MétaCan
Menu
Retour à la cohorte
Enregistrement W2958254727 · doi:10.1080/14459795.2019.1633381

Exploring psychological need satisfaction from gambling participation and the moderating influence of game preferences

2019· article· en· W2958254727 sur OpenAlexaff
Jonathan Parke, Robert J. Williams, Peter Schofield

Notice bibliographique

RevueInternational Gambling Studies · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésPsychologyHappinessSocial psychologySample (material)Applied psychology

Résumé

récupéré en direct d'OpenAlex

Psychological needs are satisfied through leisure participation, which in turn influences subjective well-being. The present study explored the psychological needs reported to be satisfied through gambling participation and examined associations between need satisfaction, game preferences and subjective well-being. A heterogeneous, self-selected sample of 1446 participants was recruited, through the Internet gambling provider Kindred Group Plc, for an online questionnaire survey. Five psychological need dimensions of gambling were identified, using exploratory and confirmatory factor analyses on calibration and validation samples, respectively: mastery, detachment, self-affirmation, risk and excitement, and affiliation. Challenge and mastery need satisfaction was higher for poker than for sports betting, horse racing, slots or casino table games; both self-affirmation and affiliation were also higher for poker than for sports betting and slots. By comparison, detachment was higher for slots than for sports gambling. While there were no significant variations in stress levels between the different forms of gambling, happiness ratings were lower for slots compared with sports betting and poker. This study provides insight into how distinctive patterns of play may satisfy different psychological needs and provides preliminary insights into how gambling patterns may prove adaptive or maladaptive as leisure choices.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,032
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

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

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 Opus0,405
Tête enseignante GPT0,476
Écart entre enseignants0,071 · 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.

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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Gambling StudiesMême sujetGambling Behavior and TreatmentsTravaux en français237 207