Mood, motives, and money: An examination of factors that differentiate online and non-online young adult gamblers
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
Background and aims To date, there is a lack of research on psychological factors associated with young adult online gambling. The current study examined differences between young adult online and non-online gamblers, using information gathered at baseline and over 30 days during which participants reported on their moods, gambling behaviors, and reasons for initiating and discontinuing gambling. Methods Participants were 108 young adult regular gamblers (i.e., gambling four or more times in the past month) who participated in a 30-day daily diary study. Results Male gender, baseline coping motives for gambling and negative affect averaged across the 30 days emerged as significant correlates of online gambling, over and above other background variables. Online gamblers also scored higher on a baseline measure of pathological gambling. Over the 30 days of self-monitoring, online gamblers spent more time gambling, and won more money gambling, whereas non-online gamblers consumed more alcohol while gambling. Online gambling was more often initiated to make money, because of boredom and to demonstrate skills, whereas non-online gambling was more often initiated for social reasons and for excitement. Online gambling was more often discontinued because of boredom, fatigue or distress, whereas non-online gambling was discontinued because friends stopped gambling or mood was improved. Discussion and conclusions This study provides preliminary evidence that coping strategies may be particularly important to reduce risks for online gamblers, whereas strategies for non-online gamblers should focus on the social aspects of 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.
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) | 0,000 | 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 découle