Implications for Harm Minimisation in the Management of Problem Gambling: Making Sense of “Responsible Gambling”
Notice bibliographique
Résumé
Harm Minimisation and Gambling Harm minimisation has typically been defined as having the goal of reducing the “ adverse health, social and economic consequences of drug (gambling) use without necessarily requiring abstinence … Harm reduction is pragmatic and humanistic, focused on harms and priority issues .” (Centre for Addiction and Mental Health in Canada, cited by Blaszczynski et al., 2001). Harm reduction includes a wide variety of strategies, ranging from public health oriented preventatives through to clinical interventions that focus on low-risk behaviours. The application of the concept to gambling has possibly broadened the range of preventative strategies, which for gambling include consumer complaints mechanisms, codes for responsible marketing, gambling venue staff training, gambling information pamphlets, restricting venue placement of ATMs, design of gaming machine features and venue self-exclusion procedures. Noting that the terms of reference in which any social debate is framed may determine the scope and freedom in which policy debate can develop, Korn et al. (2003) argued that there were benefits from viewing gambling as a public health matter: “ The value of a public health perspective is that it applies different ‘lenses’ for understanding gambling behaviour, analyzing its benefits and costs as well as identifying multilevel strategies and points of intervention .” (p. 236) In this regard, the two national studies released in 1999, one from the USA and the other from Australia, provide a striking illustration of how limiting the debate to a preferred frame of reference or “lens” constricts the policy debate.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,010 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».