MétaCan
Menu
Retour à la cohorte
Enregistrement W2947964073 · doi:10.1136/bjsports-2019-100668

Problem gambling and associated mental health concerns in elite athletes: a narrative review

2019· review· en· W2947964073 sur OpenAlexaff
Jeffrey L. Derevensky, David McDuff, Claudia L. Reardon, Brian Hainline, Mary Hitchcock, Jérémie Richard

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2019
Typereview
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensMcGill University
Organismes subventionnairesNational Collegiate Athletic Association
Mots-clésElite athletesAthletesNarrativeEliteNarrative reviewMental healthPsychologyPsychiatryMedicineApplied psychologyPhysical therapyPsychotherapistPolitical scienceArtLiterature

Résumé

récupéré en direct d'OpenAlex

Opportunities to participate in gambling have dramatically changed during the past 20 years. Casinos have proliferated as have electronic gambling machines, lotteries, sports betting, and most recently online gambling. Gambling among the general population has moved from being perceived negatively to a socially acceptable pastime. As over 80% of individuals have reported gambling for money during their lifetime, governments recognise that regulating gambling-a multibillion dollar industry-is a significant source of revenue. While the vast majority of individuals engaged in some form of gambling have no or few gambling-related problems, an identifiable proportion of both adolescents and adults experience significant gambling-related problems. Elite athletes have not been immune to the lure of gambling nor its concomitant problems. Prevalence studies suggest higher rates of gambling problems among athletes than the general population. In this narrative review, we examine several risk factors associated with gambling problems among elite athletes and new forms of gambling that may be problematic for this population. Given the potential serious mental health and performance consequences associated with a gambling disorder for athletes, we aim to increase coaches', athletic directors' and health professionals' knowledge concerning the importance of screening and treatment referrals.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,147
Tête enseignante GPT0,464
Écart entre enseignants0,316 · 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'étudeAutre devis
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

Citations39
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetGambling Behavior and TreatmentsTravaux en français237 207