Notice bibliographique
Résumé
En France, la loi du 12 mai 2010 a encadré l’ouverture à la concurrence et à la régulation du marché des jeux de hasard et d’argent (JHA) sur Internet. Seuls trois types de jeux ont été autorisés : les paris sportifs, les paris hippiques et le poker. Une récente enquête épidémiologique nationale a indiqué que 3,7 % de la population générale adulte déclaraient avoir joué à un JHA en ligne au cours de l’année écoulée, soit environ deux millions d’individus [1]. Se basant sur l’Indice canadien du Jeu Excessif [2] pour l’évaluation des pratiques de jeu, cette même enquête identifiait 17 % de joueurs « problématiques » parmi les joueurs dans l’année. Ces chiffres sont nettement supérieurs à ceux retrouvés avec l’offre de jeu traditionnelle hors ligne, confirmant que jouer sur Internet est un facteur de risque considérable de perdre le contrôle. Le poker est sans aucun doute le JHA qui a le plus « bénéficié » de la légalisation des jeux en ligne en France, représentant à lui seul plus de 80 % des mises sur l’ensemble des jeux en ligne. Au troisième trimestre 2013, le nombre moyen de comptes joueurs actifs en poker était ainsi de 244 000 comptes/semaine [3]. Il existe encore peu de données épidémiologiques disponibles sur la prévalence du jeu excessif dans le cadre précis du poker, ni sur les caractéristiques des joueurs de poker en ligne, problématiques ou non. Pourtant, il apparaît aux cliniciens qui reçoivent les joueurs de poker en ligne problématiques qu’ils présentent des caractéristiques bien particulières, qu’il convient d’étudier à grande échelle. Mieux connaître les spécificités de ces joueurs permet de mieux adapter l’offre de soins, mais aussi de mener des politiques de prévention plus efficaces, car mieux ciblées. L’une des pistes en ce sens serait d’imposer aux opérateurs de jeu l’installation de modérateurs de jeu dont l’efficacité a été scientifiquement démontrée.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,006 |
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 ».