Maladaptive Personality Functioning and Psychopathological Symptoms in Problematic Video Game Players: A Person-Centered Approach
Notice bibliographique
Résumé
BACKGROUND: A need exists to increase our understanding of the association between maladaptive personality traits, psychopathological symptoms, game preference, and different types of video game use. In the present study, we used a person-centered approach to identify different subtypes of video game players and we explored how they differ in personality profiles, clinical symptoms, and video game usage. METHODS: We assessed problematic gaming via the nine-item Internet Gaming Disorder Scale and self-reported screen time playing video games in a sample of 366 adolescents and young adult gamers. Participants also completed measures on maladaptive personality domains (Personality Inventory for DSM-5 Brief Form), alexithymia (Toronto Alexithymia Scale-20 items), and psychopathological symptoms (DSM-5 Self-Rated Level 1 Cross-Cutting Symptom Measure) and reported which genre of video games they preferred. RESULTS: Using a person-centered, cluster-analytic approach, we identified four clusters of video game players (Occasional, Passionate, Preoccupied, and Disordered) presenting peculiar combinations of problematic gaming scores and time spent online playing video games. Non-problematic gamers (Occasional and Passionate) represented the majority of the sample (62.3% of the participants). Highly involved gamers who exhibited excessive screen time playing video games (Disordered gamers) presented the highest level of maladaptive personality traits and psychopathological symptoms, and were characterized by the greatest use of Multiplayer Online Battle Arena (MOBA) games. CONCLUSION: These results have clinical implications on suggesting the importance to determining whether or not problematic gaming activities reflect a dysfunctional emotion-focused coping strategy to avoid inner unpleasant emotional or a more generally compromised emotional and social functioning.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».