MétaCan
Menu
Retour à la cohorte
Enregistrement W3035418693 · doi:10.1007/s10899-020-09955-0

The Relationship Between Gambling Event Frequency, Motor Response Inhibition, Arousal, and Dissociative Experience

2020· article· en· W3035418693 sur OpenAlexfundno aff
Andrew Harris, Georgina Gous, Bobbie de Wet, Mark D. Griffiths

Notice bibliographique

RevueJournal of Gambling Studies · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesGambleAwareTrent UniversityNottingham Trent University
Mots-clésPsychologyArousalPriming (agriculture)HarmResponse inhibitionDissociativeSocial psychologyCognitive psychologyCognitionClinical psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Speed of play has been identified as a key structural characteristic in gambling behaviour, where games involving higher playing speeds enhance the experience of gambling. Of interest in the present study is the consistent finding that games with higher event frequencies are preferred by problem gamblers and are associated with more negative gambling outcomes, such as difficulty quitting the game and increased monetary loss. The present study investigated the impact of gambling speed of play on executive control functioning, focusing on how increased speeds of play impact motor response inhibition, and the potential mediating role arousal and dissociative experience play in this relationship. Fifty regular non-problem gamblers took part in a repeated-measures experiment where they gambled with real money on a simulated slot machine across five speed of play conditions. Response inhibition was measured using an embedded Go/No-Go task, where participants had to withhold motor responses, rather than operating the spin button on the slot machine when a specific colour cue was present. Results indicated that response inhibition performance was significantly worse during faster speeds of play, and that the role of arousal in this relationship was independent of any motor priming affect. The implications of these findings for gambling legislation and gambling harm-minimisation approaches are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,281
Tête enseignante GPT0,479
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Gambling StudiesMême sujetGambling Behavior and TreatmentsTravaux en français237 207