大学生特质性心流的潜类别及其与网络游戏成瘾的关系.pdf

分析大学生特质性心流的潜类别，探讨不同类别的特质性心流与网络游戏成瘾的关系。方法 采用方便抽样的方式对 2 770 名大学生进行调查。使用简版特质流畅量表和病理性网络游戏成瘾问卷对特质性心流和网络游戏成瘾进行评估，分别采用潜在剖面分析和 Kruskal-Wallis 秩和检验探究大学生特质性心流的潜类别及其与网络游戏成瘾的关系，采用模型检验对性别在特质性心流与网络游戏成瘾之间的调节作用进行分析。结果 特质性心流与网络游戏成瘾呈显著负相关（r=-0.12，P 0.01）。大学生的特质性心流可分为3个潜类别：低特质性心流型（52.3%）、中度特质性心流型（44.0%）和高特质性心流型（3.7%）。3 个潜类别网络游戏成瘾得分的差异有统计学意义（H=36.03，P 中度特质性心流型 高特质性心流型。性别在特质性心流与网络游戏成瘾之间有显著的调节作用。结论 大学生的特质性心流存在 3 个潜类别，特质性心流潜类别与网络游戏成瘾水平密切相关。高校可以通过制定与性别特征相关的方案，培养大学生特质性心流来预防网络游戏成瘾。关键词 特质性心流；网络游戏成瘾；潜在剖面分析 Analysis on latent classes of college students dispositional flow and its relationship with Internet game addictionWU Qilin1,HUANG Shihua1*,HUANG Zhihao1,CHEN Mei21.School of Public Health and Management,Guangzhou University of Chinese Medicine,Guangzhou 510006,Guangdong Province,China;2.Guangzhou Huashang College,Guangzhou 510320,Guangdong Province,ChinaAbstract Objective To analyze the latent classes of college students dispositional flow,and explore the relations between different classes of dispositional flow and Internet game addiction.Methods A total of 2 770 college students were enrolled by using convenient sampling method.The scores of dispositional flow and Internet game addiction were measured by the short dispositional flow scale and pathological Internet game addiction questionnaire.The latent classes of college students dispositional flow were explored by latent profile analysis.The Kruskal-Wallis test was used to explore the relationship between latent classes of dispositional flow and Internet game addiction,and model test was used to observe the moderating effect of gender on dispositional flow and Internet game addiction.Results There was a significantly negative correlation between dispositional flow and Internet game addiction（r=-0.12,P 0.01）.Dispositional flow of college students was divided into three latent classes:low dispositional flow（52.3%）,medium dispositional flow（44.0%）,and high dispositional flow（3.7%）.There were significant differences in the scores of Internet game addiction of the three latent classes（H=36.03,P 0.001）.The score of Internet game addiction of college students with low dispositional flow was the highest.Moderation modeling indicated that gender played a significantly moderating role in the relationship between dispositional flow and Internet game addiction.Conclusion There are three latent classes of dispositional flow in college students,and dispositional flow is closely related to Internet game addiction.Colleges can develop programs related to gender doi:10.3969/j.issn.2095-4301.2023.04.005论著 Article基金项目 国家自然科学基金（71904034）；广东省哲学社会科学规划学科共建项目（GD18XXL03）；20212022 学年广州青年与共青团工作课题（2021TSW26）*通信作者（Corresponding author）黄时华，教授，博士生导师；E-mail:收稿日期 2022-08-01 284 教育生物学杂志 2023 年 7 月第 11 卷第 4 期 Journal of Bio-education，Jul.2023，Vol.11 No.4characteristics and cultivate college students dispositional flow to prevent Internet game addiction.Key words dispositional flow;Internet game addiction;latent profile analysis网络游戏成瘾是指个体过度沉迷于网络游戏的活动中，而对网络游戏产生强烈且延续的依赖与渴望，从而使个体心身和社会功能受损1。网络游戏成瘾已经成为当前国际性重大公共卫生问题之一。心流体验是影响网络游戏成瘾的重要因素2-5，是指个体忘却时间流逝专注于活动或任务中而产生的一种积极愉悦状态6，分为特质性心流和状态性心流7，而在游戏中体验到的心流属于状态性心流。根据心流理论，网络游戏具有技能与挑战平衡（新手任务逐渐过渡到困难任务）、明确目标（非玩家角色发放任务）、及时反馈（奖励和惩罚）和控制感（控制游戏角色和游戏剧情走向）等特点3,5，这为个体在游戏过程中产生心流体验创造了条件。有研究2-5发现，状态性心流正向预测网络游戏成瘾。但也有一些追踪研究却有着不一致的结果，如 Wan 等8通过交叉滞后检验发现，状态性心流无法预测 6 个月之后的网络游戏成瘾。这种不一致的现象很值得深入探讨和分析，这可能是因为以往学者没有考虑到的心流另一种重要类型特质性心流在其中发挥着作用。当前较少学者研究特质性心流与网络游戏成瘾的关系。特质性心流是一种个体在日常活动中能普遍感受到心流体验的人格特质6。根据接受-主动模型，特质性心流水平高的个体具备能够识别和寻找新的挑战及积极参与和应对挑战的特点9，能更好地接受挑战与技能不平衡10，能在较多活动中产生心流体验。在实证研究中，特质性心流水平高的个体在控制年龄和性别等无关变量后，相比于家务活动，在工作和休闲活动中能产生更高的心流体验11。功能性磁共振成像（functional magnetic resonance imaging,fMRI）研究发现，特质性心流水平高的个体具有较大的背侧纹状体灰质体积，其与多巴胺受体高度相关12，能促进个体在整体（工作、家务、休闲活动）领域中能较频繁地产生心流体验13-14。另外，特质性心流作为一种优势性格，与主观幸福感、自尊和勇敢等密切相关15-16。可见，个体如果能积极应对高挑战和低挑战，那么他们在困难或无聊的任务中能感受到愉悦感，而网络游戏就不会成为他们获得愉悦感和成就感的唯一选择。根据成瘾变革阶段模型，个体如果通过网络游戏获得情感需求，会诱发成瘾行为17。特质性心流水平高的个体可以从多种途径获得愉悦感和成就感，因此他们难以对网络游戏行为成瘾。由此推测，特质性心流可能是网络游戏成瘾的保护性因素。此外，特质性心流与网络游戏成瘾这两个变量具有一定的性别特征。已有研究11,13表明，生活领域中不同性别个体的特质性心流水平存在差异。在等水平特质性心流的女生和男生中，相比于工作和休闲活动，女生在家务活动中产生的心流体验高于男生；相比于女生，男生网络游戏成瘾倾向更严重18-19。因此，本研究假设性别在特质性心流和网络游戏成瘾中可能存在调节作用。以往关于特质性心流分类的研究主要把平均分作为诊断标准。Procci 等20根据特质流畅量表总分将游戏玩家简单分为高特质性心流组和低特质性心流组；而 Kawabata 等21以量表各个维度的平均分都高于中等得分 3 分作为划分界限，将被试分为心流组和非心流组。以总分或者平均分对被试进行分组，容易忽视群体的异质性，而以个体为中心的潜在剖面分析方法能有效地将群体隐藏的类别识别出来。Kawabata 等22进一步对特质性心流进行潜在剖面分析，得到了 6 种类别，但类别较多会存在一定的重合区域，推广度存在局限性。目前国内关于特质性心流的潜在剖面研究较为缺乏。因此，为了更好地了解大学生群体内部异质性，本研究采用潜在剖面分析方法，探讨大学生特质性心流的潜类别以及不同类别的特质性心流下网络游戏成瘾程度的差异，分析性别在特质性心流与网络游戏成瘾之间的调节作用，以期为网络游戏成瘾的影响因素研究及其预防与干预提供新思路。1 对象与方法1.11.1 研究对象研究对象对样本量进行估计，根据以往研究结果23，简化特质流畅量表总分平均为（29.443.48）分，即总体标准差 为 3.48。规定置信度 0.95，则显著性水平 =0.05，设定容错误差 为 0.5 分。依据公式 进行样本量估算，计算得 n=187，因此样本量至少为 187 人。285 教育生物学杂志 2023 年 7 月第 11 卷第 4 期 Journal of Bio-education，Jul.2023，Vol.11 No.4采用方便抽样方法在广州市某高校进行问卷施测。通过辅导员线上派发问卷，由学生自主填写。共收集 3 100 份问卷，剔除无效问卷后，获得 2 770 份有效问卷，问卷有效率 89.35%。其中男生 531 名（19.2%）、女生 2 239 名（80.8%）；年龄 17 26 岁，平均（19.571.29）岁；大一、大二、大三、大四年级学生分别为 2 051 名（74.0%）、329 名（11.9%）、330 名（11.9%）和 60 名（2.2%）；生源地为城镇 1 316 人（47.5%）和农村 1 454 人（52.5%）。本研究获得所有调查对象的知情同意。1.2 方法1.2 方法1.2.1 简化特质流畅量表调查 量表由 Marsh 等7编制、刘微娜24修订，共 9 个条目对应 9 个维度，分别为技能与挑战的平衡、行为与意识的融合、明确的目标、及时的反馈、专注于任务、控制感、低自我意识、时间的扭曲感和享受的体验。采用 1（从未）5（总是）的 5 级评分，量表总分越高说明特质性心流水平越高。本研究中该量表的 Cronbachs 系数为 0.81。1.2.2 病理性网络游戏成瘾问卷调查 问卷由Gentile25编制、Yu 等26修订，共 11 个条目。采用 3 级评分：0=“从不”，0.5=“有时”，1=“经常”。问卷总分越高说明网络游戏成瘾倾向越严重。本研究中该量表的 Cronbachs 系数为 0.87。1.3 统计学分析1.3 统计学分析使用 Excel 进行数据录入。采用 SPSS 22.0 软件进行描述统计和 Spearman 相关分析，正态分布定量数据以 xs 表示，非正态分布定量数据以 M（P25,P75）表示。采用 Mplus 8.0 软件对大学生的特质性心流进行潜在剖面分析,以简化特质流畅量表各条目作为外显指标，设置 1 6 个类别评估潜在剖面分析的模型拟合度，当 AIC、BIC 和 aBIC值越小，Entropy 值越高，LMR 和 BLRT 的 P 值显著时，说明模型拟合越好27。采用交叉分析表观察不同人口学特征大学生的特质性心流潜类别分布差异；使用 Kruskal-Wallis 秩和检验分析不同特质性心流潜类别下的网络游戏成瘾得分的差异；采用 SPSS 宏程序 PROCESS 进行调节效应模型检验，显著性检验采用 5 000 次的 Bootstrap 法。检验水准 =0.05。2 结果2.1 特质性心流与网络游戏成瘾的相关性2.1 特质性心流与网络游戏成瘾的相关性大学生特质性心流得分为（29.174.57）分，网络游戏成瘾得分为 1.5（1.0,3.0）分。特质性心流与网络游戏成瘾呈显著负相关（rs=-0.12,P 0.01）。2.2 大学生特质性心流的潜在剖面分析2.2 大学生特质性心流的潜在剖面分析以特质性心流作为观察变量，依次增加特质性心流的潜类别进行潜在剖面分析的模型拟合性估计。在模型比较中，随着模型类别的增加，AIC、BIC 和 aBIC 逐渐下降。根据 LMR 显著性以及 Entropy 值大小，初步认定 3 个类别和 4 个类别的模型拟合度和精准性更优。从类别概率数值可知，4 个类别模型的第一类和第三类是从 3 个类别模型中的第二类中分离。具体来看，3 个和 4 个类别模型的问卷条目中的条件概率差异不明显。从各项指标和分类情况综合考虑，最终保留 3 个类别模型。详见表 1。表 1 大学生特质性心流各潜类别指标比较模型KAICBICaBICEntropyP 值类别概率/%LMRBLRT11859 743.6759 850.3559 793.16-122855 754.0255 919.9655 831.000.79 0.000 0.00063.5/36.533854 744.5454 969.7554 849.010.84 0.000 0.00052.1/44.2/3.744853 966.4854 250.9654 098.460.84 0.000 0.0006.5/55.4/34.8/3.155853 704.1954 047.9353 863.650.790.029 0.00013.4/6.1/51.3/26.2/3.066848 641.1449 044.1548 828.090.890.525 0.00011.3/37.9/17.0/9.2/17.6/6.9n=2 770由图 1 可知，大学生特质性心流的 3 个类别在简化特质流畅量表中 9 个条目上均无交点，不同类别的形态趋势基本一致。第一类（C1）的大学生特质性心流得分为 2.6 3.2 分，低于其他类，共有1 450 人，占比 52.3%，命名为“低特质性心流型 组”；第二类（C2）的大学生特质性心流得分为3 4 分，处在 3 个类别的中间水平，共 1 220 人，占比 44.0%，命名为“中度特质性心流型组”；第三类（C3）的大学生特质性心流得分高于其他类别，共有100人，占比3.7%，命名为“高特质性心流型组”。286 教育生物学杂志 2023 年 7 月第 11 卷第 4 期 Journal of Bio-education，Jul.2023，Vol.11 No.4流型组。2.5 特质性心流与网络游戏成瘾的关系：性别的2.5 特质性心流与网络游戏成瘾的关系：性别的调节作用调节作用采用 Hayes 开发的 PROCESS 插件中的模型 1，对变量进行标准化处理，考察性别在特质性心流与网络游戏成瘾之间的调节作用，将生源地作为控制变量对模型进行分析。结果显示：特质性心流对网络游戏成瘾的效应显著（=-0.17，t=-9.08，P 0.001）；与此同时，性别与特质性心流的交互项对网络游戏成瘾的效应显著（=-0.05，t=-3.04，P 0.01），95%置信区间（95%CI）为-0.08 -0.02。简单斜率分析结果显示：随着特质性心流水平的上升，男生和女生的网络游戏成瘾倾向也随之下降；此外，在等水平特质性心流下，男生网络游戏成瘾倾向（=-0.27，t=-7.24，P 0.001）的下降幅度大于女生（=-0.14，t=-6.78，P 0.001）。详见表 3 和图 2。表3 特质性心流与网络游戏成瘾的关系：性别的调节效应检验 项目校标：网络游戏成瘾SEt 值95%CI 城镇0.030.021.46（-0.01，0.06）特质性心流-0.170.02-9.08（-0.20，-0.13）性别0.290.0215.34（0.25，0.32）性别 特质性心流-0.050.02-3.04（-0.08，-0.02）R20.10 F 值73.69注：P 0.01，P 0.001。图1 大学生特质性心流潜类别在简化特质流畅均分条件概率图 注：Q1，我感觉自己的能力足够满足情境的要求；Q2，我的行动是出于本能和自动的，而不必去想；Q3，我清楚地意识到自己想要做什么；Q4,从事任务/活动时，我很清楚自己的表现如何；Q5,我全神贯注于当前的任务；Q6,我对我想要完成的活动有完全的控制感；Q7,我不担心别人可能会怎样看待自己；Q8,时间过得和平常不一样；Q9,这种体验是一种最好的奖励。5.04.54.03.53.02.52.0Q1Q2Q3Q4Q5Q6Q7Q8Q9C3,3.7%C2,44.0%C1,52.3%简化特质流畅量表各条目均分2.3 不同人口学特征大学生的特质性心流潜类别2.3 不同人口学特征大学生的特质性心流潜类别分布差异分布差异交叉表分析结果显示：潜类别分布的年级差异无统计学意义；潜类别分布的性别和生源地差异具有统计学意义。男生在中度特质性心流型组和高特质性心流型组的分布比例高于女生；来自城镇的大学生在中度特质性心流型组和高特质性心流型组的分布比例高于来自农村的大学生。详见表 2。表 2 不同人口学特征大学生在特质性心流潜类别上的分布比较变量特质性心流潜类别2 值P 值低特质性心流型组中度特质性心流型组高特质性心流型组性别34.05 0.001 男244（46.0）247（46.5）40（7.5）女1 206（53.9）973（43.5）60（2.7）年级8.240.221 大一 1 058（51.6）913（44.5）80（3.9）大二191（58.1）128（38.9）10（3.0）大三173（52.4）150（45.5）7（2.1）大四28（46.7）29（48.3）3（5.0）生源地21.54 0.001 城镇628（47.7）635（48.3）53（4.0）农村822（56.5）585（40.3）47（3.2）n（%）2.4 不同特质性心流潜类别大学生的网络游戏成2.4 不同特质性心流潜类别大学生的网络游戏成瘾状况瘾状况低、中、高特质性心流型组大学生的网络游戏成瘾得分分别为 1.5（0，3.0）、1.0（0，2.5）、0（0，2.0）分。Kruskal-Wallis 秩和检验结果显示：组间差异有统计学意义（H=36.03,P 中度特质性心流型组 高特质性心图2 性别在特质性心流与网络游戏成瘾之间的调节效应图男生女生低特质性心流高特质性心流病理性网络游戏成瘾问卷得分3.002.001.000.00-1.003 讨 论3.1 大学生特质性心流的剖面分析3.1 大学生特质性心流的剖面分析本研究结果显示，大学生的特质性心流类型有低特质性心流型、中度特质性心流型和高特质性心流型 3 种。其中，低特质性心流型学生的量表各个条目得分都比较低，尤其在“我不担心别人可能会怎么样看待自己”条目上的得分最低。这表明这类大学生具有高自我意识，认为他人正 287 教育生物学杂志 2023 年 7 月第 11 卷第 4 期 Journal of Bio-education，Jul.2023，Vol.11 No.4在关注和评价自己的言行举止，担心他人会以消极的态度看待自己。有研究发现，具有强烈自我意识的大学生具有假想观众的认知模式，对他人评价类信息过于敏感，容易自我批评，产生低自我价值体验和抑郁情绪28，消极情绪会影响其进入心流体验16。另外，低特质性心流型大学生只在“我全神贯注于当前的任务”和“从事任务时，我很清楚自己的表现如何”这 2 个条目上平均得分高于 3 分，说明这类学生有专注于当前任务的潜力，但可能容易受假想观众认知模式的影响而难以产生心流体验。低特质性心流型大学生占比最高，高校和家庭应该给予特别关注。教师和照护人可以从降低敏感度和提升自我价值感的角度出发培养这类学生的特质性心流，通过改变学生自我的认知模式来降低敏感度，进行自己热爱并且擅长的活动提高自我价值感，从而在学习 中产生心流体验，以避免通过网络游戏产生心流体验。中度特质性心流型学生在量表条目上的平均得分较高，在日常活动中较容易产生心流体验。但在“我的行动是出于本能和自动的，而不必去想”和“我不担心别人可能会怎么样看待自己”的条目上的平均得分较低。可见，这类学生可能是由于活动所需的技能掌握较为生疏和对他人的评价较为敏感这两方面原因，影响到心流体验的产生。高校、家庭和个人可以通过加强技能锻炼和调整自身的认知模式的方法增强大学生在日常活动中的心流体验，也有助于提高主观幸福感15。高特质性心流型学生占比最低，但这类学生的各量表条目得分均处于高水平，说明他们可以在日常生活或任务中容易进入忘我的状态，感受较强烈的心流体验。3.2 人口学变量对大学生特质性心流潜类别的 3.2 人口学变量对大学生特质性心流潜类别的 影响影响本研究还发现，不同性别和生源地大学生的特质性心流潜类别分布存在差异，但在不同年级间没有显著差异。在性别这一变量中，相对于女生，男生在中度特质性心流型组和高特质性心流型组中的比例更高，说明男生更容易产生心流体验。究其原因，可能与社会传统观念有关。根据性别图式理论，个体在发展过程中将社会对性别期待内化整合到自身性别概念中形成性别图式29。社会对男性角色期待更倾向于勇敢30，相比于女性，男性的勇敢程度更高31-32。勇敢这一特质能帮助男生在面对困难时坚持下来，并且能深度地专注于任务，倾向于容易产生心流体验。在生源地这一变量上，与农村学生相比，城镇大学生在中度特质性心流型组和高特质性心流型组中的占比更高，说明城镇学生更容易产生心流体验。相比于城镇学生，农村学生身上可能背负着更多的束缚，包括家庭的厚望、经济压力等，日常会把大部分精力放在兼职上，兴趣爱好的培养相对较少33，这可能使得农村学生较难产生心流体验。3.3 不同特质性心流潜类别大学生的网络游戏成3.3 不同特质性心流潜类别大学生的网络游戏成瘾状况瘾状况在特质性心流不同潜类别上，大学生的网络游戏成瘾程度存在显著差异。高特质性心流型大学生的网络游戏成瘾得分最低，其次是中度特质性心流型和低特质性心流型。究其原因，可能在于特质性心流是一种个体把自身技能与挑战相匹配的积极心理特质10。研究发现，高特质性心流型大学生在面对具有一定难度的任务时，善于将任务重新划分为自己易于管理的小目标34；在面对简单乏味的任务时，他们能比其他类别的大学生更擅长发现其中被忽视的乐趣，更容易集中注意力10。因此，高特质性心流型大学生容易在高挑战与低挑战的任务中产生心流体验。高特质性心流型大学生能够沉浸在工作、学习（高挑战）和其他休闲活动（低挑战）中，从中体验到愉悦感，提高主观幸福感15，他们能在多种途径中获取愉悦感和成就感11,13-14。因此，即使在网络游戏中产生心流体验，也不会使高特质性心流型大学生过度依赖于网络游戏来获取愉悦感，从而降低了网络游戏成瘾的可能性。这解释了高特质性心流型大学生的网络游戏成瘾得分最低的现象。低特质性心流型大学生难以完成技能与挑战不匹配的任务，而网络游戏会根据他们的能力调整游戏挑战35，网络游戏可能成为这类大学生产生心流体验的唯一途径。根据 Davis36的认知行为理论，带有愉悦的反馈体验可能会促使个体沉浸于网络游戏之中，这种愉悦体验很可能增加低特质性心流型大学生网络游戏成瘾的风险。由此推测，低特质性心流型大学生可能在其他活动中难以产生心流体验，而在网络游戏中容易产生心流体验，这可能会成为他们获得愉悦感的唯一途径。因此，这类学生容易过度依赖网络游戏来获取愉悦感，最终导致网络游戏成瘾。学校和家长应重点关注低特质性心流型大学生，通过培养学 288 教育生物学杂志 2023 年 7 月第 11 卷第 4 期 Journal of Bio-education，Jul.2023，Vol.11 No.4生的特质性心流，降低其网络游戏成瘾的风险。例如，帮助学生提高自身技能水平、调整假想观众的认知模式、提升自我价值感，这将能在一定程度上避免这类学生在网络游戏中寻找自我价值感，从而预防成瘾问题。3.4 性别在特质性心流与网络游戏成瘾之间的调3.4 性别在特质性心流与网络游戏成瘾之间的调节效应节效应本研究进一步发现，性别在特质性心流与网络游戏成瘾之间存在调节作用，即特质性心流在负向预测网络游戏成瘾过程中存在显著的性别差异。具体而言，随着特质性心流水平的不断提高，大学生网络游戏成瘾倾向下降，男生在特质性心流的影响下的网络游戏成瘾倾向变化比女生更大。究其原因可能是：相较于女生，低特质性心流型男生更喜欢通过网络游戏产生心流体验，来逃避现实生活中人际关系或者父母关系等压力性生活事件18-19,37，而高特质性心流型男生则更喜欢在工作活动或休闲活动中寻找心流体验11,13。因此，特质性心流在男生群体中对网络游戏成瘾的影响更大。3.5 研究意义与不足3.5 研究意义与不足本研究采用潜在剖面分析方法探讨了大学生特质性心流的群体异质性，划分出 3 种不同的潜类别，并考察了不同类别大学生网络游戏成瘾的差异，以及性别在特质性心流与网络游戏成瘾之间的调节作用。特质性心流潜类别的识别有助于在大学生群体中开展有针对性的网络游戏成瘾的预防与干预。本研究存在一定局限性：第一，虽然探讨了大学生特质性心流的潜类别及其与网络游戏成瘾的关系，但存在取样集中、男女比例失调等局限性，这将是后续研究改进的方向。第二，本研究仅分析特质性心流与网络游戏成瘾的关系，忽视了使用网络游戏时的状态性心流在两者之间的影响机制。今后可以进一步收集状态性心流、特质性心流和网络游戏成瘾数据，并开展纵向研究，更好地诠释三者之间的因果动态关系。参考文献1 GRIFFITHS M D,DAVIES M N,CHAPPELL D.Demographic factors and playing variables in online computer gaming J.Cyberpsychol Behav,2004,7（4）:479-487.2 陈星宇,范丽恒.大学生网络游戏体验对网络游戏成瘾的影响:有调节的中介模型 J.中国临床心理学杂志,2021,29（3）:518-522.3 黄少华,朱丹红.青少年网络游戏心流体验与游戏成瘾的关系 J.中国青年社会科学,2021,40（1）:79-89.4 魏 华,周宗奎,田 媛,等.网络游戏成瘾:竞争、合作体验与沉醉感的影响 J.心理与行为研究,2016,14（2）:264-269.5 魏 华,周宗奎,田 媛,等.网络游戏成瘾:沉浸的影响及其作用机制 J.心理发展与教育,2012,28（6）:651-657.6 CSIKSZENTMIHALYI M.Flow:the psychology of optimal experience M.New York:Harper Perennial Modern Classics,2008.7 MARSH H W,JACKSON S A.Flow experience in sport:construct validation of multidimensional,hierarchical state and trait responses J.Struct Equ Modeling,1999,6（4）:343-371.8 WAN C S,CHIOU W B.Psychological motives and online games addiction:a test of flow theory and humanistic needs theory for Taiwanese adolescents J.Cyberpsychol Behav,2006,9（3）:317-324.9 NAKAMURA J,CSIKSZENTMIHALYI M.The concept of flow M.New York:Oxford University Press,2002:45-48.10 TSE D C K,LAU V W,PERLMAN R,et al.The development and validation of the autotelic personality questionnaire J.J Pers Assess,2020,102（1）:88-101.11 ULLN F,HARMAT L,THEORELL T,et al.Flow and individual