Prevalence of gambling-related harm provides evidence for the prevention paradox
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background The prevention paradox (PP) describes a situation in which a greater number of cases of a disease-state come from low-risk members of a population, because they are more prevalent than high-risk members. Past research has provided only tangential and disputed evidence to support the application of the PP to gambling-related harm. Aims To assess whether the PP applies to gambling, the prevalence of a large set (72) of diverse harmful consequences from gambling was examined across four risk categories for problem gambling, including no-risk, low-risk, moderate-risk, and problem-gambling. Methods Respondents who had gambled on non-lottery forms in the past 6 months completed an online survey (N = 1,524, 49.4% male). The data were weighted to the known prevalence of gambling problems in the Victorian community. Results The prevalence of gambling harms, including severe harms, was generally higher in the combined categories of lower risk categories compared to the high-risk problem-gambling category. There were some notable exceptions, however, for some severe and rare harms. Nevertheless, the majority of harms in the 72-item list, including serious harms such as needing temporary accommodation, emergency welfare assistance, experiencing separation or end of a relationship, loss of a job, needing to sell personal items, and experiencing domestic violence from gambling, were more commonly associated with lower risk gamblers. Conclusion Many significant harms are concentrated outside the ranks of gamblers with a severe mental health condition, which supports a public-health approach to ameliorating gambling-related harm.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle