摘 要 自我調(diào)節(jié)是通過調(diào)節(jié)自身認知和行為來實現(xiàn)目標(biāo)的過程，其與游戲?qū)ｉL及表現(xiàn)關(guān)系密切。為探討自我調(diào)節(jié)與電競專長的潛在關(guān)系，研究1招募535名大學(xué)生游戲玩家，修訂了中文版游戲自我調(diào)節(jié)量表。研究2考察了112名《英雄聯(lián)盟》玩家的游戲自我調(diào)節(jié)與游戲排名的相關(guān)關(guān)系。研究3檢驗了28名《王者榮耀》職業(yè)選手與28名業(yè)余玩家的游戲自我調(diào)節(jié)差異。結(jié)果發(fā)現(xiàn)，中文版游戲自我調(diào)節(jié)量表具有較好的信度與效度；游戲自我調(diào)節(jié)可預(yù)測6.9%～9.3%的游戲排名；職業(yè)選手的游戲自我調(diào)節(jié)水平高于業(yè)余玩家。修訂后的游戲自我調(diào)節(jié)量表驗證了游戲自我調(diào)節(jié)和電競專長的積極聯(lián)系，為電競評估、選材提供了新的測量工具。

關(guān)鍵詞 自我調(diào)節(jié)；游戲玩家；職業(yè)選手；電子競技；專長

分類號 B849；B842

DOI：10.16842/j.cnki.issn2095-5588.2024.08.002

1 引言

自我調(diào)節(jié)是班杜拉社會認知理論的核心概念之一，強調(diào)在較高的動機驅(qū)使下通過調(diào)節(jié)自己的認知和行為來實現(xiàn)目標(biāo)（Bandura， 1991）。社會認知理論認為自我調(diào)節(jié)通過以下三個方面實現(xiàn)調(diào)節(jié)作用：對自己的動機、行為及其影響的認知和監(jiān)控；從內(nèi)在和外界標(biāo)準(zhǔn)評價個人行為；情感上的自我反映與調(diào)節(jié)。自我調(diào)節(jié)目前已經(jīng)成為解釋個體學(xué)業(yè)表現(xiàn)甚至運動表現(xiàn)等方面的重要因子之一（Jordet， 2015; Winne， 2001）。

近幾年越來越多的學(xué)者開始關(guān)注并探討自我調(diào)節(jié)對游戲玩家認知和情緒等的影響。Harma等（2015）通過實驗發(fā)現(xiàn)游戲是一個消耗自我調(diào)節(jié)資源的過程，這提示自我調(diào)節(jié)與游戲過程密切關(guān)聯(lián)。進一步的研究顯示，自我調(diào)節(jié)在玩家的游戲動機和幸福感之間起調(diào)節(jié)作用：擁有更和諧的游戲動機的玩家自我調(diào)節(jié)水平更高，而更高強迫性動機的玩家自我調(diào)節(jié)水平較低（Luxford et al.， 2022）。自我調(diào)節(jié)對游戲玩家的積極影響可能是多方面的。更高的自我調(diào)節(jié)水平與玩家的自我效能感、積極應(yīng)對和積極情緒呈正相關(guān)，與消極情緒呈負相關(guān)（Diehl et al.， 2006）。還有研究發(fā)現(xiàn)，較高的自我調(diào)節(jié)與更高的責(zé)任心、更低的沖動性相關(guān)（Collins et al.， 2012; Liau et al.， 2015）。此外，有研究顯示較低的自我調(diào)節(jié)可能導(dǎo)致過度游戲（Lee amp; LaRose， 2007）。綜上，自我調(diào)節(jié)通過影響游戲玩家的情緒和動機，影響游戲行為。

