A Longitudinal Study of Gaming Patterns During the First 11 Months of the COVID-19 Pandemic
Notice bibliographique
Résumé
ABSTRACT Objectives: The objective of this study was to longitudinally study engagement in video gaming throughout the first 11 months of the COVID-19 pandemic using latent growth curve modeling. Methods: A total of 332 Canadian adults ( M age =33.79, 60.8% men) who played video games were recruited from the crowdsourcing site Prolific. Participants responded to 4 waves of surveys (spaced 3 mo apart) from April 2020 to March 2021. The main outcome of interest was time spent gaming, measured in hours spent gaming in the past 30 days before each assessment wave. Results: Latent growth curve modelling showed that participants reported high initial levels of gaming, but progressively declined in gaming activity across the subsequent waves. Being male, living with others, experiencing a decrease in income because of COVID-19, endorsement of disordered gaming symptoms, game preference, and solitary gaming were significant predictors of increased gaming at the outset of the pandemic. However, only age was related to longer-term declines in gaming during the pandemic, such that older participants’ gaming decreased at a more accelerated rate. Conclusions: This study suggests that gaming declined over the course of the pandemic and was not a problematic behaviour on average among a community sample of Canadian adults during the COVID-19 pandemic. Objectifs: L’objectif de cette étude était d'étudier longitudinalement l’engagement dans les jeux vidéo au cours des onze premiers mois de la pandémie de COVID-19 en utilisant la modélisation de la courbe de croissance latente. Méthodes: Au total, 332 adultes canadiens (âge=33,79, 60,8% d’hommes) jouant à des jeux vidéo ont été recrutés sur le site de recrutement Prolific. Les participants ont répondu à quatre vagues d’enquêtes (espacées de 3 mois) d’avril 2020 à mars 2021. Le principal résultat d’intérêt était le temps passé à jouer, mesuré en heures passées à jouer au cours des 30 derniers jours précédant chaque vague d'évaluation. Résultats: La modélisation de la courbe de croissance latente a montré que les participants ont signalé des niveaux initiaux élevés de jeu, mais ont progressivement diminué leur activité de jeu au cours des vagues suivantes. Le fait d'être un homme, de vivre avec d’autres personnes, de subir une baisse de revenu en raison du COVID-19, d’endosser des symptômes de troubles du jeu, les préférences de jeux et de jouer en solitaire étaient des facteurs prédictifs significatifs d’une augmentation de l’activité de jeu au début de la pandémie. Cependant, seul l'âge était lié à une diminution à plus long terme du jeu pendant la pandémie, de sorte que le temps de jeu des participants plus âgés diminuait à un rythme plus rapide. Conclusions: Cette étude, prise parmi un échantillon communautaire d’adultes canadiens pendant la pandémie de COVID-19, suggère qu’en moyenne, le jeu a diminué au cours de la pandémie et n’a pas été un comportement problématique.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».