Impacts of a Self-Help Treatment Program for Problem Gamblers
Notice bibliographique
Résumé
Despite availability of treatments for gamblers, few at-risk and pathological gamblers seek help. Self-help treatments offer a private and personalized alternative that may appeal to gamblers who need help. Objective: This study examines the impact of the self-help treatment JEu me questionne (JMQ) on gambling behavior and severity, and reports participants’ satisfaction. Method: Forty-seven at-risk and pathological gamblers entered the program that involved a self-help treatment workbook and two motivational phone interviews. Results: Among the 32 gamblers who completed the program, results indicated a significant reduction in the number of pathological gambling diagnostic criteria. This gain was maintained at the one- and six-month follow-ups. Time gambling and money spent were also significantly lower post-treatment, but only a reduction in time spent gambling was maintained at follow-up. Participants reported high satisfaction with the program. The discussion raises clinical and theoretical implications of these findings. Malgré la disponibilité des traitements pour les joueurs, peu de joueurs à risque et pathologiques entreprennent une démarche d'aide. Les traitements auto-administrés (TAA) proposent une formule individualisée et peu intrusive ayant le potentiel de rejoindre les joueurs réticents afin qu'ils demandent de l'aide. Objectifs: Cette étude examine les impacts du TAA JEu me questionne (JMQ) sur les comportements de jeu et la sévérité des problèmes de jeu et documente la satisfaction des participants. Méthode: Quarante-sept joueurs à risque et pathologiques ont débuté le programme comprenant un manuel d'autotraitement et deux rencontres téléphoniques de type motivationnel. Résultats: Parmi les 32 joueurs qui ont complété le programme, les résultats indiquent une réduction significative du nombre de critères diagnostiques du jeu pathologique. Ce gain se maintient aux suivis 1 et 6 mois. Le temps consacré au jeu et l'argent misé diminuent également lors du post-traitement, mais seule la réduction du temps passé à jouer se maintient aux suivis. Les participants rapportent un taux élevé de satisfaction envers le programme. La discussion soulève les implications cliniques et théoriques de ces résultats.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».