除探討自我調(diào)節(jié)與游戲玩家情緒、動機等的關(guān)系，研究者還從游戲?qū)ｉL角度，探討了不同水平游戲玩家自我調(diào)節(jié)能力及過程方面的差異。Meryem和Bruning等（2016）結(jié)合游戲情景開發(fā)了游戲自我調(diào)節(jié)量表（Game Self-Regulation Scale， GSRS），將《英雄聯(lián)盟》游戲大學(xué)生玩家分為專業(yè)玩家、中等玩家和低水平玩家，發(fā)現(xiàn)游戲自我調(diào)節(jié)可區(qū)分不同水平的玩家。最近一項研究對比了《反恐精英：全球攻勢》國家聯(lián)賽職業(yè)選手和大學(xué)生玩家，但發(fā)現(xiàn)職業(yè)選手的自我調(diào)節(jié)水平更低（Trotter et al.， 2023），這與上述研究結(jié)果不一致。還有研究對比了北美高校電競隊和次水平玩家的自我調(diào)節(jié)過程，發(fā)現(xiàn)二者的差異主要體現(xiàn)在游戲的預(yù)先思考階段（Kleinman et al.， 2021）。根據(jù)Winne和Zimmerman（2001）提出的自我調(diào)節(jié)四階段模型（任務(wù)定義、目標(biāo)設(shè)定、制定計劃和調(diào)整策略），預(yù)先思考反映了專家的目標(biāo)設(shè)定和制定具體計劃這一階段的自我調(diào)節(jié)特征。這些研究提示了自我調(diào)節(jié)與電競專長的積極聯(lián)系。此外，一項團隊層面的研究將DOTA2業(yè)余玩家分為高、低自我調(diào)節(jié)水平兩組，自我調(diào)節(jié)水平較高的玩家比低水平玩家的競技表現(xiàn)更好、競技投入更高且有更多的團隊合作行為（Wang et al.， 2022）。總體上，第一，目前自我調(diào)節(jié)研究多關(guān)注業(yè)余玩家，針對職業(yè)選手的研究仍較少且結(jié)論不統(tǒng)一；第二，已有自我調(diào)節(jié)量表多基于普通人群修訂，缺乏玩家常模；第三，Meryem和Bruning等（2016）的游戲自我調(diào)節(jié)量表是否適合中國的游戲文化仍需驗證。為了進一步驗證自我調(diào)節(jié)在電競專長中的作用，可招募不同玩家群體，結(jié)合游戲項目作進一步研究。

在自我調(diào)節(jié)的測量工具方面，Carey等（2004）編制的自我調(diào)節(jié)問卷為單因素結(jié)構(gòu)，包括31個條目，如“我為自己設(shè)立目標(biāo)并追蹤自己的進展”等。Diehl等（2006）編制了包含10個條目的自我調(diào)節(jié)量表（Self-Regulation Scale， SRS），該量表偏向注意控制，如條目“我可以控制自己的思緒，不讓自己從手頭的工作中分心”。董維（2023）后續(xù)根據(jù)該英文量表，修訂了中文版自我調(diào)節(jié)量表。Meryem和Bruning等（2016）結(jié)合游戲項目，基于自我調(diào)節(jié)四階段模型，開發(fā)了游戲自我調(diào)節(jié)量表，并檢驗了該量表對不同水平玩家專長的區(qū)分效度。由于電競需要大量的計劃、預(yù)判、復(fù)盤等認知過程的參與，故Winne的自我調(diào)節(jié)模型可能更適用于開發(fā)游戲自我調(diào)節(jié)量表。自我調(diào)節(jié)是電競專長的重要影響因子，但目前尚沒有可用的中文版游戲自我調(diào)節(jié)量表。為了進一步驗證自我調(diào)節(jié)與電競專長的聯(lián)系，有必要修訂中文版游戲自我調(diào)節(jié)量表。

為了驗證自我調(diào)節(jié)在電競專長中的作用，本研究通過招募大學(xué)生游戲玩家和職業(yè)選手，首先在修訂中文版游戲自我調(diào)節(jié)量表的基礎(chǔ)上，進一步探索游戲自我調(diào)節(jié)對電競表現(xiàn)的預(yù)測效果，并檢驗職業(yè)選手和業(yè)余玩家的游戲自我調(diào)節(jié)差異。本研究取得了Meryem編制的游戲自我調(diào)節(jié)量表修訂授權(quán)，經(jīng)過了倫理審核（編號20230221），在OSF預(yù)注冊（https：//osf.io/xrsve），期望拓展該量表在電競領(lǐng)域的應(yīng)用，為中國電競心理測量評估提供新工具。

2 研究1：中文版游戲自我調(diào)節(jié)量表的修訂

研究1招募大學(xué)生游戲玩家，修訂中文版的游戲自我調(diào)節(jié)量表。

2.1 研究對象

選取高校大學(xué)生游戲玩家為研究對象，游戲類型和游戲水平不限，未確診神經(jīng)或心理障礙。通過方便取樣，線上發(fā)放問卷，招募了北京、廣州、長沙等城市的大學(xué)生玩家，剔除測謊題答錯、規(guī)律作答、作答時間過短等無效問卷，共收集4批樣本，有效數(shù)據(jù)共729人次。采用隨機法將樣本分半，分別用于探索性因子分析和驗證性因子分析。

樣本1（n1=270）的數(shù)據(jù)用于探索性因子分析，以確定問卷條目和結(jié)構(gòu)。男生138人，女生132人，平均年齡20.80±2.39歲。

樣本2（n2=265）的數(shù)據(jù)用于驗證性因子分析，驗證問卷結(jié)構(gòu)的穩(wěn)定性。其中，男生141人，女生124人，平均年齡20.92±2.35歲。

