電玩最影響青少年的層面不是學業 而是睡眠不足
太報.2024年5月9日 21:43
根據美國最新的一項民調,電玩對於青少年負面衝擊最大的層面並不是學業,而是睡眠不足。與此同時,電玩也對於幫助青少年建立友誼、發展解決問題能力有很大的幫助。

美國民調機構皮尤研究中心(Pew Research Center)針對13到17歲美國青少年進行的調查發現,85%的受訪者表示有在玩電玩,不過只有40%自認為是電玩玩家。

有玩電玩的人當中,56%表示電玩幫助他們發展解決問題的能力(3%認為損害),47%表示有助於他們發展友誼(4%表示損害)。也有高達41%受訪者說電玩有助於發展與他人合作的能力(4%表示損害),更有32%表示電玩讓他們的精神健康狀況改善(7%表示損害)。

在主要的負面影響方面,東方亞洲家長最關注的學業問題,有17%青少年表示電玩損害了學業,但也有11%認為電玩讓他們學業成績更好。青少年承認最大的負面影響是睡眠,41%承認電玩損害了他們的睡眠時間,僅5%說電玩對睡眠有正向幫助。

這些青少年的意見符合許多專家的研究結論。遊戲原本就是人類發展成長學習的手段之一,而在這個網路世代,一起打電玩的確也是人際關係的主要潤滑劑。但是過度沉迷任何事情都有壞處,最具體的表現就是剝奪時間,睡眠不足。

電玩環境也有其陰暗面,與網路社交一樣,同樣有霸凌、性騷問題。43%受訪者表示他們打遊戲時遭遇其他玩家言詞或者具體的恐嚇,或者收到性騷擾的訊息。

電玩在性別方面也有顯著的差異,97%的男性青少年表示會打電玩,高達62%說自己是電玩玩家。但在女性這一邊,打電玩的比率退到73%,會稱呼自己是電玩玩家的青少女,比率更是降到僅有17%。

在遊戲平台方面,儘管手機遊戲目前大行其道,青少年最普遍的遊戲平台依舊是家用遊戲主機,達73%,比手機的70%高一點。值得留意的是,青少年玩家也有將近四分之一使用頭戴虛擬裝置(VR)打電玩,VR裝置在青少年之中滲透率不低。

另一個值得注意的趨勢是,將近40%的受訪青少年表示最近都在減少打電玩的時間。這種「數位退潮」的情況在新冠疫情封禁結束後出現在社會與生活各個層面,顯然在青少年的電玩圈也有同樣趨勢。

皮尤的這項民調是在去年9月26日到10月23日期間,抽樣訪問了1453名美國青少年。

更多太報報導
金秀賢睽違9年襲台 見面會時間地點曝光
Toyz網路販毒案 判刑4年2月定讞將入監
ACG不分家!獲數位部補助遊戲業者 文策院助對接國發基金

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

朱立倫 演說

立法院 國會 改革

賴清德 演說

慶賀團 酒會

行政院 內閣 交接

賴清德 發表 演說

FTNN新聞網
Yahoo奇摩(即時新聞)
中天新聞網
中時新聞網
批賴清德演說宣示「競逐太空」空泛 藍委:對「三大面向」卻草草帶過惜字如金
[FTNN新聞網]記者孫偉倫/台北報導總統賴清德在今(20)日正式就職並發表演說,內容宣示要「競逐太空,探索海洋」,國民黨立委王鴻薇指出,賴清德,但對錯誤...
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司