Gambling behaviour and the distribution of alcohol consumption model.
Notice bibliographique
Résumé
The parallels between gambling and other addictive behaviours, such as alcohol abuse and alcohol dependence, suggest that theoretical and empirical work derived from the study of alcohol consumption may be useful in understanding aspects of gambling behaviour. One approach to understanding drinking behaviour in a population is the distribution of consumption model first proposed by S. Ledermann in 1956 and significantly extended by O.-J. Skog. This "distribution of consumption model" suggests that alcohol consumption in a population will be highly skewed to the right, i.e., toward higher consumption levels, be characterized by the lognormal distribution, and that the shape of this distribution is due to the multiplicative combination of contributing factors. Social interactions in the population are considered to be a primary contributing factor. The distribution of consumption model has been used to link increases in alcohol availability to increased average consumption, the increase in average consumption to increases in heavy consumption (as predicted by the distribution of consumption model), and increases in heavy consumption to increases in alcohol related problems. The present study has tested the applicability of the distribution of consumption model to the five year study of gambling in the City of Windsor, Ontario. Strong support has been found for the applicability of the distribution of consumption model to gambling consumption. The implications of the distribution of consumption model as it applies to gambling are discussed.Dept. of Psychology. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2000 .G68. Source: Dissertation Abstracts International, Volume: 62-10, Section: B, page: 4785. Adviser: G. R. Frisch. Thesis (Ph.D.)--University of Windsor (Canada), 2000.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».