樣本3（n3=102）的數(shù)據(jù)用于分析中文版5點計分和原量表百分制的一致性。英文游戲自我調(diào)節(jié)量表的作答為百分制。在前期挑剔性閱讀中，被試反饋百分制作答較為困難，因此將中文量表改為5點計分。為了驗證五點計分和百分制的一致性，從樣本1和樣本2中招募大學(xué)生構(gòu)成樣本3，2天后重測，男生40人，女生62人，平均年齡20.57±2.93歲。

樣本4（n4=92）的數(shù)據(jù)用于分析重測信度。從樣本1和樣本2中招募被試時隔4周進行重測，男生37人，女生55人，平均年齡20.36±2.55歲。

2.2 研究材料

游戲自我調(diào)節(jié)量表由Meryem等人開發(fā)，共26個條目（Meryem amp; Bruning， 2016）。問卷采用百分制對每個條目的行為頻率打分，0=從不，25=很少，50=有時，75=經(jīng)常，100=總是，修訂后轉(zhuǎn)為五級評分。無反向計分，總分越高表明玩家在游戲中的自我調(diào)節(jié)能力越高。元認知是對自我認知過程等的認知。班杜拉提出的自我調(diào)節(jié)強調(diào)對自己認知的理解和調(diào)控，與元認知有一定聯(lián)系，此外對自己情緒的覺察和調(diào)控也是自我調(diào)節(jié)的作用機制之一（Bandura， 1991）。游戲元認知則強調(diào)對游戲相關(guān)情緒的認知（Dang et al.， 2022），因此納入一般性的自我調(diào)節(jié)量表、元認知量表和游戲元認知量表作為效標(biāo)。

自我調(diào)節(jié)量表由Diehl和Semegon（2006）編制，董維（2023）修訂。中文版自我調(diào)節(jié)量表包含10個條目，李克特4級評分：1=完全不正確；4=完全正確。總分越高說明自我調(diào)節(jié)水平越高。量表的Cronbach’s α系數(shù)為0.90。

元認知量表由Cartwright-Hatton和Wells編制（Cartwright-Hatton amp; Wells， 1997），范文超等（2017）修訂。選擇元認知量表中的認知自我意識分量表作為效標(biāo)，共6個條目，李克特4級評分：1=一點兒也不同意，4=非常同意?？偡衷礁弑砻鲗ψ约核季S過程的關(guān)注程度越高，Cronbach’s α系數(shù)為0.77。

游戲元認知量表由Spada和Caselli（2017）編制，Dang等（2022）修訂。中文版游戲元認知量表共包含11個條目，4級評分：1=不同意，4=非常同意。該量表1～6題測量負性情緒的游戲元認知，7～11題測量正性情緒的游戲元認知，分?jǐn)?shù)越高表示負性或正性情緒的元認知水平越高，內(nèi)部一致性系數(shù)分別為0.90和0.92。

2.3 研究程序

中文版量表的修訂步驟：

（1）通過E-mail聯(lián)系游戲自我調(diào)節(jié)量表的原作者，取得量表資料和修訂授權(quán)。

（2）首先由2名心理學(xué)專業(yè)的研究生分別獨立翻譯原量表題目，然后相互討論直到形成一致的中文量表。

（3）請10名具有不同游戲背景的玩家對中文量表進行挑剔性閱讀，研究者逐一與玩家討論后根據(jù)反饋適當(dāng)修改中文量表的條目表述。

（4）請3名英語水平較高者（要求有游戲背景且有研究生學(xué)歷）對中文量表進行回譯：一名英語專業(yè)的游戲從業(yè)者、一名有留學(xué)經(jīng)歷的游戲從業(yè)者、一名英語與心理學(xué)雙學(xué)位研究生?；刈g后，研究者檢查中文量表與英文量表中不一致的條目，與回譯者細致討論并再次完善中文量表。

（5）請1名具有電競研究背景的運動心理學(xué)教授對翻譯后的量表進行跨文化分析，優(yōu)化不適合本土的條目或表述，形成最終施測的中文量表。

（6）招募國內(nèi)游戲玩家。施測前呈現(xiàn)本次研究的主題與知情同意書，施測后發(fā)放報酬。

2.4 研究結(jié)果

使用SPSS26進行探索性因子分析，Amos26進行驗證性因子分析。

2.4.1 探索性因子分析

樣本1（n1=270）進行探索性因子分析。KMO值為0.958，Bartlett球形檢驗的結(jié)果達到顯著性水平，χ2=4363.474，df=325，plt;0.001，說明數(shù)據(jù)適合進行探索性因子分析。采用方差極大正交旋轉(zhuǎn)法，刪除因子載荷小于0.60的條目和跨因子載荷之差小于0.20的條目（Bandara et al.， 2016; Maskey et al.， 2017; Yuen amp; Thai， 2017），最終得到19個條目構(gòu)成的單因子結(jié)構(gòu)，與英文原量表結(jié)構(gòu)一致。第一個因子的方差貢獻率為53.71%。因子載荷矩陣見表1。

根據(jù)項目反應(yīng)理論，難度和區(qū)分度的計算采用多級計分模型，使用R 4.3.2軟件的“mirt package”包完成，結(jié)果見表2。因為量表是五級評分，所以包括四個難度值，d1到d4分別表述從第一級到第二級……第四級到第五級的難度。結(jié)果發(fā)現(xiàn)條目的難度分布范圍在［-3.30， 5.56］?？傮w上，大多數(shù)條目的難度都在［-5， 5］范圍內(nèi)（周娟， 2014）。條目3、8、21、24難度d1大于5，表明這四個條目對于被試的基本正向反應(yīng)（從“從不”到“很少”）要求很高?？紤]到研究1施測的對象是大學(xué)生（大部分電競水平可能低于職業(yè)選手），因此這幾個條目難度較高的原因可能是被試群體對這4個條目的評分略低。本研究條目的區(qū)分度分布范圍為［0.79， 2.65］。根據(jù)0.30到3.00的區(qū)分度分布范圍標(biāo)準(zhǔn)（臧運洪等， 2012），所有條目的區(qū)分度尚可。

2.4.2 驗證性因子分析

為了進一步驗證模型擬合的效果，進行CFA（樣本2，n2=265）。結(jié)果χ2/df=2.448（≤3），說明模型絕對擬合優(yōu)度達到可接受程度。在比較擬合優(yōu)度方面，CFI和IFI、TLI達到了可接受的程度（≥0.9），然而NFI和GFI擬合欠佳（表3），進一步觀測相應(yīng)的簡約擬合指標(biāo)PNFI和PGFI，均達到可接受的擬合優(yōu)度（gt;0.5）。RMSEA的90%CI在0.06和0.08之間，各條目在因子上的標(biāo)準(zhǔn)化路徑系數(shù)為0.53～0.76。此外，樣本量相關(guān)指標(biāo)Hoelter（0.01）為139（gt;0.5），說明目前CFA的樣本量充足。以上結(jié)果表明修訂量表的結(jié)構(gòu)模型達到可接受程度。

2.4.3 信效度檢驗

一致性信度：修訂后的19條中文游戲自我調(diào)節(jié)量表的Cronbach’s α系數(shù)為0.951（樣本1），說明量表信度好。根據(jù)樣本3，百分制和五級計分相關(guān)為0.808（plt;0.001）；將百分制結(jié)果等值轉(zhuǎn)化為五點計分（Dawes， 2008），使用配對樣本t檢驗，轉(zhuǎn)化后的百分制總分和五點計分總分無明顯差異（t=1.590， p=0.115）。以上說明中文量表五點計分的可靠性。

效標(biāo)效度：游戲自我調(diào)節(jié)量表總分與元認知自我意識總分相關(guān)為0.438（plt;0.001），與游戲元認知的正性情緒相關(guān)為0.391（plt;0.001），負性情緒維度相關(guān)為0.197（plt;0.001），與自我調(diào)節(jié)量表總分相關(guān)為0.390（plt;0.001）。為了明確游戲自我調(diào)節(jié)和自我調(diào)節(jié)的相關(guān)是否與其他效標(biāo)相關(guān)系數(shù)之間存在差異，采用Fisher檢驗，結(jié)果表明游戲自我調(diào)節(jié)與自我調(diào)節(jié)的相關(guān)系數(shù)（r1=0.390）和游戲自我調(diào)節(jié)與元認知之間的相關(guān)（r2=0.438）差異不顯著（p=0.780）；r1和游戲自我調(diào)節(jié)與游戲元認知的正性情緒（r3=0.391）的相關(guān)的差異不顯著（p=0.500）。r1和游戲自我調(diào)節(jié)與消極情緒的相關(guān)（r4=0.197）的差異顯著（plt;0.001）。以上結(jié)果說明游戲自我調(diào)節(jié)與自我調(diào)節(jié)的相關(guān)r1并不比其他相關(guān)都低，唯一顯著的是r1比r4高，說明游戲元認知消極情緒維度作為游戲自我調(diào)節(jié)的效標(biāo)效度較低。整體上，自我調(diào)節(jié)、元認知、游戲元認知正性情緒反映了較好的效標(biāo)效度。

重測信度：從樣本1和樣本2時隔4周收集樣本4，樣本4的Cronbach’s α系數(shù)為0.925，量表的重測與前測分?jǐn)?shù)的相關(guān)系數(shù)為0.794，plt;0.001，說明量表重測信度良好。

