MétaCan
Menu
Retour à la cohorte
Enregistrement W2766076172 · doi:10.4309/jgi.2017.36.6

Evaluation of a School-Based Gambling Prevention Program for Adolescents: Efficacy of Using the Theory of Planned Behaviour

2017· article· en· W2766076172 sur OpenAlexaffvenue
Renée A. St-Pierre, Jeffrey L. Derevensky, Caroline E. Temcheff, Rina Gupta, Alexa Martin-Story

Notice bibliographique

RevueJournal of Gambling Issues · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensUniversité de SherbrookeMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychologyTheory of planned behaviorIntervention (counseling)Psychological interventionHumanitiesDevelopmental psychologySocial psychologyControl (management)

Résumé

récupéré en direct d'OpenAlex

The theory of planned behaviour (TPB) and the concept of negative anticipated emotions (NAEs) have attracted research attention in the formulation of effective preventive interventions. This approach has identified several key constructs of the TPB (i.e., intentions, attitudes, subjective norms, perceptions of behavioural control) and NAEs as valid predictors of gambling behaviours and problems. However, no empirical investigation has used these constructs in the design or evaluation of a preventive intervention for adolescent problem gambling. The current research aimed to assess the efficacy of targeting NAEs and key TPB constructs in a prevention video for modifying gambling beliefs, intentions, and behaviours. A sample of 280 high school students were randomly assigned to either an intervention or a control condition. Participants were assessed at pre-intervention, post-intervention, and 3-month follow-up. Results reveal that the video was not effective in producing desired changes in NAEs, the key constructs of the TPB, or the frequency of gambling behaviour. The findings suggest that the video, delivered as a universal preventive intervention, may be insufficient for modifying NAEs and other TPB key constructs, or for changing gambling behaviours.Pour la formulation d’interventions préventives efficaces, l’attention de chercheurs s’est portée sur la théorie du comportement planifié et le concept d’émotions négatives anticipées. Cette approche a permis de relever plusieurs constructions clés de la théorie du comportement planifié (soit, les intentions, attitudes, normes subjectives, perceptions du contrôle comportemental) et des émotions négatives anticipées comme indicateurs valides de comportements et de problèmes liés au jeu. Cependant, aucune étude empirique n’a utilisé ces constructions dans la conception ou l’évaluation d’une intervention préventive pour le jeu des adolescents. La recherche actuelle visait donc à évaluer dans quelle mesure il était efficace de cibler les émotions négatives anticipées et les constructions clés du comportement planifié dans une vidéo de prévention afin de modifier les croyances, les intentions et les comportements du jeu. Un échantillon de 280 élèves du secondaire a été affecté au hasard à une condition d’intervention ou de contrôle. Les participants ont été évalués avant et après l’intervention et au suivi, trois mois plus tard. Les résultats révèlent que la vidéo n’a pas été efficace pour produire les changements souhaités dans le cas des émotions négatives anticipées, les constructions clés du comportement planifié ou la fréquence du comportement du jeu. Les résultats permettent de conclure que la vidéo présentée comme intervention préventive universelle ne suffit pas à modifier les émotions négatives anticipées ni d’autres constructions clés du comportement planifié ou des comportements de jeu.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,528

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,480
Tête enseignante GPT0,548
Écart entre enseignants0,069 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Gambling IssuesMême sujetGambling Behavior and TreatmentsTravaux en français237 207