Trajectories of gambling problems from mid-adolescence to age 30 in a general population cohort.
Notice bibliographique
Résumé
Studies of gambling starting before adulthood in the general population are either cross-sectional, based on the stability of these behaviors between 2 time points, or cover a short developmental period. The present study aimed at investigating the developmental trajectories of gambling problems across 3 key periods of development, mid-adolescence, early adulthood, and age 30, in a mixed-gender cohort from the general population. Using a semiparametric mixture model, trajectories were computed based on self-reports collected at ages 15 (N = 1,882), 22 (N = 1,785), and 30 (N = 1,358). Two distinct trajectories were identified: 1 trajectory including males and females who were unlikely to have experienced gambling problems across the 15-year period, and 1 trajectory including participants likely to have experienced at least 1 problem over the last 12 months at each time of assessment. Participants following a high trajectory were predominantly male, participated frequently in 3 to 4 different gambling activities, and were more likely to report substance use and problems related to their alcohol and drug consumption at age 30. Thus, gambling problems in the general population are already observable at age 15 in a small group of individuals, who maintain some level of these problems through early adulthood, before moderately but significantly desisting by age 30, while also experiencing other addictive behaviors and related 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».