Étude exploratoire sur le temps indirect passé aux jeux vidéo en ligne : un corrélat de la dépendance?
Bibliographic record
Abstract
La présente étude exploratoire avait comme objectif de vérifier si le temps de jeu indirect, soit le temps passé à regarder des vidéos de jeu ou du streaming, est un corrélat de la dépendance, et ce, au-delà du temps de jeu direct. Pour atteindre cet objectif, nous avons recruté des participants sur divers forums et médias sociaux. Les participants étaient invités à remplir un questionnaire hébergé sur le site Internet LimeSurvey. Au total, 27 participants ont fourni des données jugées valides. Les participants étaient âgés de 14 à 47 ans et résidaient au Canada (14) aux États-Unis (9) et en Europe (4). Outre le formulaire de consentement, le questionnaire comportait des sections sur les habitudes de jeu, un questionnaire autorapporté pour l’évaluation de la dépendance (GAS-21), un questionnaire sociodémographique et des questions concernant le temps de jeu. Les participants ont rapporté jouer en moyenne 27,2h (ÉT = 22,5) par semaine, soit en moyenne 58h (ÉT = 19,5) pour les joueurs étant considérés comme dépendants selon le GAS-7 (n = 3), et 22,3h (ÉT = 19,1) pour les non-dépendants (n =19). La différence de temps de jeu entre les deux groupes est statistiquement significative. Pour ce qui est du temps indirect, les participants ont rapporté jouer en moyenne 13,3h (ÉT = 18,6), ou une moyenne de 17,5h (ÉT = 20,1) pour les joueurs considérés comme dépendants selon le GAS-7 et de 12,4h (ÉT = 18,9) pour les non-dépendants. Cette différence n’est toutefois pas statistiquement significative. Des corrélations de Pearson indiquent que l’intensité des symptômes de la dépendance, ou ISD, possède un lien positif de grande taille avec le temps direct de même qu’un lien positif de taille moyenne avec le temps total, mais qu’il n’y avait pas de lien statistiquement significatif entre celui-ci et le temps indirect. Ainsi, le temps total ne permettait pas de prédire l’ISD au-delà du temps de jeu direct. Cependant, puisque le streaming a gagné énormément en popularité entre 2016 et 2019, soit une augmentation de 126% dans les heures de visionnement sur la plateforme Twitch.tv, les résultats pour le temps indirect pourraient possiblement être différents si nous faisions la collecte de données aujourd’hui avec un plus grand échantillon. Finalement, les résultats obtenus dans cette étude exploratoire démontrent l’intérêt d’inclure le temps de jeu indirect dans les recherches futures afin de mieux comprendre le rôle du streaming chez les joueurs de jeux vidéo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.037 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".