MétaCan
Menu
Retour à la cohorte
Enregistrement W2157468193 · doi:10.4309/jgi.2011.25.3

Mahjong and Problem Gambling in Sydney: An Exploratory Study with Chinese Australians

2011· article· en· W2157468193 sur OpenAlexvenueaboutno aff
Wu Yi Zheng, Michael Walker, Alex Blaszczynski

Notice bibliographique

RevueJournal of Gambling Issues · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMainstreamChinese communityPsychologySample (material)AdvertisingChinese peopleChinaSocial psychologyDemographySociologyPolitical scienceLawBusiness

Résumé

récupéré en direct d'OpenAlex

Gambling is accepted as an integral part of Chinese cultural heritage. Epidemiological and clinical studies indicate that problem gambling rates among Chinese community members residing in Western countries are substantially higher (2.1-2.9%) compared with those reported for mainstream populations (0.5-1.7%). However, these studies failed to differentiate culturally specific forms of gambling and their association with problem gambling within Chinese samples. Thus, it is not possible to determine if, or what proportion of, Chinese problem gamblers exhibit a propensity to experience problems with culturally specific, as opposed to mainstream, forms of gambling. Mahjong, a popular game deeply entrenched in Chinese tradition, is played among peers and family members. In a recent study conducted by Zheng, Walker, and Blaszczynski (2008), high rates of Mahjong-associated problem gambling were found in a sample of Chinese international students attending language schools and universities in Sydney, Australia. The aim of the current study was to explore the extent of Mahjong-associated problem gambling in a broader community sample of Chinese Australians. Results showed that in a sample of 229 respondents, males and those 35 years or older were more likely to gamble on Mahjong and that 3.1% met the Canadian Problem Gambling Severity Index criteria for Mahjong problem gambling.

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 enseignants0,038
Score d'incertitude au seuil0,819

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,322
Tête enseignante GPT0,450
Écart entre enseignants0,128 · 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

Citations3
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

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