Retrospective and prospective assessments of gambling-related behaviors across the female menstrual cycle
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Despite increases in female gambling, little research investigates female-specific factors affecting gambling behavior (GB). Although research suggests that some addictive behaviors may fluctuate across menstrual cycle phase (MCP), gambling requires further investigation. In two studies, we examined associations between MCP and three risky GBs: time spent gambling, money spent gambling, and the probability of consuming alcohol while gambling. Associations between MCP and negative affect were also examined in Study 2. We predicted that, consistent with self-medication theory, increases in negative affect (Study 2) and risky GBs (Studies 1 and 2) would occur premenstrually/menstrually relative to other phases. METHODS: Data were obtained from 33 female gamblers using a retrospective timeline followback procedure (Study 1) and from 20 female gamblers using a prospective 32-day, daily diary method (Study 2). In Study 2, salivary progesterone levels verified self-reported MCP validity. RESULTS: Findings revealed significant, but somewhat inconsistent, MCP effects on GBs across studies. The self-medication hypothesis was partially supported. Increases relative to another MCP(s) were found for alcohol consumption while gambling premenstrually, time spent gambling menstrually/premenstrually, money spent gambling menstrually, and negative affect premenstrually. Unexpectedly, findings more consistently indicated that GBs increased during ovulation, suggestive of enhanced reward sensitivity. Progesterone assays validated self-reported MCP (Study 2). DISCUSSION AND CONCLUSIONS: The results suggest a role of ovarian hormones on negative affect and GBs in females. This research could lead to the identification of female-specific factors affecting gambling and the development of more effective interventions for females with, or at risk for, problematic gambling.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».