Investigating Flow State and Cardiac Pre-ejection Period During Electronic Gaming Machine Use
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Flow activities (e.g. sports and gaming) have been associated with positive affect and prolonged engagement. In the gambling field, modern electronic gaming machines (EGMs, including modern slot machines) have drawn concern as a potentially flow-inducing activity that may be associated with gambling-related harms. Current research has heavily relied on self-reported flow, and further insights may be afforded by physiological methods. We present data from three separate experiments in which self-reported gambling flow and cardiac pre-ejection period (PEP; a measure of sympathetic nervous system arousal) were examined. Male undergraduate participants gambled on a genuine EGM in a laboratory setting for a period of at least 15 min, and completed the Flow subscale of the game experience questionnaire (GEQ). Aggregated data were analyzed using multilevel regression. Although EGM gambling was not associated with significant changes in PEP across participants, we found that self-reported flow states were associated with significant decreases in PEP during the first five minutes of EGM use. Thus, participants who experienced flow showed a greater sympathetic nervous system response to the onset of gambling. Though these effects were consistent in experiments 1 and 2, in experiment 3 the effect was inverted during the same time window. We conclude that flow during EGM gambling appears to be associated with early changes in sympathetic nervous system activity, but stress that more research is needed to characterize boundary conditions and moderating factors.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle