Comportements de jeu en laboratoire
Notice bibliographique
Résumé
Les joueurs d’appareil de loterie vidéo (ALV) sont les joueurs les plus à risque de développer des problèmes de jeu. La présente étude s’intéresse à : (a) l’effet de donner une compensation monétaire aux joueurs d’ALV sur le montant inséré dans l’appareil; (b) la mise prévue; et (c) le désir de jouer aux ALV dans un contexte d’expérimentation en laboratoire. Sur 328 personnes sollicitées par courriel et par téléphone à partir d’une liste de volontaires, deux joueurs d’ALV ont été recrutés. Ils ont été assignés à l’une des deux conditions soit : argent personnel (AP) et compensation monétaire (CM). L’assignation a été faite selon la méthode de minimisation avec le logiciel MinimPy. Dû au faible nombre de participants et aux obstacles liés au recrutement, une étude de cas de deux joueursd’ALV a été réalisée. Les deux participants ont inséré 20$ dans l’ALV. Le participant de la condition AP prévoyait miser 40$ et évaluait son désir de jouer à 7/10, alors que le participant de la condition CM prévoyait miser entre 40 et 60$ et avait un désir de jouer de 2/10. Diverses difficultés reliées au recrutement sont discutées, telles que le fait de ne pas fournir de compensation monétaire.
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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».