Gambling activity in the old-age general population
Notice bibliographique
Résumé
Abstract Old age constitutes a vulnerable stage for developing gambling-related problems. The aims of the study were to identify patterns of gambling habits in elderly participants from the general population, and to assess socio-demographic and clinical variables related to the severity of the gambling behaviours. The sample included N = 361 participants aged in the 50–90 years range. A broad assessment included socio-demographic variables, gambling profile and psychopathological state. The percentage of participants who reported an absence of gambling activities was 35.5 per cent, while 46.0 per cent reported only non-strategic gambling, 2.2 per cent only strategic gambling and 16.3 per cent both non-strategic plus strategic gambling. Gambling form with highest prevalence was lotteries (60.4%), followed by pools (13.9%) and bingo (11.9%). The prevalence of gambling disorder was 1.4 per cent, and 8.0 per cent of participants were at a problematic gambling level. Onset of gambling activities was younger for men, and male participants also reached a higher mean for the bets per gambling-episode and the number of total gambling activities. Risk factors for gambling severity in the sample were not being born in Spain and a higher number of cumulative lifetime life events, and gambling severity was associated with a higher prevalence of tobacco and alcohol abuse and with worse psychopathological state. Results are particularly useful for the development of reliable screening tools and for the design of effective prevention programmes.
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 ».