Implicit measures of attitudes toward gambling: An exploratory study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Gambling researchers have used self-report measures in order to assess gamblers' attitudes toward gambling. Despite their efficiency, self-report measures of attitudes often suffer self-presentation and social desirability bias when they are used to assess socially sensitive or stigmatized issues. This concern has led to the recent development of indirect, non-reactive measures of attitudes in psychology. These implicit measures of attitudes tend to reveal automatic, impulsive mental processes, whereas the self-report measures tap conscious, reflective processes (F. Strack & R. Deutsch, 2004). In this paper, we demonstrate how response latency-based measures can be used to investigate attitudes toward gambling. We report findings of our empirical study, in which evaluative priming (Fazio et al., 1995) and the Single Category Implicit Association Test (SC-IAT; Karpinski & Steinman, 1996) were used to assess implicit attitudes toward gambling, and the Single Target IAT was adapted to assess implicit arousal-sedation associations of gambling. With a sample of 102 undergraduate students, we found that latency-based measures of attitudes toward gambling were not significantly correlated with self-report measures. Moderate-to-high-risk gamblers held more positive attitudes toward gambling in the SC-IAT and exhibited more positive and more negative attitudes toward gambling in the evaluative priming task than did low-risk gamblers.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle