MétaCan
Menu
Retour à la cohorte
Enregistrement W1746126284 · doi:10.1111/add.13083

Variety of gambling activities from adolescence to age 30 and association with gambling problems: a 15‐year longitudinal study of a general population sample

2015· article· en· W1746126284 sur OpenAlexaffabout
René Carbonneau, Frank Vitaro, Mara Brendgen, Richard E. Tremblay

Notice bibliographique

RevueAddiction · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensUniversité de MontréalResearch Unit on Children's Psychosocial MaladjustmentUniversité du Québec à MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésPsychologyDemographyLongitudinal studyConfidence intervalCohortPopulationYoung adultAge of onsetAssociation (psychology)Cohort studyGerontologyDevelopmental psychologyMedicineDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

AIMS: To estimate trajectories of gambling variety from mid-adolescence to age 30 years, and compare the different trajectory groups with regard to the type and the frequency of gambling activities practiced and gambling-related problems. DESIGN: Prospective longitudinal cohort study. SETTING: Province of Quebec, Canada. PARTICIPANTS: A mixed-gender general population cohort assessed at ages 15 (n=1882), 22 (n=1785) and 30 (n=1358). MEASUREMENTS: Adolescent and adult versions of the South Oaks Gambling Screen (SOGS). FINDINGS: Group-based trajectory analysis identified three distinct trajectories: a late-onset low trajectory (26.7% of sample) initiating gambling at age 22, an early-onset low trajectory (64.8% of sample), characterized by one to two different activities from age 15 onwards and a high trajectory (8.4% of sample), with an average of four to five different activities from age 15 to 30. Males (14.2%) were four times more likely to be on a high trajectory than females (3.5%) (P<0.001). Preferred types of gambling activities were similar across the three trajectories. Participants on a high trajectory reported higher gambling frequency at ages 15 and 30, and were more likely to experience problem gambling at age 30: 3.09 [95% confidence interval (CI)=1.66, 5.75] and 2.26 (95% CI=1.27, 4.04) times more, respectively, than late-onset low and early-onset low participants, even when socio-economic status (SES), frequency of gambling and problem gambling in adolescence, gender, age 30 education, SES and frequency of gambling were controlled. CONCLUSIONS: Engaging in several different types of gambling in early adulthood appears to be a risk factor for emergence of problem gambling.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,717
Score d'incertitude au seuil0,569

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,136
Tête enseignante GPT0,369
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetGambling Behavior and TreatmentsTravaux en français237 207