بررسی عوامل پیش بینی کننده میزان پرخاشگری در نوجوانان کاربر بازی های رایانه ای خشن در شهر قم، سال ۱۳۹۱
محل انتشار: مجله دانشگاه علوم پزشکی قم، دوره: 7، شماره: 3
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 133
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MUQ-7-3_010
تاریخ نمایه سازی: 2 آبان 1401
چکیده مقاله:
زمینه و هدف: نوجوانان عمده ترین مخاطبان بازی های رایانه ای هستند. فن آوری جذاب این بازی ها، چهره های مجازی را در نظر مخاطبان خود به گونه ای واقعی جلوه می دهند. در این بازی ها، گرایش زیادی به نشان دادن صحنه های خشن و مرگ بار وجود دارد. مطالعه حاضر با هدف تعیین عوامل پیش بینی کننده میزان پرخاشگری در کاربران نوجوان بازی های رایانه ای خشن در شهر قم انجام شد.
روش بررسی: در این مطالعه توصیفی – مقطعی، ۱۰۰ نوجوان کاربر بازی های رایانه ای خشن مراجعه کننده به گیم نت های شهر قم به صورت نمونه گیری تصادفی انتخاب شدند و پرسشنامه های مربوط به اطلاعات دموگرافیک، میزان پرخاشگری و نگرش نسبت به خشونت را تکمیل کردند. داده ها با استفاده از آزمون های همبستگی، آنالیز واریانس یک طرفه و تحلیل رگرسیون مورد تجزیه و تحلیل قرار گرفت. سطح معنی داری ۰۵/۰>p در نظر گرفته شد.
یافته ها: میانگین سن نوجوانان مورد بررسی ۶/۱±۲/۱۴ سال بود. نتایج نشان داد سه متغیر نگرش نسبت به خشونت، تعداد ساعات بازی در هفته و معدل آخرین مقطع تحصیلی، قادر به پیش بینی ۴۳% تغییرات پرخاشگری کاربران نوجوان بازی های رایانه ای خشن بوده است
(۰۰۰۱/۰p<، ۶/۶f=، ۴۳/۰=۲r).
نتیجه گیری: طبق نتایج این مطالعه، برنامه های آموزش رسانه بیشتر باید بر تغییر نگرش مثبت نوجوانان به پرخاشگری و کاهش تعداد ساعات بازی در هفته تمرکز داشته باشد. همچنین به کارگیری راهبردهای ترغیب کننده در جهت پیشرفت تحصیلی می تواند تعداد ساعات بازی با این رسانه را کاهش دهد.
کلیدواژه ها:
نویسندگان
ثاراله شجاعی
Tarbiat Modares University
طاهره دهداری
Tehran University of Medical Sciences
کرامت نوری جلیانی
Tehran University of Medical Sciences
بهناز دوران
Baghiatallah University of Medical Sciences
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :