MétaCan
Menu
Retour à la cohorte
Enregistrement W2964456810 · doi:10.3390/brainsci9080191

Gambling Problems and Alexithymia: A Systematic Review

2019· review· en· W2964456810 sur OpenAlexaboutno aff
Daniela Marchetti, Maria Cristina Verrocchio, Piero Porcelli

Notice bibliographique

RevueBrain Sciences · 2019
Typereview
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaPsycINFOPsychologyToronto Alexithymia ScaleScopusClinical psychologyPathologicalCoping (psychology)PersonalityArousalSystematic reviewPsychiatryMEDLINEMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Among the factors that are thought to underlie gambling problems, alexithymia has been recognized to contribute to their development. For the first time, we reviewed the literature on the relationship between alexithymia and gambling. A systematic search of literature was run in the major reference databases including PubMed, Cochrane Database for Systematic Review, PsycINFO, Web of Science, Scopus until April 2019. The search produced 182 articles that produced 20 papers included in the review. Fourteen studies were conducted with community samples of pathological gamblers while six studies with clinical samples of disordered gamblers. All studies assessed alexithymia with the Toronto Alexithymia Scale while gambling problems were assessed mostly with the South Oaks Gambling Screen. Alexithymic features were significantly more prevalent in pathological gamblers both at the community and clinical levels, increased symptom severity, and showed interactive mechanisms with personality, psychiatric, and cognitive factors. Alexithymia is likely to associate with gambling as a coping behavior to increase emotional arousal and avoid negative emotions, according to the affect dysregulation model. Further studies are needed to widen the knowledge on this association.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0100,010
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,452
Tête enseignante GPT0,508
Écart entre enseignants0,056 · 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'étudeRevue systématique
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

Citations74
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetGambling Behavior and TreatmentsTravaux en français237 207