Impulsivity and Video Game–related Motives as Predictors of Video Game Loot Box Use
Notice bibliographique
Résumé
ABSTRACT Objective: The purpose of this study was to investigate potential gambling and gaming-related traits and motivations as predictors of increased loot box purchasing to identify risk factors for engagement with this potentially addictive element of video games. Methods: This study investigated whether impulsivity, completionism (ie, a need to collect in-game items), perceived social pressure, and an overall desire to have one’s gaming avatar look a certain way contribute to increased monthly loot box spending. It was hypothesized that impulsivity would predict increased loot box spending over and above age and gender, and that the sequential addition of completionism, perceived social pressure, and desire to have one’s game avatar look a certain way, will predict increased monthly loot box spending over and above antecedent variables. Results: A total of 601 adult video game players recruited via an online survey panel were analyzed. A large proportion of participants spent $0 on loot boxes. Thus, a gamma hurdle model to investigate binary endorsement of loot box purchasing and changes in monthly loot box spending. All the hypothesized variables significantly predicted binary endorsement, but not changes in monthly loot box spending. Conclusion: The findings highlight the nuance of how players engage in predatory gambling mechanics of video games such as loot boxes. A risk factors related to addiction like impulsivity and factors aligned with video game-related motivations may predict the decision to purchase a loot box, but perhaps not continued spending. Objectif: L’objectif de cette étude était d'étudier les traits de caractère et les motivations liés aux jeux d’argent et de hasard en tant que prédicteurs de l’augmentation des achats de coffres de butin afin d’identifier les facteurs de risque d’engagement avec cet élément des jeux vidéo qui peut créer une dépendance. Méthodes: Cette étude a cherché à savoir si l’impulsivité, l’achèvement (c’est-à-dire le besoin de collecter des objets dans le jeu), la pression sociale perçue et le désir général d’avoir un avatar de jeu d’une certaine façon contribuent à l’augmentation des dépenses mensuelles pour les coffres de butin. L’hypothèse est qu’au-delà de l'âge et du sexe, l’impulsivité prédit l’augmentation des dépenses en coffres de butin et que l’ajout séquentiel de l’achèvement, de la pression sociale perçue et du désir de donner une certaine apparence à l’avatar du jeu permettrons de prédire l’augmentation des dépenses mensuelles en coffres de butin au-delà des variables antécédentes. Résultats: Un total de 601 joueurs de jeux vidéo adultes recrutés par le biais d’un panel d’enquête en ligne a été analysé. Une grande partie des participants ont dépensé 0 $ pour des coffres à butin. Ainsi, un modèle de hurdle gamma a permis d'étudier l’endossement binaire de l’achat de coffres de butin et l'évolution des dépenses mensuelles en coffres de butin. Toutes les variables hypothétiques ont permis de prédire de manière significative l’endossement binaire, mais pas l'évolution des dépenses mensuelles en coffres de butin. Conclusion: Les résultats soulignent les nuances sur la façon dont les joueurs s’engagent dans les mécanismes de jeu prédateurs des jeux vidéo tels que les coffres de butin. Un facteur de risque lié à la dépendance, comme l’impulsivité, et des facteurs alignés sur les motivations liées aux jeux vidéo peuvent prédire la décision d’acheter un coffre de butin, mais peut-être pas la poursuite des dépenses.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».