Problem gambling in adolescents: what are the psychological, social and financial consequences?
Notice bibliographique
Résumé
BACKGROUND: The paper examines the roles of sociodemographic traits, family quality and risk behaviour in adolescent problem gambling, with focus on the psychological, social and financial consequences from the socio-ecological model approach. This model emphasizes the most important risk-protective factors in the development and maintenance of problem gambling on an individual level, a relationship level, as well as a community and societal level. METHODS: The research was done using the Canadian Adolescent Gambling Inventory with a sample of 366 participants, 239 females (65.3%) using descriptive statistics and t-test, ANOVA, correlation and hierarchical regression analysis. RESULTS: Males reported significantly higher gambling consequences on all scales (p < .001) and significantly more risk behaviour (p < .05). Age was significant for psychological consequences (p < .01), problem gambling (p < .01) and risk behaviour (p < .001) with older participants scoring higher. Students with lower school success reported significantly higher psychological consequences of gambling (p < .01), higher risk behaviour activity (p < .001) and lower family life satisfaction (p < .001). The psychological, financial and social consequences were positively correlated with problem gambling (p < .001). Age (p < .05), gender (p < .001), school success (p < .01) and the father's education level (p. < 05) were significant predictors of problem gambling, with older male adolescents who struggle academically and have lower educated fathers being at greater risk. CONCLUSIONS: Results indicate an important relation between adolescent gambling behaviour and very serious psychological, social and financial consequences. There is a constellation of risk factors that likely place certain individuals at high risk for problem gambling.
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 | 0,000 | 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».