MétaCan
Menu
Retour à la cohorte
Enregistrement W2157124751 · doi:10.4309/jgi.2003.8.14

Problem-solving skills in male and female problem gamblers

2003· article· en· W2157124751 sur OpenAlexaffvenue
Diane Borsoi, Tony Toneatto

Notice bibliographique

RevueJournal of Gambling Issues · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPsychologyPathologicalImpulse control disorderDistressClinical psychologyDevelopmental psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

The current study was designed to compare the self-reported problem-solving skills of male and female gamblers. In total, 148 females and 112 males (mean age = 43.6 years, SD = 12.0), responding to an advertisement for people concerned about their gambling, completed the Problem Solving Inventory (Heppner, 1988). The PSI consists of three factors related to self-perception of problem-solving: confidence, personal control and approach-avoidance style. Gamblers were categorized into three subgroups according to their DSM-IV scores: Asymptomatic, Problem, and Pathological. Results from a series of analyses of co-variance (co-varying for the confounding effects of current emotional distress) revealed that gender had no significant effect, but problem severity on appraisal of problem-solving confidence and sense of personal control had a significant effect. Pathological gamblers were less confident and felt less in control than the other subgroups while engaging in problem-solving activities. Problem gamblers tended to have more negative appraisals of control than Asymptomatic gamblers. Problem-solving skills were also a significant predictor of DSM-IV scores for pathological gambling (i.e., negative appraisals were associated with higher DSM-IV scores). The results suggest that problem-solving skills are deficient in pathological gamblers and problem gamblers, but are not related to gender.

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 enseignants0,101
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
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 Opus0,134
Tête enseignante GPT0,411
Écart entre enseignants0,277 · 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

Citations6
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

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