A Comparison of Gambling Behavior, Problem Gambling Indices, and Reasons for Gambling Among Smokers and Nonsmokers Who Gamble: Evidence from a Provincial Gambling Prevalence Study
Notice bibliographique
Résumé
INTRODUCTION: Numerous epidemiological and clinical studies have found that tobacco use and gambling frequently cooccur. Despite high rates of smoking among regular gamblers, the extent to which tobacco potentially influences gambling behavior and vice versa is poorly understood. The current study aimed to provide more insight into this relationship by directly comparing nonsmoking and smoking gamblers on gambling behavior, problem gambling indices, and reasons for gambling. METHODS: The data for this study came from the 2005 Newfoundland and Labrador Gambling Prevalence Study. Gamblers identified as nonsmokers (N = 997) were compared with gamblers who smoke (N = 622) on numerous gambling-related variables. Chi-square analyses were used to compare groups on demographic variables. Associations between smoking status and gambling criteria were assessed with a series of binary logistic regressions. RESULTS: The regression analyses revealed several significant associations between smoking status and past 12-month gambling. Higher problem gambling severity scores, use of alcohol/drugs while gambling, amount of money spent gambling, use of video lottery terminals, and reasons for gambling which focused on positive reinforcement/reward and negative reinforcement/relief were all associated with smoking. CONCLUSIONS: The findings suggest an association between smoking and potentially problematic gambling in a population-based sample. More research focused on the potential reinforcing properties of tobacco on the development and treatment of problematic gambling is needed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».