Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
net/publication/328568469
CITATIONS READS
0 549
3 authors, including:
All content following this page was uploaded by Paolo Jesus Olivari on 05 March 2020.
paolojesus.olivari01@universitadipavia.it
Introduzione
I giochi M.O.B.A. sono una nuova categoria di giochi on-line che gode di grande popolarità grazie ai suoi aspetti sociali, di cooperazione e di competitività dal momento
che permettono agli utenti di interagire fra di loro per mezzo del gioco. Attualmente il genere di gioco on-line più popolare al mondo è il gioco M.O.B.A «League of
Legends», software ludico con più utenti registrati e giocatori attivi del pianeta (Raptr.com, 2015; TwitchTv, 2016). La letteratura sui giochi on-line non risulta essere
molto vasta. Gli studi sul gaming on-line si concentrano soltanto sui giochi M.M.O.R.P.G. e non possono essere sovrapponibili ad un contesto come quello dei M.O.B.A.,
date le divergenze in termini di obiettivi e dinamiche di gioco. Nonostante i M.M.O.R.P.G e i M.O.B.A. godano di una grande accoglienza, è stata ipotizzata una
propensione verso la dipendenza dal gaming per via delle crisi identitarie e i problemi di controllo (Carbonell, Talarn, Beranuy, & Oberst, 2009; Griffiths, Kiraly, Pontes, &
Demetrovics, 2015; Hsu, Wen & Wu,2009).
Tab 2: Effetti di tipo di occupazione per la dimensione «Fattori cognitivi, emotivi e sociali
Tab 1: Effetti di tipo di occupazione per le dimensioni compromissione successo accademico/lavorativo, controllo Tab 3: Effetti di zona geografica di provenienza per il punteggio complessivo IAT
d’uso di internet e per il punteggio complessivo IAT.
Discussione
Cultura del gaming: L’alta prevalenza dei maschi (M(1535) = 1440) tra i soggetti dello studio conferma che il gioco on-line fa parte di una subcultura prevalentemente
maschile.
I disoccupati presentano punteggi più alti nel IAT: Le persone disoccupate da tanto tempo tendono a presentre difficoltà in termini di salute psicofisica e
sintomatologia di tipo depressivo. Queste due condizioni potrebbero aumentare il rischio di addiction ( Ko et al., 2012; Young, 1998; APA, 2013).
I soggetti residenti nel Sud Italia presentano il punteggio più alto IAT: Le regioni del Sud Italia storicamente sono formate da più località rurali ed è stato ipotizzato
da altri studi che coloro che vivono nelle zone extra-urbane potrebbero essere meno informati riguardo all’impatto negativo di Internet e non avrebbero molte forme di
intrattenimento al di fuori della rete (si veda Yen et al,, 2009).
I giocatori Master presentano i punteggi più alti nel IAT rispetto alle altre leghe in League of Legends: I giocatori Master in Italia, essendo i più bravi, sono quelli
che intraprendono una attività di streaming on-line delle proprie partite (Kaytoue et al., 2012). Questa attività aprirebbe la strada ad una visibilità all’interno della
community con conseguenti profitti remunerativi attraverso il sistema delle donazioni on-line (Twitch, 2016). Di conseguenza, non è chiaro se risultati siano dovuti a
questioni di dipendenza da Internet oppure soltanto un investimento verso la strada del pro-gamer.
Globalmente, la media dei punteggi IAT e dei punteggi delle sottodimensioni del IAT attraverso le diverse variabili prese in esame, differiscono lievemente dal profilo di
normalità (Pnormalità = 20-49 punti). Pertanto, non è possibile concludere che League of Legends possa direttamente rappresentare una minaccia in termini di
addiction.
Bibliografia:
American PsychiatricAssociation.(2013). Diagnostic and statistical manual of mental disorders (5th ed.). Washington, DC: American Psychiatric Publishing
Carbonell,X., Talarn, A., Beranuy, M, & Oberst, U. (2009). Cuando jugar se convierte en un problema : el juego patológico y la adicción a los juegos de rol online. Aloma, 25, 201– 220.
Chou, C. (2001). Internet Heavy Use and Addiction among Taiwanese College Students: An Online Interview Study. CyberPsychology& Behavior, 4(5), 573–585.
Ferraro, G., Caci, B., D’Amico,A., & Di Blasi, M. (2007). Internet addiction disorder:an Italian study.Cyberpsychology & Behavior : The Impact of the Internet,Multimedia and Virtual Reality on Behavior and Society, 10(2), 170–175.
Griffiths, M. D., Kiraly, O., Pontes, H. M. & Demetrovics,Z. (2015). An overview of problematic gaming.Mental Health in the Digital Age: Grave Dangers,Great Promise. Retrieved September 2, 2016.
Hsu, S. H., Wen, M. H., & Wu, M. C. (2009). Exploringuser experiences as predictorsof MMORPG addiction.Computersand Education,53(3), 990–999.
Kaytoue, M., Silva, A., & Cerf, L. (2012). Watch me playing, i am a professional: a first study on video game live streaming. In Proceedings of the 21st international conference companion on World Wide Web (pp. 1181–1188).
Ko, C. H., Yen, J. Y.,Yen, C. F., Chen, C. S., & Chen, C. C. (2012). The association between Internet addictionand psychiatric disorder:a review of the literature. European Psychiatry : The Journal of the Association of European Psychiatrists, 27(1).
Raptr.com. (2015). The OfficialRaptr Blog Home | Most Played Games: November 2015 – Fallout 4 and Black Ops III arise while StarCraftII shines. Retrieved September 3, 2016.
TwitchTv. (2016).TwitchTv. Retrieved September 3, 2016, from https://www.twitch.tv/.
