Agresividad e Inmersión en universitarios varones usuarios de videojuegos en cabinas de internet
Notice bibliographique
Résumé
El presente estudio tiene el objetivo de analizar la relación entre la agresividad e inmersión en estudiantes universitarios varones que frecuentan cabinas de internet para jugar videojuegos online. Se teoriza que la inmersión en videojuegos online facilita la descarga de expresiones de agresión que salen del plano virtual y se expresan en la cotidianidad (Southwell & Doyle, 2004; Huerta, 2005). Así mismo, el exceso o continuo uso de videojuegos online podría afectar patrones de comportamiento a un nivel lo suficientemente grave como para desarrollar una dinámica adictiva a los videojuegos (World Health Organization, 2018). El método propone analizar correlaciones y diferencias según las variables propuestas por la ficha DANE de videojuegos (Labrador, & Villadangos, 2010), las pruebas de agresividad de Buss y Perry (1992) y el Cuestionario de Inmersión de Jennett & Cox (2008) siguiendo una lógica de investigación exploratoria (Vera, 2005). Los resultados indican que la agresividad y la inmersión correlacionan mínimamente frente a los videojuegos online de tipo MOBA y si bien tienen un alto poder inmersivo, éstos no necesariamente implican un mayor nivel de agresividad. Se propone que las variables de edad de inicio de juego, lugar de juego y la evolución en las horas de juego influenciarían en gran medida a la dinámica de inmersión y agresividad. Finalmente, debido a la poca investigación realizada en el medio peruano, se propone un mayor estudio de la inmersión y agresividad con las variables mencionadas.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».