CPGI-Population Harm: A Supplement to the Canadian Problem Gambling Index
Notice bibliographique
Résumé
Objectives: The majority of measures of gambling problems focus only on problems of the individual gambler. The aim of the present study was to develop and validate a supplement for the Canadian Problem Gambling Index (CPGI) to assess the impact of gambling problems at the population level (e.g., family, community, and other environmental levels such as work). Methods: An initial pool of items was generated through a systematic review of empirical literature and clinical instrumentation; the item set was revised based on classical test theory in a large sample with varying levels of gambling behaviour. A total of 317 adults (mean age=42.13, SD=13.21) were recruited for the present study: 256 participants from across Canada were recruited from an online survey panel (Sample 1), and 61 participants from Toronto were recruited from a previous gambling study (Sample 2). Participants completed population harm items along with other measures of problem gambling (CPGI Problem Gambling Severity Index, South Oaks Gambling Screen, Harmful Consequences Questionnaire), and disability and quality of life (Sheehan Disability Scale, Quality of Life Inventory). Sample 2 completed the population harm items a second time one week later. Results: The CPGI-Population Harm demonstrated internal consistency and test-retest reliability, and a unifactorial structure. Evidence further supported its convergent and discriminant validity. Conclusions: The CPGI-Population Harm appears to be an efficient tool to assess gambling-related harm to family members, romantic partners, friends, the workplace and the community. Objectifs: La majorité des mesures de problèmes de jeu de hasard et d'argent se concentrent sur les problèmes au niveau individuel. L'objectif de cette étude était de développer et valider un supplément à l'Indice canadien du jeu problématique(ICJP) afin d’évaluer les effets des problèmes de jeu à l’échelle populationnelle (ex.: famille, communauté, et autres niveaux environnementaux comme le milieu de travail). Méthodes: Une liste d'items a initialement été produite à partir d'une recension systématique des écrits empiriques et des instruments cliniques. L'ensemble des items a été revu sur la base d'une théorie classique de tests parmi un large échantillon de joueurs avec des niveaux variables de comportement de jeu. Un total de 317 adultes (moyenne d’âge = 42,13; EC = 13,21) ont été recrutés pour cette étude: 256 participants ont été recrutés à travers le Canada grâce à un sondage électronique (échantillon 1), 61 participants de Toronto ont été recrutés parmi des participants à une autre étude sur les jeux de hasard et d'argent (échantillon 2). Les participants ont répondu aux items sur les méfaits à l’échelle populationnelle ainsi qu’à d'autres mesures de problèmes de jeu (Indice canadien du jeu problématique(ICJP), Questionnaire South Oaks Gambling Screen, QuestionnaireHarmfulConsequences), d'invalidité et de qualité de vie (Sheehan Disability Scale, Quality of Life Inventory). L’échantillon 2 a répondu aux items sur les méfaits à l’échelle populationnelle une deuxième fois une semaine plus tard. Résultats: L’ ICJP-méfaits à l’échelle populationnelle a démontré une cohérence interne et une fiabilité test-retest ainsi qu'une structure unifactorielle. Les données ont aussi démontré une validité convergente et discriminante. Conclusions: L'ICJP-méfaits à l’échelle populationnelle semble être un instrument efficace pour l’évaluation des méfaits des jeux de hasard et d'argent sur la famille, les partenaires romantiques, les amis, le milieu de travail et la communauté.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».