MétaCan
Menu
Retour à la cohorte
Enregistrement W2908667228 · doi:10.1093/acrefore/9780190236557.013.170

Gambling in Sport and Performance Psychology

2018· reference-entry· en· W2908667228 sur OpenAlexaff
Loredana Marchica, Jeffrey L. Derevensky

Notice bibliographique

RevueOxford Research Encyclopedia of Psychology · 2018
Typereference-entry
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPopularityLegislationGovernment (linguistics)RevenuePerspective (graphical)AdvertisingTax revenuePsychologyMarketingBusinessPolitical scienceEconomicsPublic economicsSocial psychologyLawArt

Résumé

récupéré en direct d'OpenAlex

Abstract With the gambling market continuously shifting and evolving, one form of gambling has uninterruptedly remained a staple in most cultures. Sports wagering has been and remains one of the most popular forms of gambling, especially among males. With the increase in the gambling market, sports wagering has also grown into the online gambling and fantasy sports wagering markets. These escalations in popularity have brought substantial revenue to sports wagering operators and have influenced government officials, policymakers, legislation researchers, the media, and the general public. There are two major groups of issues that surround sports wagering: sports wagering as an economic and tax-generating entity and the integrity of the game. More recently, a concern over problem gambling from a public health perspective has evolved. It is equally important that these issues be considered when creating or changing legislation around sports wagering.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,125
Tête enseignante GPT0,387
Écart entre enseignants0,262 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

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'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of PsychologyMême sujetSports Analytics and PerformanceTravaux en français237 207