Psychometric Properties of the Metacognitions About Online Gaming Scale in the Chinese Population and Its Relationship With Internet Gaming Disorder: Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: Metacognitions about online gaming have been shown to be correlated with Internet Gaming Disorder (IGD). Knowledge of metacognitions about online gaming can help to understand IGD. The Metacognitions about Online Gaming Scale (MOGS) is a reliable and valid tool to measure specific metacognitions about online gaming in both adults and adolescents, which is lacking in China. OBJECTIVE: This study was conducted to assess the psychometric properties of the Chinese version of the MOGS (C-MOGS) and its relationship with IGD in the Chinese population. METHODS: A total of 772 Chinese individuals (age: mean 21.70, SD 8.81 years; age range: 13-57 years; 458/772, 59.3% male) completed a web-based questionnaire survey, including the C-MOGS and a battery of validated scales measuring IGD, gaming motives, depression, and anxiety. RESULTS: Through exploratory and confirmatory factor analyses, the 3-factor structure was confirmed to have adequate model fit and internal consistency reliability (Cronbach α≥.799, Guttman split-half coefficients≥0.754). Concurrent validity of the C-MOGS was supported by its correlations with IGD (P<.001), gaming motives (P<.001), depression (P<.001), and anxiety (P<.001). Furthermore, the incremental validity analysis showed that the C-MOGS predicted 13% of the variance in IGD while controlling for gender, age, weekly gaming hours, gaming motives, depression, and anxiety. CONCLUSIONS: This study provides evidence that the psychometric properties of the C-MOGS are appropriate and emphasizes its positive association with IGD. The C-MOGS is a reliable and valid instrument for mental health workers to assess metacognitions about online gaming in the Chinese population.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».