Pay-to-Win Gaming and its Interrelation with Gambling: Findings from a Representative Population Sample
Notice bibliographique
Résumé
Pay-to-Win gaming describes a common type of video game design in which players can pay to advance in the game. The frequency and value of payments is unlimited, and payments are linked to players' competitiveness or progress in the game, which can potentially facilitate problematic behavioral patterns, similar to those known from gambling. Our analyses focus on assessing similarities and differences between Pay-to-Win and different forms of gambling. Based on a survey among 46,136 German adult internet users, this study presents the demographic and socio-economic profile of (1) Pay-to-Win gamers who make purchases in such games, (2) heavy users who conduct daily payments, and (3) gamers who are also gamblers. Motives for making payments were assessed and participation, frequency and spending in gambling by Pay-to-Win gamers are presented. To assess the similarity of Pay-to-Win gaming and gambling, we tested whether Pay-to-Win participation, frequency of payments and problematic gaming behavior are predictors for gambling and cross-tested the opposite effects of gambling on Pay-to-Win. We find that Pay-to-Win gamers are a distinct consumer group with considerable attraction to gambling. High engagement and problematic behavior in one game form affects (over)involvement in the other. Common ground for Pay-to-Win gaming and gambling is the facilitation of recurring payments.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».