MétaCan
Menu
Retour à la cohorte
Enregistrement W2749171968 · doi:10.1186/s40405-017-0025-4

Why do young adults gamble online? A qualitative study of motivations to transition from social casino games to online gambling

2017· article· en· W2749171968 sur OpenAlexafffundabout
Hyoun S. Kim, Michael J. A. Wohl, Rina Gupta, Jeffrey L. Derevensky

Notice bibliographique

RevueAsian Journal of Gambling Issues and Public Health · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensMcGill UniversityQueen's UniversityCarleton UniversityUniversity of Calgary
Organismes subventionnairesOntario Problem Gambling Research Centre
Mots-clésQuality of Life ResearchPublic healthSocial marketingAdvertisingQualitative researchTransition (genetics)Social mediaPsychologyYoung adultSocial psychologyBusinessMarketingMedicineSociologyDevelopmental psychologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

The present research examined the mechanisms of initiating online gambling among young adults. Of particular interest was whether social casino gaming was noted as part of young adults’ experience with online gambling. This is because there is growing concern that social casino gaming may be a ‘gateway’ to online gambling. Three focus groups (N = 21) were conducted with young adult online gamblers from two large Canadian Universities. Participants noted the role of peer influence as well as incentives (e.g., sign up bonuses) as important factors that motivated them to start engaging in online gambling. Participants also noted a link between social casino games and online gambling. Specifically, several young adults reported migrating to online gambling within a relatively short period after engaging with social casino games. Potential mechanisms that may lead to the migration from social casino games to online gambling included the role of advertisements and the inflated pay out rates on these free to play gambling like games. The results suggest initiatives to prevent the development of disordered gambling should understand the potential of social casino gaming to act as a gateway to online gambling, especially amongst this vulnerable population.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,264
Tête enseignante GPT0,512
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations43
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Gambling Issues and Public HealthMême sujetGambling Behavior and TreatmentsTravaux en français237 207