Associations between the HEXACO model of personality and gambling involvement, motivations to gamble, and gambling severity in young adult gamblers
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 and aims Substantial research has examined the role of personality in disordered gambling. The predominant model in this work has been the five-factor model (FFM) of personality. In this study, we examined the personality correlates of gambling engagement and gambling severity using a six-dimensional framework known as the HEXACO model of personality, which incorporates FFM characteristics with the addition of honesty-humility. In addition, the potential mediating role of gambling motives in the personality and gambling severity relationship was explored. Methods A sample of undergraduate gamblers (n = 183) and non-gamblers (n = 143) completed self-report measures of the Problem Gambling Severity Index (PGSI) and the Gambling Motives Questionnaire-Financial, as well as self- and observer report forms of the HEXACO-100. Results Logistic regression results revealed that scores on honesty-humility were positively associated with non-gambling over gambling status. Furthermore, it was also found that honesty-humility, agreeableness, and conscientiousness were each uniquely associated with PGSI severity scores. The results of the mediational analyses suggest that each personality factor has different gambling motivational paths leading to PGSI gambling severity. Discussion and conclusions The findings of this study contribute to the literature on behavioral addictions by providing an increased understanding of individual personality factors associated with likelihood of gambling, overall gambling severity, and gambling motives. Ultimately, these findings suggest that the honesty-humility dimension may be a target for the prevention efforts against problematic gambling outcomes.
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 | 0,001 |
| 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) | 0,000 | 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 découle