MétaCan
Menu
Retour à la cohorte
Enregistrement W2018455854 · doi:10.1002/jclp.1047

Underlying cognitions in the selection of lottery tickets

2001· article· en· W2018455854 sur OpenAlexaff
Karen K. Hardoon, Hayley R. Baboushkin, Jeffrey L. Derevensky, Rina Gupta

Notice bibliographique

RevueJournal of Clinical Psychology · 2001
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLotteryPsychologyTicketPurchasingHeuristicsSample (material)CognitionSocial psychologyAdvertisingStatisticsMarketingComputer sciencePsychiatryMathematicsComputer security

Résumé

récupéré en direct d'OpenAlex

There is evidence that the faulty cognitions underlying an individual's playing behavior maintains and supports their gambling behavior. Sixty undergraduate students completed the South Oaks Gambling Screen (SOGS), a measure to assess pathological gambling, and a questionnaire ascertaining the type and frequency of their gambling activities. Sixteen Loto 6/49 tickets were presented to participants and ranked according to their perceived likelihood of being the winning ticket. The numbers on the tickets were categorized as: long sequences (e.g., 1-2-3-4-5-6), patterns and series in a pseudo-psychological order (e.g., 16-21-26-31-36-41), unbalanced (e.g., six numbers from 1-24 or 25-49), and those appearing to be random (e.g., 11-14-20-29-37-43). Verbal protocols of ticket selections were ranked into eight heuristics. Results revealed that for the entire sample the greatest percentage of tickets chosen for the first four selections were "random" tickets. Further, the most commonly cited reason for selecting and changing a lottery ticket was perceived randomness. The results are discussed with reference to the cognitions used when purchasing lottery tickets.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,707

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,673
Tête enseignante GPT0,642
Écart entre enseignants0,031 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations45
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical PsychologyMême sujetGambling Behavior and TreatmentsTravaux en français237 207