3 研究2：游戲自我調(diào)節(jié)與玩家表現(xiàn)的聯(lián)系

3.1 研究目的與假設(shè)

研究2根據(jù)研究1修訂的中文版游戲自我調(diào)節(jié)量表，檢驗游戲自我調(diào)節(jié)和玩家排名的相關(guān)，驗證游戲自我調(diào)節(jié)對排名的正向預(yù)測作用。

3.2 研究對象

使用G-Power 3.1，選取顯著性水平α=0.05，效應(yīng)量d=0.8，Slope H1=0.25，達到0.8（1-β）的統(tǒng)計力水平的總樣本量為95名。實際招募148名業(yè)余玩家，剔除不符合納入要求、答題時間過短、信息填寫不完全的玩家，最終納入113名被試（99名男性，14名女性）。研究對象的納入標(biāo)準(zhǔn)為：a.要求過去12個月內(nèi)主要游戲項目為《英雄聯(lián)盟》；b.當(dāng)前賽季和歷史最高賽季有明確的排名；c.未確診神經(jīng)障礙或心理障礙。

3.3 研究材料與程序

采用研究1編制的中文版游戲自我調(diào)節(jié)問卷。收集基本信息和游戲排名?；拘畔ā队⑿勐?lián)盟》的游戲年限和平均每天游戲時長。游戲排名從低到高編碼為1～9，分別對應(yīng)黑鐵、青銅、白銀、黃金、鉑金、鉆石、大師、宗師、王者。本研究采用方便取樣，線上招募被試。招募前展示知情同意，完成后發(fā)放現(xiàn)金報酬。

3.4 研究結(jié)果

對研究2的變量進行相關(guān)分析，由于排名的分類超過五項，可作為等距變量以提高統(tǒng)計檢驗力（de Winter amp; Dodou， 2010）。由于其他變量均為等距變量，故采用Pearson相關(guān)分析。結(jié)果顯示，在研究2的總共113名樣本當(dāng)中，游戲自我調(diào)節(jié)與當(dāng)前段位（r=0.29， p=0.002）和歷史最高排名的相關(guān)顯著（r=0.25， p=0.007），其他變量相關(guān)結(jié)果見表4。

由于當(dāng)前排名和歷史最高排名均與游戲自我調(diào)節(jié)相關(guān)顯著，進一步建立游戲自我調(diào)節(jié)對當(dāng)前排名和歷史最高排名的一元線性回歸方程，結(jié)果顯示游戲自我調(diào)節(jié)能夠獨立預(yù)測當(dāng)前排名9.3%的方差（R2=0.093， p=0.001），預(yù)測歷史最高排名6.9%的方差（R2=0.069， p=0.005）。以上結(jié)果說明游戲自我調(diào)節(jié)能夠顯著預(yù)測玩家的游戲水平。

4 研究3：職業(yè)選手和業(yè)余玩家的自我調(diào)節(jié)差異

4.1 研究目的與假設(shè)

研究2驗證了游戲自我調(diào)節(jié)和電競表現(xiàn)的正向關(guān)系，在此基礎(chǔ)上，研究3招募職業(yè)選手和業(yè)余玩家，進一步檢驗職業(yè)選手和業(yè)余玩家的自我調(diào)節(jié)差異。同時研究3將游戲項目從研究2的端游《英雄聯(lián)盟》轉(zhuǎn)換為移動端的《王者榮耀》，以期通過跨項目驗證提高結(jié)果的生態(tài)效度。

4.2 研究對象

研究3為單因子被試間設(shè)計，使用G-Power 3.1，選取顯著性水平α=0.05，效應(yīng)量d=0.8時（Meryem amp; Bruning， 2016），達到0.8（1-β）的統(tǒng)計力水平的總樣本量至少為42名。共招募被試57名，剔除一名規(guī)律作答的職業(yè)選手?jǐn)?shù)據(jù)，最終納入《王者榮耀》職業(yè)選手28名（18～25歲），業(yè)余玩家28名（18～25歲）。職業(yè)選手來自中國《王者榮耀》職業(yè)聯(lián)賽（KPL）俱樂部，全部為男性。為了匹配性別，業(yè)余玩家均招募男性。

4.3 研究材料與程序

研究材料主要為研究1修訂的中文版游戲自我調(diào)節(jié)量表。職業(yè)選手通過線上收集數(shù)據(jù)，業(yè)余選手對照北京某大學(xué)線下招募。實驗前告知知情同意，完成后發(fā)放報酬。

