MétaCan
Menu
Retour à la cohorte
Enregistrement W4388908296 · doi:10.2196/48317

The Relationship Between Cognitive Resource Consumption During Gameplay and Postgame Aggressive Behaviors: Between-Subjects Experiment

2023· article· en· W4388908296 sur OpenAlexvenueno aff
Huina Teng, Lixin Zhu, Xuanyu Zhang, Boyu Qiu

Notice bibliographique

RevueJMIR Serious Games · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensnon disponible
Organismes subventionnairesGuangzhou Medical University
Mots-clésCognitionCognitive loadVideo gameProsocial behaviorPsychologyCognitive resource theoryTask (project management)Applied psychologySocial psychologyMultimediaComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Background: The question of how video games can shape aggressive behaviors has been a focus for many researchers. Previous research has focused on how violent video game content leads to postgame aggressive behaviors. However, video games not only convey violence or prosocial content to players but also require cognitive effort from individuals. Since human cognitive resources are limited, consuming more cognitive resources in a game leads to less cognitive resources to suppress aggressive impulses. Therefore, the depletion of cognitive resources from playing video games may also lead to changes in postgame aggressive behaviors. Objective: This study aimed to examine the relationship between cognitive resources consumed in video games and postgame aggressive behaviors. Methods: A total of 60 participants (age: mean 20.22; range 18-24 y) were randomly assigned to either the high-load group or the low-load group. Participants from both groups played a video game centered around college life. In the low-load group, participants followed the gameplay instructions to complete it. In the high-load group, participants were given an extra digital memory task to complete while playing the game. Participants in both groups played the video game for about 25 minutes. A maze selection task was then conducted to measure the participants' helping and hurting behaviors. Results: The independent samples 2-tailed t tests showed that the high-load group had significantly higher hurting scores (mean 3.13, SD 2.47) than the low-load group (mean 1.90, SD 2.12; t58=-2.07, P=.04; Cohen d=-0.535), whereas helping behaviors were not significantly affected (t58=1.52, P=.13; Cohen d=0.393). Conclusions: As more cognitive resources are consumed in a video game, more hurting behaviors are exhibited after the game. This finding proposes an alternative route by which video games impact aggressive behaviors, adding to previous theories and raising concerns about the popularity of cognitive training games.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,934

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,351
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetBullying, Victimization, and AggressionTravaux en français237 207