Quelle est l’influence du genre dans la recherche de soins chez les joueurs?
Notice bibliographique
Résumé
Cette étude vise à décrire l’influence du genre sur les différentes étapes amenant un joueur ayant des problèmes de jeu à prendre la décision de rechercher de l’aide. Le modèle de recherche d’aide de Goldsmith, Jackson et Hough (1988) a été utilisé pour conceptualiser les étapes de prise de décision menant à consulter des services d’aide pour un problème de jeu de hasard et d’argent. Au total, 83 participants, dont 45 femmes et 38 hommes adultes, y ont pris part. Les résultats indiquent que, comparativement aux hommes, les femmes sont plus nombreuses à habiter en couple, ont plus souvent de faibles revenus et subviennent moins fréquemment seules à leurs besoins, rapportent des conduites de jeu plus conséquentes, souffrent davantage de troubles anxieux au cours de leur vie et, enfin, consultent surtout des services non spécialisés. Au cours des 12 derniers mois, les femmes avaient consulté plus souvent les services médicaux de première ligne et avaient eu moins fréquemment recours aux services spécialisés que les hommes.The aim of this study was to describe the influence of gender on the various stages of the decision-making process that bring problem gamblers to seek help. The authors used the help-seeking model developed by Goldsmith, Jackson and Hough (1988) to conceptualize the different stages of the process that leads to consulting support services for a gambling problem. A total of 83 participants (45 females and 38 males) took part in the study. Results show that women are more likely to have a partner and to earn a lower income; they provide for their own needs less frequently than men; report more consistent gaming behaviours; are more prone to anxiety disorder during their lifetime; and consult primarily non-specialized services. In the previous 12 months, they had accessed front-line services more often and specialized services less frequently than men.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».