MétaCan
Menu
Retour à la cohorte
Enregistrement W2072588461 · doi:10.4309/jgi.2012.27.7

Shame-prone gamblers and their coping with gambling loss

2012· article· en· W2072588461 sur OpenAlexaffvenue
Sunghwan Yi

Notice bibliographique

RevueJournal of Gambling Issues · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésShamePsychologyCoping (psychology)TraitPremiseSocial psychologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

Applying recent research on self-conscious emotions (e.g., Tangney & Dearing, 2002) to the literature of gambling, the proposal that painful self-conscious emotions brought about by chronic awareness of personal inferiority and inadequacy, deemed as a major predisposing factor for problem gambling (Jacobs, 1986), appears to be compatible with the chronic affective trait of shame-proneness but incompatible with guilt-proneness. This premise led to the hypothesis that shame-proneness is strongly associated with problem-gambling severity, whereas guilt-proneness is minimally associated with problem gambling. Further, it was hypothesized that shame-prone gamblers frequently use avoidant coping strategies following gambling loss and chase losses, whereas this tendency is minimal among guilt-prone gamblers. These hypotheses were supported by the data from a retrospective survey of recent gambling loss occasions (N=284). The findings indicate that shame-proneness is one of the predisposing risk factors for problem gambling, whereas guilt-proneness may mitigate gambling problems.

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)0,001
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 enseignants0,129
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,250
Tête enseignante GPT0,433
Écart entre enseignants0,183 · 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

Citations13
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

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