Reaching Out to Big Losers: How Different Types of Gamblers are Affected by a Brief Motivational Contact Initiated by the Gambling Provider
Notice bibliographique
Résumé
Telephone and letter-based motivational interventions with high expenditure gamblers have significant short and long term positive effects on gambling and use of responsible gambling tools. This report examines how different subtypes of gamblers, based upon patterns of play, are differentially affected. A randomized controlled trial design with three conditions (n = 1003 in each): feedback intervention by letter, telephone or a no-contact control condition. Subtypes of gamblers were derived by latent class analyses (LCA) based upon gambling behavior pre intervention. The participants were customers of Norsk Tipping gambling platforms. 1003 statistical triplets from the top 0.5% of customers based upon annual expenditure, matched on sex, age, and net losses. Primary outcome measure was gambling theoretical loss (TL), derived from the Norsk Tipping customer database. The LCA identified six subtypes: High Casino, High Sport, High Lottery, High Video lottery terminal (VLT), Lottery/Mix and Bingo/Casino. There were almost no differences in change in TL between the six subtypes of gamblers receiving the letter or telefone interventions respectively. However, the choice of contact by letter or telephone did have different effects for the different gambling subtypes. Sending a letter seems like a cost effective alternative to telephone contact for the High Lottery type, but telephone contact performs better for High Casino, High Sport and High VLT customers. Responsible gambling interventions can be improved by subtyping of gamblers.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».