This descriptive study utilized a validated questionnaire to determine the emotions exhibited by computer gamers in cyber caf\'es. It was revealed that most of the gamers were young, male, single, as well as high school and vocational students who belonged to middle-income families. Most of them had computer access at home but only a few had Internet access at home. Gamers tended to play games in cyber caf\'es at least three times a week, usually in the evening, for at least two hours per visit. They also reported that they played games frequently. Majority of the gamers were fond of playing DOTA, League of Legends, and CABAL and they had been playing games for at least two years. It was disclosed that they exhibited both positive and negative emotions while playing games. It was shown that gamers were inclined to be more anxious to be defeated in a game as gaming became frequent and length of years in playing games increased. They also had the tendency to become more stressed when length of years of playing games increased. On the other hand, other gaming behaviors were not significantly related to other emotions. Thus, the null hypothesis stating that gaming behaviors of the respondents are not significantly related to the emotions exhibited while playing the computer games is partially rejected. Therefore, not all emotions exhibited while playing computer games could be attributed to their gaming behaviors. It is recommended that other emotions such as anger, frustration, boredom, amusement, etc. be included in future research.


翻译:这份描述性研究利用一个经过验证的问卷来确定计算机游戏家在网吧里所表现的情绪。 显示大多数游戏家都是年轻、男性、单身以及高中和职业学生,属于中等收入家庭。 他们大多在家有电脑接入,但只有少数人在家有因特网接入。 游戏家通常每周在网吧里玩游戏至少三次,每次访问至少两小时。 他们还报告说,他们经常玩游戏。 大多数游戏家喜欢玩DOTA、传说联盟和CABAL游戏,而且他们玩游戏至少两年。 披露了他们在玩游戏时表现出积极和消极的情绪。 显示游戏家倾向于在游戏中更渴望在游戏中击败,因为游戏越来越频繁,游戏时间也越来越长。 当游戏时间长,他们经常玩游戏。 他们还报告说,他们经常玩游戏。 另一方面,其他游戏家的行为与其他情感没有明显相关关系。 因此,无效的假设是,他们在玩游戏时既有正面情绪,也有负面的情绪行为,而游戏则把游戏的游戏行为归结为真实的情绪。

0
下载
关闭预览

相关内容

Feel,是一款科学地激励用户实现健康生活目标的应用。 想要减肥,塑形,增高,提升活力,睡个好觉,产后恢复……?针对不同的目标,Feel为您定制个性化的健康生活计划,并通过各种记录工具和激励手段帮您实现目标。
专知会员服务
123+阅读 · 2020年9月8日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
106+阅读 · 2020年6月10日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Ontology and Cognitive Outcomes
Arxiv
0+阅读 · 2021年1月8日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
VIP会员
相关主题
相关VIP内容
专知会员服务
123+阅读 · 2020年9月8日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
106+阅读 · 2020年6月10日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员