Examining gambling activity subtypes over time in a large sample of young adults
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.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».