAlexaff
Devin J. Mills, Marina Milyavskaya, Jessica Mettler, Nancy L. Heath

Notice bibliographique

RevuePersonality and Individual Differences · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensMcGill UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésPsychologyVideo gameAutonomyFrustrationSelf-determination theoryCompetence (human resources)PerceptionContext (archaeology)The InternetSocial psychologyApplied psychologyMultimedia

Résumé

récupéré en direct d'OpenAlex

Research has revealed that the push to engage in video games is in part the perception that they satisfy three basic psychological needs (competence, autonomy, relatedness). However, the pull toward a problematic style of video game engagement based on Internet Gaming Disorder symptomatology has been found to be explained in part by the daily frustration of these same needs. Currently, these two areas of gaming research have been conducted within separate studies. Therefore, the objective of the present study was to bridge these two theoretically compatible areas of research in exploring the interaction between gaming need satisfaction and daily need frustration in explaining problem video game use and gaming frequency. An online sample of 922 adults (59.1% males; Mage = 23.53 years; SD = 6.84) were recruited. Results revealed both gaming need satisfaction and daily need frustration positively contributed to gaming frequency and problem video game use accounting for 19.7% and 23.5% of their respective variances. Furthermore, gaming frequency and problem video game use were highest when both gaming need satisfaction and daily need frustration were high. The implications of these results are discussed within the context of current research and strengths-based clinical approaches.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,240
Tête enseignante GPT0,334
Écart entre enseignants0,094 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations79
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revuePersonality and Individual DifferencesMême sujetImpact of Technology on AdolescentsTravaux en français237 207