differences:a phenotypic analysis of data from more than 10,000 twin individuals M/HARMAT L,RSTED ANDERSEN F,ULLN F,et al.Flow Experience.Berlin:Springer International Publishing,2016:267-288.12 GYURKOVICS M,KOTYUK E,KATONAI E R,et al.Individual differences in flow proneness are linked to a dopamine D2 receptor gene variant J.Conscious Cogn,2016（42）:1-8.13 NIKSIRAT K S,PARK K,SILPASUWANCHAI C,et al.The relationship between flow proneness in everyday life and variations in the volume of gray matter in the dopaminergic system:a cross-sectional study J.Pers Individ Dif,2019（141）:25-30.14 DE MANZANO,CERVENKA S,JUCAITE A,et al.Individual differences in the proneness to have flow experiences are linked to dopamine D2-receptor availability in the dorsal striatum J.NeuroImage,2013（67）:1-6.15 TSE D C K,NAKAMURA J,CSIKSZENTMIHALYI M.Living well by“flowing well:the indirect effect of autotelic personality on well-being through flow experience J.J Posit Psychol,2021,16（3）:310-321.16 ULLN F,DE MANZANO,ALMEIDA R,et al.Proneness for psychological flow in everyday life:associations with 289 教育生物学杂志 2023 年 7 月第 11 卷第 4 期 Journal of Bio-education，Jul.2023，Vol.11 No.4personality and intelligence J.Pers Individ Dif,2012,52（2）:167-172.17 WEST R.Time for a change:putting the transtheoretical（stages of change）model to rest J.Addiction,2005,100（8）:1036-1039.18 陈逸健,黄时华,周庆安,等.大一新生无聊倾向性、人际关系困扰与网络游戏成瘾的相互作用 J.医学与社会,2020,33（7）:90-93.19 林 悦,刘勤学,余 思,等.父母忽视与青少年网络游戏成瘾的关系:希望的中介作用和性别的调节作用J.心理发展与教育,2021,37（1）:109-119.20 PROCCI K,SINGER A R,LEVY K R,et al.Measuring the flow experience of gamers:an evaluation of the DFS-2 J.Comput Human Behav,2012,28（6）:2306-2312.21 KAWABATA M,MALLETT C J.Flow experience in physical activity:examination of the internal structure of flow from a process-related perspective J.Motiv Emot,2011（35）:393-402.22 KAWABATA M,MALLETT C J.Interpreting the dispositional flow scale-2 scores:a pilot study of latent class factor analysis J.J Sports Sci,2012,30（11）:1183-1188.23 曲 辉,姚家新,石建国.体育锻炼坚持性、锻炼成瘾与特质流畅关系的研究 J.沈阳体育学院学报,2017,36（4）:77-83.24 刘微娜.简化状态流畅量表 和 简化特质流畅量表中文版修订 J.体育科学,2010,30（12）:64-70.25 GENTILE