Emotions, Moods, and Videogames: Exploring the Affective Experience of Gamers
Notice bibliographique
Résumé
This dissertation had as a purpose to explore the affective experience of people who play videogames. Across three studies, participants’ experiences were examined at two levels of inquiry: more specific in-game emotional experiences, and more general relationships between videogame playing behaviours, daily moods, and psychosocial functioning. Study 1 (n = 595) cross-sectionally investigated the relationship between emotion regulation flexibility – the ability to read a situation, implement an emotion regulation strategy appropriate strategy, and adapt that strategy if it proves to be ineffective – in relation to dysregulated gaming severity. The findings suggested feedback responsiveness may play the largest protective role in buffering against problematic videogame playing behaviours. Study 2 sought to qualitatively explore gamers’ experiences of tilt (i.e., a cyclical phenomenon where performance failures cause negative emotions leading to even poorer performance) and ragequitting (i.e., an abrupt early removal of oneself from competition fueled by frustration). In semi-structured interviews, participants (n = 30) described tilt as cycle wherein performance failures prompt negative emotions which cloud judgements leading to poorer decisions and more performance failures. They also described how cycles of tilt can lead to ragequitting if unresolved. Study 3 examined the relationship between daily moods and videogame playing behaviours using experience sampling (n = 97; nassessments = 3032). Though participants’ moods tended to improve from pre- to post-videogame timepoints on average, and people higher in trait dysregulated gaming severity tended to report more mood-repair motives for gaming, moods at pre-videogame timepoints were not found to be significantly lower than at other non-gaming related timepoints. Taken together, the research that comprises this dissertation contributes to a better understanding of the psychology of those who play videogames and the relationships between gaming, moods, and emotions.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».