4.4 研究結(jié)果

游戲自我調(diào)節(jié)量表在本次招募的職業(yè)選手內(nèi)部的標(biāo)準(zhǔn)化Cronbach’α系數(shù)為0.930，說明游戲自我調(diào)節(jié)量表在測量職業(yè)選手時具有較好的信度。進一步建立游戲自我調(diào)節(jié)對專長水平（被試分組為專家和業(yè)余）的一元線性回歸方程，游戲自我調(diào)節(jié)能夠獨立預(yù)測專長水平7.0%的方差（ R2=0.070， p=0.049）。這與研究2的結(jié)果一致，提示游戲自我調(diào)節(jié)可顯著預(yù)測專長水平。

對兩組玩家的游戲自我調(diào)節(jié)差異進行獨立樣本t檢驗，數(shù)據(jù)在MATLAB2023a運行。結(jié)果顯示《王者榮耀》職業(yè)選手的游戲自我調(diào)節(jié)顯著高于業(yè)余玩家（表5），說明游戲自我調(diào)節(jié)能夠有效區(qū)分不同水平的玩家。

5 討論

本研究基于中國玩家修訂了游戲自我調(diào)節(jié)量表，經(jīng)過跨文化分析和探索性因子分析，最終保留了19個條目。量表在職業(yè)選手中的α系數(shù)為0.93，在業(yè)余玩家中為0.95，四周后的重測信度為0.79，說明中文版游戲自我調(diào)節(jié)量表具有較好的信效度。游戲自我調(diào)節(jié)可顯著預(yù)測排名的6.9%～9.3%，可作為區(qū)分職業(yè)選手和業(yè)余玩家的參考心理指標(biāo)。

我國傳統(tǒng)文化重視家庭和社交關(guān)系，在游戲中許多玩家不論水平高低更愿意與伙伴“開黑”（和熟悉的人結(jié)伴玩游戲）（董晨宇等， 2022）。因此在量表的跨文化分析中，剔除了“我優(yōu)先花時間玩游戲而不是和家人或朋友在一起”這一條目。后續(xù)的數(shù)據(jù)分析也發(fā)現(xiàn)國內(nèi)玩家對這個條目的評分普遍較低。在隨后的探索性因子分析中，由于因子載荷較低或跨因子載荷較高，刪除了6個條目，如“我會查看我的分?jǐn)?shù)以了解我在游戲中的進步”等。中、英文量表均為單因子結(jié)構(gòu)，中文量表信效度較好，總體上說明了自我調(diào)節(jié)在游戲領(lǐng)域的適用性。

在研究1修訂量表的基礎(chǔ)上，研究2檢驗了游戲自我調(diào)節(jié)和玩家水平的聯(lián)系。玩家的當(dāng)前排名和歷史最高排名僅與自我調(diào)節(jié)呈顯著正相關(guān)，而年齡、游戲時長這些因素與排名的相關(guān)不顯著。這說明游戲自我調(diào)節(jié)可能是玩家排名的獨立預(yù)測因素。據(jù)此建立一元線性回歸模型，結(jié)果發(fā)現(xiàn)游戲自我調(diào)節(jié)可解釋玩家排名方差的6.9%～9.3%。玩家排名是衡量游戲表現(xiàn)的綜合指標(biāo)。既往研究采用認知能力預(yù)測玩家排名，如持續(xù)注意、多目標(biāo)追蹤能力、工作記憶、推理能力，這些指標(biāo)預(yù)測排名的比例較低，大都低于5%，而人格特質(zhì)對排名的預(yù)測力度更低，如大五人格等大都不能顯著預(yù)測排名（Bonny et al.， 2020; Cretenoud et al.， 2021; Large et al.， 2019）。目前已知預(yù)測度最高的一項研究顯示數(shù)字排序能力可預(yù)測Dota2玩家排名7.6%的方差（Bonny et al.， 2020）。一般的認知能力對游戲排名的預(yù)測度低于自我調(diào)節(jié)，這也反映了游戲自我調(diào)節(jié)的重要性。實際上，游戲自我調(diào)節(jié)包含了游戲前的深思熟慮、游戲中的監(jiān)控和游戲后的積極反思、復(fù)盤等行為，這些模式正是電競職業(yè)選手常用的訓(xùn)練策略。本研究的結(jié)果驗證了自我調(diào)節(jié)和游戲排名的積極聯(lián)系。即使是在電競領(lǐng)域，玩家也可通過調(diào)節(jié)自身行為達到更高的排名，這支持了刻意練習(xí)理論（Ericsson et al.， 1993）。

