A Baseline Study of Past-Year Problem Gambling Prevalence Among Ohioans
Notice bibliographique
Résumé
Historically, the scope of legalized gambling was limited in Ohio, but everything changed when a new constitutional amendment allowed four casinos to open. To better understand the impact of gambling expansion, a household survey was commissioned to determine the baseline estimate of problem gambling behaviours in the state before casinos opened. Participants were selected through multi-stage probability sampling, with over 3,500 respondents completing valid surveys. Nearly 60% of Ohioans gambled in the past year, but the statewide prevalence of problem gambling was relatively low; only 1.4% of persons scored high enough on the Problem Gambling Severity Index to be classified as a potential problem gambler (score >3). Regional estimates of problem gambling were highest for Franklin and Hamilton counties (both 5.0%) and lowest for Lucas and Cuyahoga counties (3.2% and 2.1%, respectively). Exploratory logistic regression modelling found that race, employment, education, family history of problem gambling, and feelings of depression increased the odds of being a problem gambler. Results will inform the discussion about current gambling problems and enable policy makers to design prevention strategies.La présente étude portait sur la relation entre le prix des billets de loterie instantanée (à gratter) et la « récupération des pertes » dans un seul épisode de jeu. Pendant plusieurs mois, chaque fois qu’un billet de loterie instantanée était acheté (N = 1081), les commis de dépanneur consignaient le sexe des joueurs et le prix des billets de loterie instantanée, et indiquaient si le consommateur avait acheté un autre billet avant de quitter les lieux. L’analyse de régression logistique a montré une corrélation importante entre le prix des billets et le rachat (rapport de cotes = 0,842, p < 0,0001), ce qui suggère que la récupération au cours d’un même épisode de jeu est courante pour les billets de loterie instantanée à plus bas prix et que de plus faibles coûts ne réduisent pas nécessairement les risques.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».