Examining gambling activity subtypes over time in a large sample of young adults
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Gambling is common in young adulthood. Most young adults phase out of excessive gambling, but some establish regular habits and develop problems. Research has begun to examine the risk associated with different gambling activity patterns. However, there is a paucity of longitudinal work. Using a prospective design, we identified distinct subgroups of young adults based on patterns of gambling activity involvement and tested the stability of these subgroups over 4 years.Method: Data came from the Manitoba Longitudinal Study of Young Adults. Participants (N = 679) completed four waves of self-report measures (spaced 1-year apart). Latent class analysis and latent transition analysis were conducted to identify the number of gambling activity classes and the stability of these over time. Finally, multinomial logistic regressions were conducted to examine correlates of class membership.Results: A three-class model was supported and classes differed based on the degree of gambling involvement (i.e., low, moderate, and high). Only the moderate gambling class was also associated with alcohol dependence, and was the most stable over time. Impulsivity, alcohol use, drug use, and problem gambling symptoms were associated with membership in the moderate (but not the high) gambling class. Participants in the high gambling class were highly likely to transition into either the moderate and low gambling classes four years later.Conclusions: These results demonstrate that high gambling involvement reduces over time in young adulthood. However, our findings suggest that there is a large subgroup of stable moderate gamblers who also tend to engage in other addictive behaviours.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,009 | 0,001 |
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 découle