MétaCan
Menu
Retour à la cohorte
Enregistrement W1847304152 · doi:10.4309/jgi.2015.30.7

Construct Development for the FocaL Adult Gambling Screen (FLAGS): A Risk Measurement for Gambling Harm and Problem Gambling Associated with Electronic Gambling Machines

2015· article· en· W1847304152 sur OpenAlexvenueaboutno aff
Tony Schellinck, Tracy Schrans, Heather M. Schellinck, Michael Bliemel

Notice bibliographique

RevueJournal of Gambling Issues · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyConstruct (python library)HarmSession (web analytics)Set (abstract data type)Formative assessmentConstruct validitySample (material)Social psychologyControl (management)CognitionApplied psychologyDevelopmental psychologyPsychometricsAdvertisingPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

This is the first of two papers describing the development of the FocaL Adult Gambling Screen for Electronic Gambling Machine players (FLAGS-EGM). FLAGS-EGM is a measurement approach for identifying gambling risk, a tool that incorporates separate reflective and formative constructs into a single instrument. A set of statements was developed that captured ten constructs associated with gambling risk or which were considered components of problem gambling. Following completion of focus groups with regular slot players, a survey with the reduced set of statements was then administered to a sample of 374 casino slot players in Ontario, Canada. Nine of the proposed constructs passed tests for reliability and validity (Risky Cognitions Beliefs, Risky Cognitions Motives, Preoccupation Desire, Risky Practices Earlier, Risky Practices Later, Impaired Control Continue a Session, Impaired Control Begin a Session, Negative Consequences, and Persistence). A tenth construct (Preoccupation Obsession) requires further development through the addition of improved statements.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,269
Tête enseignante GPT0,415
Écart entre enseignants0,146 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Gambling IssuesMême sujetGambling Behavior and TreatmentsTravaux en français237 207