Equivalent gambling warning labels are perceived differently
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The same information may be perceived differently, depending on how it is described. The risk information given on many gambling warning labels tends to accentuate what a gambler might expect to win, e.g. 'This game has an average percentage payout of 90%' (return-to-player), rather than what a gambler might expect to lose, e.g. 'This game keeps 10% of all money bet on average' (house-edge). We compared gamblers' perceived chances of winning and levels of warning label understanding under factually equivalent return-to-player and house-edge formats. DESIGN: Online surveys: experiment 1 was designed to test how gamblers' perceived chances of winning would vary under equivalent warning labels, and experiment 2 explored how often equivalent warning labels were correctly understood by gamblers. SETTING: United Kingdom. PARTICIPANTS: UK nationals, aged 18 years and over and with experience of virtual on-line gambling games, such as on-line roulette, were recruited from an on-line crowd-sourcing panel (experiment 1, n = 399; experiment 2, n = 407). MEASUREMENTS: The main dependent variables were a gambler's perceived chances of winning on a seven-point Likert scale (experiment 1) and a multiple-choice measure of warning label understanding (experiment 2). FINDINGS: = 19.03, P < 0.001. In experiment 2, the house-edge warning label was understood by more gamblers [66.5, 95% confidence interval (CI) = 60.0%, 73.0%] than the return-to-player warning label (45.6%, 95% CI = 38.8%, 52.4%, z = 4.22, P < 0.001). CONCLUSIONS: House-edge warning labels on electronic gambling machines and on-line casino games, which explain what a gambler might expect to lose, could help gamblers to pay greater attention to product risk and would be better understood by gamblers than equivalent return-to-player labels.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».