MétaCan
Menu
Retour à la cohorte
Enregistrement W2899084610 · doi:10.4309/jgi.2018.39.7

Responsible Gambling Strategies: Are They Effective Against Problem Gambling Risk in Older Ontarians?

2018· article· en· W2899084610 sur OpenAlexaffvenueabout
Éric R. Thériault, Joan E. Norris, Joseph Tindale

Notice bibliographique

RevueJournal of Gambling Issues · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensUniversity of GuelphWilfrid Laurier UniversityCape Breton University
Organismes subventionnairesnon disponible
Mots-clésPsychologyGambling disorderDemographicsPsychiatryDemographyAddictionSociology

Résumé

récupéré en direct d'OpenAlex

Despite the limited amount of research on gambling in older adults (55+ years), they are often encouraged to use responsible gambling strategies to ensure that it remains a “low-risk” activity. However, the effectiveness of these strategies has not been examined in this population. The purpose of this study was threefold: to document the types of responsible gambling strategies used by older Ontario residents, to examine how these strategies relate to problem gambling risk, and to assess whether there are differences in the use of responsible gambling strategies between those who are and are not at risk of problem gambling. We examined the data of 673 older adults (M = 68.7, SD = 7.6) from three different studies that used the same measurement instruments to assess demographics, problem gambling risk, and responsible gambling strategies (Norris & Tindale, 2006; Thériault, 2015; Tindale & Norris, 2015). We failed to find any evidence that the use of responsible gambling strategies was related to the risk of problem gambling in older adults (as measured by the Problem Gambling Severity Index of the Canadian Problem Gambling Index and the Windsor Screen). The respondents who used these strategies did not have a lower problem gambling risk than did the respondents who did not use the strategies. Further, the number of strategies used did not vary between problem gambling risk categories. These results raise questions about the utility of strategies used for responsible gambling.RésuméMalgré le nombre restreint de recherches effectuées sur le jeu chez les personnes âgées de 55 ans et plus, on constate que ces personnes sont souvent invitées à recourir à des stratégies de jeu responsable pour s’assurer que cette activité demeure « à faible risque ». L’efficacité de ces stratégies n’a cependant pas été examinée dans cette population. La raison d’être de cette étude est triple : répertorier les types de stratégies de jeu responsable utilisées par les personnes âgées en Ontario, examiner comment ces stratégies sont liées au risque de jeu compulsif, et évaluer s’il existe des différences entre les personnes à risque de jouer de manière compulsive et celles qui ne le sont pas dans l’utilisation de stratégies de jeu responsable. Au total, 673 personnes âgées (moyenne = 68,7, ÉT = 7,6) ont été recrutées dans trois études différentes recourant aux mêmes instruments de mesure; les mesures évaluaient les données démographiques, le risque de jeu problématique et les stratégies de jeu responsable (Norris et Tindale, 2006; Tindale et Norris, 2015; Thériault, 2015). L’étude n’a pas permis de prouver que l’utilisation de stratégies de jeu responsable était liée au risque de jeu excessif chez les personnes âgées (tel que mesuré par l’Indice canadien du jeu problématique, l’Indice de gravité du jeu problématique et le dépistage de Windsor). Les répondants qui ont utilisé ces stratégies n’affichaient pas un risque de jeu problématique inférieur à ceux qui ne les utilisaient pas. Enfin, le nombre de stratégies utilisées n’a pas varié entre les catégories de risque de jeu problématique. Ces résultats soulèvent des questions quant à l’utilité des stratégies employées pour assurer le jeu responsable.

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)0,002
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,978
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,138
Tête enseignante GPT0,434
Écart entre enseignants0,295 · 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

Citations2
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

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