House-edge information yields lower subjective chances of winning than equivalent return-to-player percentages: New evidence from support forum participants
Notice bibliographique
Résumé
Information messages that communicate the average cost of play are a helpful consumer protection tool in gambling. In Australia and the United Kingdom, cost of play information is typically communicated via the “return-to-player” statistic, e.g., “This game has an average percentage payout of 90%.” Through a sample recruited through a gambling support forum (n = 49), this paper reports how house-edge information (e.g., “This game keeps 10% of all money bet on average”) is associated with lower perceived chances of winning, as opposed to equivalent return-to-player information. Accordingly, this study also extends the literature on optimal gambling messaging to a group of support forum users.RésuméLes messages destinés à renseigner les joueurs sur le coût moyen des activités de jeux de hasard constituent une mesure de protection du consommateur utile. En Australie et au Royaume-Uni, cette information est habituellement transmise sous forme de statistique précisant le « taux de retour », par exemple : « Ce jeu a un taux de retour de 90 %. » Cette étude montre, sur la base d’un échantillon recruté au sein d’un forum de soutien aux joueurs (n=49), que les messages axés sur la marge de profit des maisons de jeu (par ex. « La maison conserve en moyenne 10 % des sommes misées ») ont une incidence négative sur la perception des chances de gagner, contrairement aux messages sur le taux de retour. Nos conclusions ajoutent aux connaissances sur la nature des messages à adresser aux membres des groupes de soutien aux joueurs.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».