INTENSITY AND GAMBLING HARMS: EXPLORING BREADTH OF GAMBLING INVOLVEMENT AMONG ESPORTS BETTORS
Notice bibliographique
Résumé
The esports betting market remains predominantly unregulated, although regulated sites have begun offering options to wager on these types of events. Previously, esports has been considered a niche market sector with participants differing from traditional sports and race bettors. However, as esports increasingly becomes absorbed into mainstream markets, it is important to understand the comparative similarities and differences in characteristics and behaviours between esport and traditional sports bettors. In particular, with regulators increasingly attempting to reduce use of offshore gambling sites, it is important to determine the extent to which those who bet on esports are more likely to access and engage in unregulated sites and activities. This paper classified and compared the characteristics of 501 Australians reporting participation in both sports and esports (n=160), or only in sports (n=341) bets online in the past month. Measures assessed use of online onshore and offshore sites, factors used to select gambling sites, and perceived advantages/disadvantages of using onshore compared to offshore sites. Findings suggested that the two groups were distinct in several ways; esports bettors were younger, more highly educated, had higher incomes and were represented by a greater proportion of females and individuals from Asian ethnic backgrounds. This group additionally reported starting gambling more recently and frequently overall, and expressed a preference to gamble on illegal offshore sites as opposed to domestically-licensed sites. Sports bettors were more likely to select domestic sites seeking more reliable and safe experiences, in contrast to esports bettors, who were motivated by the gambling experience, regardless of where a site was regulated. Results suggested that sports bettors perceived greater disadvantages of using offshore sites, and that this acted to deter access. In contrast, esports bettors sought a specific experience and were willing to use offshore sites. It is concluded that domestic operators need to provide a competitive online gambling environment and meet customer demands if online gamblers are to be deterred from using offshore sites.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».