Measuring Female Gaming: Gamer Profile, Predictors, Prevalence, and Characteristics From Psychological and Gender Perspectives
Notice bibliographique
Résumé
Research investigating female gaming is relatively scarce, and past research has demonstrated that men are more likely to be problematic gamers. Few studies have focused on female gamers in community samples, and those that have been published have mainly collected qualitative data in Europe. There is case study evidence suggesting clinicians are increasingly treating problem female gamers. The aim of this study is threefold: (i) to establish an international female gamer profile, (ii) to determine predictors associated with perceived internet gaming disorder (IGD), and (iii) to identify those who are potentially at risk of developing gaming addiction and its characteristics by applying a quantitative approach. A cross-sectional online survey was applied through international gaming forums recruiting 625 female gamers, assessing sociodemographics, gaming devices used and play genres, and a set of questionnaires on gaming [e.g., problem online gaming (e.g., the nine-item short-form scale to assess IGD: IGDS9-SF), female stereotypes (e.g., sex role stereotyping scale), and psychological symptoms (e.g., Symptom CheckList-27-plus)]. Female gamers from all continents reported the use of all videogames, especially popular online games using computers and consoles. The proportion of gamers with potential IGD was one per cent. Regression analyses identified several risk factors for increased scores on the IGDS9-SF, namely having achievement and social motivations, embodied presence and identification with the avatar, hostility and social phobia together with negative body image, playing Multiplayer Online Battle Arena games, Massively Multiplayer Online Role-Playing Games, and First-Person-Shooter games. Findings contribute to filling the gap in knowledge on female gaming, to aid in the applicability of problematic gaming measurements in female gamers, especially those who are at risk of problematic gaming. The purpose of this study is to enhance the validity of the current measures to diagnose problem gaming appropriately in both genders.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».