MétaCan
Menu
Retour à la cohorte
Enregistrement W2802620851 · doi:10.4309/jgi.2018.38.5

Problem gambling severity and involvement in a self-help treatment: Comparison of problem gamblers based on recruitment method

2018· article· en· W2802620851 sur OpenAlexaffvenue
Catherine Boudreault, Isabelle Giroux

Notice bibliographique

RevueJournal of Gambling Issues · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPsychologyGambling disorderVolunteerHumanitiesClinical psychologyPsychiatryArt

Résumé

récupéré en direct d'OpenAlex

A better understanding of the repercussions of the means used to recommend psychological treatment could help to mitigate the low consultation rate among gamblers. This study compares the severity of the gambling problems as measured by the Problem Gambling Severity Index (PGSI) and engagement in self-adminstered treatment by problem gamblers, based on their recruitment method (advertisements vs. volunteer bank). In total, 27 gamblers were recruited by advertisements, and 31 came from a bank of volunteers, to participate in studies on gambling. All the participants took part in self-administered treatment, including a self-treatment manual and motivational telephone conversations. The results suggested that the gamblers recruited by the advertisements presented, at the time of recruitment, a significantly higher PGSI score than those recruited instead through the volunteer bank. Furthermore, the number of phases of the self-treatment manual completed, and the proportion of individuals who gave up treatment after a period of 11 weeks, did not differ significantly between the two groups. The results suggest that using different recruitment methods could work to reach those gamblers who do not actively seek help, and that this use of different methods will not affect their engagement in the treatment.RésuméUne meilleure compréhension des répercussions des moyens employés pour proposer les traitements psychologiques pourrait contribuer à pallier les faibles taux de consultation chez les joueurs. La présente étude compare la gravité des problèmes de jeu mesurée par l’Indice de gravité du jeu problématique (IGJP) et l’implication dans un traitement auto-administré chez les joueurs problématiques selon leur mode de recrutement (annonces publicitaires c. banque de volontaires). Au total, 27 joueurs sont recrutés par annonces publicitaires et 31 joueurs proviennent d’une banque de personnes volontaires à participer à des études sur les jeux de hasard et d’argent. Tous les participants prennent part à un traitement auto-administré incluant un manuel d’auto-traitement et des entretiens téléphoniques de type motivationnel. Les résultats indiquent que les joueurs recrutés par annonces publicitaires présentent, au moment de leur recrutement, un score à l’IGJP significativement plus élevé que ceux recrutés par la banque de volontaires. De plus, le nombre de phases du manuel d’auto-traitement complétées et la proportion d’individus abandonnant le traitement après une période de 11 semaines ne diffère pas significativement entre les deux groupes. Les résultats suggèrent que le recours à différentes méthodes de recrutement puisse aider à rejoindre des joueurs ne recherchant pas activement d’aide et que ceci n’affecte pas l’implication dans le traitement.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,393
Tête enseignante GPT0,503
Écart entre enseignants0,110 · 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'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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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