在研究2驗證自我調(diào)節(jié)與游戲表現(xiàn)關(guān)系的基礎(chǔ)上，研究3招募職業(yè)選手和業(yè)余玩家進一步檢驗二者游戲自我調(diào)節(jié)的差異。同時，研究3（手游）選擇了不同于研究2的項目（端游），以提高結(jié)果的生態(tài)效度。結(jié)果發(fā)現(xiàn)職業(yè)選手的游戲自我調(diào)節(jié)水平顯著高于業(yè)余玩家。這驗證了競技運動領(lǐng)域較高的自我調(diào)節(jié)是精英運動員的核心心理特征之一（Jordet， 2015）。需要說明的是，研究2還發(fā)現(xiàn)游戲自我調(diào)節(jié)與游戲年限呈弱負相關(guān)。國內(nèi)外游戲玩家的自我調(diào)節(jié)相關(guān)研究發(fā)現(xiàn)較高的自我調(diào)節(jié)往往與更好的游戲行為控制有關(guān)（Collins et al.， 2012; Liau et al.， 2015）。更高的游戲自我調(diào)節(jié)可能通過更好的行為控制，進而體現(xiàn)在更短的游戲年限（如早期接觸游戲更晚因而游戲年限更短）。當(dāng)然研究2的樣本仍較小，此方面需要更多證據(jù)。本研究發(fā)現(xiàn)自我調(diào)節(jié)可以顯著區(qū)分職業(yè)選手和業(yè)余玩家。因此借助中文版的游戲自我調(diào)節(jié)量表，可加強對玩家的精準(zhǔn)評估或分類。對于業(yè)余玩家的早期評估和分類，不僅有助于減少業(yè)余玩家以電競之名沉迷游戲的情況，而且可以豐富電競相關(guān)的正面研究，有助于促進電競?cè)后w去污名化。

本研究仍存在一些局限。理想的修訂方式應(yīng)是招募足夠數(shù)量且不同項目的職業(yè)電競選手，而不只招募大學(xué)生玩家。另外，研究3招募的職業(yè)選手均為男性，缺乏女性玩家。最后，由于游戲種類繁多，量表條目的表述未必適合所有電競項目。未來研究可在本研究基礎(chǔ)上設(shè)計自我調(diào)節(jié)和電競表現(xiàn)的縱向追蹤研究，或構(gòu)建自我調(diào)節(jié)影響專長的心理模型，借助電競載體探討個體發(fā)展過程中自我調(diào)節(jié)和專長的交互模式。

6 結(jié)論

本研究修訂了中文版游戲自我調(diào)節(jié)量表，修訂后的中文量表達到可接受的信效度。使用此量表發(fā)現(xiàn)游戲自我調(diào)節(jié)可預(yù)測業(yè)余玩家的游戲排名，游戲自我調(diào)節(jié)可有效區(qū)分職業(yè)選手和業(yè)余玩家。相較于業(yè)余玩家，職業(yè)選手更高的游戲自我調(diào)節(jié)水平可能是其專長表現(xiàn)的重要影響因子。本研究驗證了自我調(diào)節(jié)在電競專長中的作用，為電競實踐提供了新的測評工具。

參考文獻

范文超， 符仲芳， 徐慰， 朱雅雯， 余萌， 王建平（2017）. 元認知問卷在中國大學(xué)生中的修訂. 中國臨床心理學(xué)雜志， 25（3）， 448-452.

董晨宇， 丁依然， 王樂賓（2022）. 一起“開黑”： 游戲社交中的關(guān)系破冰、情感儀式與媒介轉(zhuǎn)移. 福建師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2， 96-107.

董維（2023）. 大學(xué)生短視頻成癮對睡眠質(zhì)量的影響： 自我調(diào)節(jié)和睡眠拖延的鏈?zhǔn)街薪樽饔? 碩士學(xué)位論文.吉林： 吉林大學(xué).

周娟（2014）. IRT中項目參數(shù)的估計精度和DIF檢驗. 碩士學(xué)位論文. 重慶： 西南大學(xué).

臧運洪， 趙守盈， 陳維， 潘運， 張禹（2012）. 用項目反應(yīng)理論修訂父母同伴依戀量表. 貴州師范大學(xué)學(xué)報（自然科學(xué)版）， 30（2）， 22-27.

Bandara， Y. M.， Nguyen， H.-O.， amp; Chen， S.-L. （2016）. Influential factors in the design of port infrastructure tariffs. Maritime Policy amp; Management， 43（7）， 830-842.

Bandura， A. （1991）. Social cognitive theory of self-regul-ation. Organizational Behavior and Human Decision Processes， 50（2）， 248-287.

Bonny， J. W.， Scanlon， M.， amp; Castaneda， L. M. （2020）. Variations in psychological factors and experience-depe-ndent changes in team-based video game performance. Intelligence， 80， Article e101450.

Carey， K. B.， Neal， D. J.， amp; Collins， S. E. （2004）. A psyc-hometric analysis of the self-regulation questionnaire. Addictive Behaviors， 29（2）， 253-260.

Cartwright-Hatton， S.， amp; Wells， A. （1997）. Beliefs about worry and intrusions： The meta-cognitions questionnaire and its correlates. Journal of Anxiety Disorders， 11（3）， 279-296.

Collins， E.， Freeman， J.， amp; Chamarro-Premuzic， T. （2012）. Personality traits associated with problematic and non-problematic massively multiplayer online role playing game use. Personality and Individual Differences， 52（2）， 133-138.

Cretenoud， A. F.， Barakat， A.， Milliet， A.， Choung， O.-H.， Bertamini， M.， Constantin， C.， amp; Herzog， M. H. （2021）. How do visual skills relate to action video game performance？ Journal of Vision， 21（7）， 1-10.

Dang， L.， Chen， J. H.， Zhou， H.， Spada， M. M.， amp; Wu， A. M. S. （2022）. Validation of the metacognitions about online gaming scale （MOGS） among Chinese gamers. Addictive Behaviors， 129， Article e107255.

Dawes， J. （2008）. Do data characteristics change according to the number of scale points used？ An experiment using 5-point， 7-point and 10-point scales. International Journal of Market Research， 50（1）， 61-104.

de Winter， J.， amp; Dodou， D. （2010）. Five-point Likert items： T test versus Mann-Whitney-Wilcoxon. Practical Assessment， Research amp; Evaluation， 15， 1-12.

Diehl， M.， Semegon， A. B.， amp; Schwarzer， R. （2006）. Assessing attention control in goal pursuit： A component of dispositional self-regulation. Journal of Personality Assessment， 86（3）， 306-317.

Ericsson， K. A.， Krampe， R. T.， amp; Tesch-R?mer， C. （1993）. The role of deliberate practice in the acquisition of expert performance. Psychological Review， 100（3）， 363-406.

Harma， M.， Aktan， T.， amp; Cagiltay， K. （2015）. Aim， shoot， deplete： Playing video games depletes self-regulatory resources. International Journal of Human-Computer Interaction， 31（7）， 451-456.

Jordet， G. （2015）. Psychological characteristics of expert performers. In J. Baker amp; D. Farrow （Eds.）， Routledge handbook of sport expertise（pp. 106-120）. Routledge/Taylor amp; Francis Group.

Kleinman， E.， Gayle， C.， amp; Seif El-Nasr， M. （2021）. “Because i’m bad at the game！” A microanalytic study of self regulated learning in league of legends. Frontiers in Psychology， 12， Article e780234.

Large， A. M.， Bediou， B.， Cekic， S.， Hart， Y.， Bavelier， D.， amp; Green， C. S. （2019）. Cognitive and behavioral correlates of achievement in a complex multi-player video game. Media and Communication， 7（4）， 198-212.

Lee， D.， amp; LaRose， R. （2007）. A socio-cognitive model of video game usage. Journal of Broadcasting amp; Electronic Media， 51（4）， 632-650.

Liau， A. K.， Neo， E. C.， Gentile， D. A.， Choo， H.， Sim， T.， Li， D.， amp; Khoo， A. （2015）. Impulsivity， self-regula-tion，and pathological video gaming among youth： Testing a mediation model. Asia Pacific Journal of Public Health， 27（2）， 2188-2196.

Luxford， E.， Türkay， S.， Frommel， J.， Tobin， S. J.， Mandryk， R. L.， Formosa， J.， amp; Johnson， D. （2022）. Self-regulation as a mediator of the associations between passion for video games and well-being. Cyberpsychology， Behavior， and Social Networking， 25（5）， 310-315.

Maskey， R.， Fei， J.， amp; Nguyen， H-O. （2017）. Exploratory factor analysis-Antecedents of information sharing in supply chains. IAME 2017 conference， Kyoto.

Meryem， Y. S.， amp; Bruning， R. H. （2016）. Exploring self-regulation of more or less expert college-age video game players： A sequential explanatory design. Frontiers in Psychology， 7， Article e1441.

Trotter， M. G.， Obine， E. A. C.， amp; Sharpe， B. T. （2023）. Self-regulation， stress appraisal， and esport action perfo-rmance. Frontiers in Psychology， 14， Article e1265778.

Wang， Y.， Leng， J.， Zhang， Y.， Chen， W.， Xing， F.， amp; Zhao， N. （2022）. Behavioral differences of individuals with different self-regulation levels in a real-life example of teamwork-DOTA 2. Frontiers in Psychology， 13， Article e1054675.

Winne， P. H. （2001）. Self-regulated learning viewed from models of information processing. In B. J. Zimmerman amp; D. H. Schunk （Eds.）， Self-regulated learning and acade-mic achievement： Theoretical perspectives （2nd ed.， pp. 153–189）.

Yuen， K. F.， amp; Thai， V. （2017）. Barriers to supply chain integration in the maritime logistics industry. Maritime Economics amp; Logistics， 19（3）， 551–572.