« All in or fold » : les hauts et les bas de la carrière des joueurs excessifs
Notice bibliographique
Résumé
Aucune étude, tant étatsunienne que canadienne, ne s’est penchée sur la dynamique des trajectoires de joueurs compulsifs, pathologiques ou excessifs. Cette étude comble cette lacune par l’utilisation de modèles linéaires hiérarchiques qui permettent de traiter simultanément les données dynamiques issues de calendriers rétrospectifs (l’effet des circonstances de vie conventionnelles et déviantes) et les caractéristiques personnelles, impulsivité, sexe, etc., de 100 joueurs excessifs recrutés au sein de ressources thérapeutiques de la grande région de Montréal. On s’intéresse particulièrement aux variations des sommes investies dans les jeux de hasard et d’argent. Une attention particulière est aussi portée aux mois où les joueurs cessent de participer aux jeux de hasard et d’argent et aux facteurs qui favorisent l’abstinence. Les résultats montrent que les circonstances de vie de ces joueurs ont un effet déterminant sur leur endettement et sur leurs épisodes d’abstinence. On constate notamment l’importance des circonstances déviantes (revenus criminels, prêts usuraires et consommation de stupéfiants).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».