MétaCan
Menu
Retour à la cohorte
Enregistrement W2784811332 · doi:10.4309/jgi.2018.37.6

Exploring the Effects of Introducing a State Monopoly Operator to an Unregulated Online Gambling Market

2017· article· en· W2784811332 sur OpenAlexvenueaboutno aff
Sylvia Kairouz, Ingo Fiedler, Eva Monson, Nicole Arsenault

Notice bibliographique

RevueJournal of Gambling Issues · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegalizationPopulationMonopolyThe InternetAdvertisingPsychologyBusinessDemographySociologyEconomicsComputer scienceMicroeconomicsPsychiatryWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Recent expansions in regulated offerings to include online forms of gambling have been undertaken amid animated debate on the potential impacts of this legalization. The objective of the present study is to examine changes in online gambling patterns before and after the opening of Espacejeux: the state-operated gambling website in Québec, Canada. Information on gambling habits was drawn from two repeated cross-sectional surveys conducted with samples representative of the general adult population of the province of Québec in 2009 (N = 11,888) and 2012 (N = 12,008). Behavioural data were retrieved from the Online Poker Database of the University of Hamburg (ODP-UHH) for 4,591,298 (2009/2010) and 2,909,562 (2013) unique real money poker identities; all Québec players were retained for analysis. Gambling patterns before and after legalization of online gambling were compared. The prevalence of Internet gambling remained stable: 1.5% of the population gambled online in 2012 compared to 1.4% in 2009. Of those surveyed, 82.5% continued to gamble on unregulated sites in 2012 and data from OPD-UHH confirmed that 90% of all real money online poker players still bet on unregulated sites in 2013. Results suggest that it may be prudent for government stakeholders to consider alternative approaches for managing online gambling offerings. Longitudinal analyses are needed to disentangle the effects of legalization of online gambling.RésuméL’augmentation récente d’offres réglementées, notamment des jeux en ligne, a fait l’objet de vifs débats sur les répercussions possibles de cette légalisation. Cette étude examine les changements dans les modèles de jeux en ligne avant et après l’ouverture d’Espacejeux, le site de jeux exploité par la province de Québec, au Canada. L’information sur les habitudes de jeu a été tirée de deux enquêtes transversales répétées, réalisées avec des échantillons représentatifs de la population générale adulte de la province de Québec en 2009 (N = 11 888) et 2012 (N = 12 008). Les données comportementales ont été tirées de la base de données de poker en ligne de l’Université de Hambourg (ODP-UHH) sur 4 591 298 (2009/2010) et 2 909 562 (2013) joueurs de poker avec argent réel. Tous les joueurs québécois ont été retenus pour l’analyse. On a comparé les modèles de jeu avant et après la légalisation de jeux en ligne. La prévalence de jeu sur Internet est restée stable : 1,5 % de la population a joué en ligne en 2012 contre 1,4 % en 2009. Parmi les personnes sondées, 82,5 % d’entre elles ont continué de jouer sur des sites non réglementés en 2012 et les données de l’Université de Hambourg ont permis de confirmer que 90 % des joueurs de poker en ligne avec argent réel misent toujours sur des sites non réglementés en 2013. Avec ces résultats, les parties prenantes du gouvernement seraient avisées d’envisager d’autres approches pour la gestion des offres de jeux en ligne. Il faut effectuer des analyses longitudinales pour distinguer clairement les effets de la légalisation du jeu en ligne.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,323
Tête enseignante GPT0,460
Écart entre enseignants0,137 · 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

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

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