Yen, C. F., Ko, C. H., Yen, J. Y.,Chang, Y.P.,& Cheng, C. P.(2009). Multi-dimensionaldiscriminative factors for internet addictionamong adolescents regarding gender and age. Psychiatry and Clinical Neurosciences,63(3), 357–364.
Young, K. S. (1998).Internet Addiction:The Emergence of a New ClinicalDisorder. CyberPsychology & Behavior, 1(3), 237–244.
UNIVERSITA’ DEGLI STUDI DI PAVIA
DIPARTIMENTO DI SCIENZE DEL SISTEMA NERVOSO E DEL
COMPORTAMENTO
CORSO DI LAUREA MAGISTRALE IN PSICOLOGIA
(Materiale Supplementare)
RELATORE:
CORRELATORE:
Jesus Olivari
423860
1.1.1.Età
L’età media è di 20.82 anni (SD = .71) con un range che varia dai 18 ai 36 anni. Il
grafico mostra la distribuzione del campione per età.
1.1.2 Provenienza
Cumulative
Regione di provenienza Frequency Percent Valid Percent Percent
Abruzzo 39 1,8 1,8 1,8
Basilicata 7 ,3 ,3 2,1
Calabria 46 2,1 2,1 4,2
Campania 218 9,9 9,9 14,1
Emilia Romagna 176 8,0 8,0 22,1
Friuli-Venezia
44 2,0 2,0 24,1
Giulia
Lazio 223 10,1 10,1 34,2
Liguria 75 3,4 3,4 37,6
Lombardia 443 20,1 20,1 57,7
Marche 60 2,7 2,7 60,4
Molise 7 ,3 ,3 60,7
Piemonte 141 6,4 6,4 67,1
Puglia 114 5,2 5,2 72,3
Sardegna 40 1,8 1,8 74,1
Sicilia 144 6,5 6,5 80,7
Toscana 154 7,0 7,0 87,7
Trentino-Alto
26 1,2 1,2 88,8
Adige
Umbria 30 1,4 1,4 90,2
Valle d'Aosta 2 ,1 ,1 90,3
Veneto 214 9,7 9,7 100,0
Tabella 1.1
NORD: 49.0%
CENTRO: 23.1%
SUD: 27.9%
Grafico 1.1: Provenienza del campione suddivise per aree geografiche d’appartenenza
Regione di provenienza
25,00%
20,00%
15,00%
10,00%
5,00%
0,00%
Regione di provenienza
Grafico 1.2
1.1.3 Titolo di studio
TITOLO DI STUDIO
Laurea Magistrale/Ciclo unico
Laurea Triennale 1,6%
10,20%
Scuola Media
Inferiore
27,10%
Scuola Media
61.10%
Grafico 1.3: Distribuzione percentuale dei soggetti maggiorenni in base al titolo di studio
1.1.3 Occupazione
OCCUPAZIONE
6,4%
17,9%
65,3%
10,4%
Fidanzato/a
39,2%
Single
57,7%
Grafico 1.5: Distribuzione percentuale dei soggetti maggiorenni in base alla situazione
affettiva
2.1 PROFILO LEAGUE OF LEGENDS
Vengono ora riportati i risultati relativi alle analisi condotte nella prima sezione del
questionario. In particolare, l’obiettivo è stato quello di sviluppare un profilo più
dettagliato del giocatore italiano medio di League of Legends.
Nel seguente grafico viene rappresentata la distribuzione dei motivi principali per
i quali i soggetti sono venuti a conoscenza del gioco di “League of Legends”. In
seguito viene riportata anche la legenda:
• Motori di ricerca o altre risorse del web: percentuale di soggetti che hanno
provato il software grazie ai risultati dei motori di ricerca o alla pubblicità
offerta dai social network e pagine web.
Scuola 3.9%
Altro 2.6%
9.7%
Parenti o legami
sentimentali 6.1%
Motori di ricerca
8.1%
Amici 69.6%
Grafico 2.1: Distribuzione percentuale del campione lungo i motivi che stanno alla base della
conoscenza del gioco.
2.1.2 Piazzamento in lega League of Legends
Nei grafici viene riportata la distribuzione del campione lungo le diverse leghe
esistenti nel gioco League of Legends.
Argento 34,5%
Oro 32,5%
Grafico 2.2: Distribuzione percentuale dei soggetti maggiorenni lungo le leghe del sistema
ranked di LoL
2.1.3 Dirette streaming di League of Legends
Nel grafico viene riportata la frequenza con la quale i soggetti guardano le dirette
streaming della lega professionista del gioco di League of Legends. Il 43% del
campione ha dichiarato di seguire spesso le dirette LCS, il 29,5% ha dichiarato
di seguirle a volte, il 14.5% ha dichiarato di seguire sempre, il 10.1% raramente
mentre solo un 2.6% ha dichiarato di non seguirle mai.
Sempre 14,5%
Spesso 43,3%
A volte 29,5%
Raramente 10,1%
Mai 2,6%
0,0% 5,0% 10,0% 15,0% 20,0% 25,0% 30,0% 35,0% 40,0% 45,0% 50,0%
Grafico 2.3
4.6.2.2 League of Legends come opportunità lavorativa
I grafici riportano la preferenza da parte dei soggetti del campione nel convertire
l’attività ludica di League of Legends in un lavoro a tempo pieno e con riscontri
economici. In particolare, alla domanda: “Ti piacerebbe rendere League of
Legends il tuo lavoro?” il 62.4% del campione ha risposto “Si” mentre il 37,6% ha
risposto “No”, di cui il 59.2% dei maggiorenni ha risposto “Si” contro il 40.8% che
ha risposto “No”.
No 37,6%
Si 62,4%
12