Notice bibliographique
Résumé
Problem gamblers face numerous barriers to intervention and support, such as shame and stigma, need for control, and lack of resources. Fortunately, digital health has paved the way for private, autonomous, and highly accessible interventions for problem gambling. Mobile applications (apps) are a part of the digital health platform; however, few apps are available, and a review has not been undertaken. This study had one simple aim: to review the health apps for problem gambling available in Australia from Google Play and Apple iTunes. Focus was given to, among other elements, cost, update recency, popularity, and functions of the apps. In January 2020, 17 health apps for problem gambling were identified and data were extracted. The investigation showed that the apps are generally free or low cost and are not popular in terms of downloads and ratings. In most cases, months or years had passed since previous updates, and the apps had a small number of functions with little variance in the types provided. However, many of the functions are viewed positively by problem gamblers and professionals involved in problem gambling research and intervention. Overall, although the limited range of health apps for problem gambling available in Australia provides a foundation for intervention, there is room for improvement in the quality and range of in-app functions, which may in turn have positive effects on popularity. Further, a greater number of apps may benefit users by encouraging price competitiveness and regular app updates.RésuméLes joueurs compulsifs font face de nombreux obstacles à l’intervention et au soutien, notamment la honte et la stigmatisation, le besoin de contrôle et le manque de ressources. Heureusement, la santé numérique leur a ouvert la voie aux interventions privées, autonomes et très accessibles. La plateforme de santé numérique comporte des applications mobiles, mais celles-ci sont peu nombreuses et n’ont pas fait l’objet d’analyses. Cette étude avait un objectif simple : examiner les applications du domaine de la santé destinées aux joueurs compulsifs et offertes en Australie à partir de Google Play et d’Apple iTunes. Nous nous sommes concentrés notamment sur le coût, la récence de la mise à jour, la popularité et les fonctions des applications. En janvier 2020, 17 applications du domaine de la santé destinées aux joueurs compulsifs ont été repérées et les données ont été extraites. L’analyse montre que les applications sont généralement gratuites ou à faible coût, et ne sont pas populaires sur le plan des téléchargements et des évaluations. Dans la plupart des cas, elles n’avaient pas été mises à jour depuis des mois ou des années, et offraient un petit nombre de fonctions dont le type variait peu. Toutefois, un grand nombre des fonctions sont considérées de manière positive par les joueurs compulsifs et les professionnels de la recherche et de l’intervention dans le domaine du jeu compulsif. Dans l’ensemble, bien que la gamme restreinte d’applications de santé destinées aux joueurs compulsifs et accessibles en Australie jette les bases de l’intervention, il y a place à l’amélioration de la qualité et des fonctions de ces applications, ce qui pourrait les rendre plus populaires. En outre, l’augmentation du nombre d’applications pourrait être profitable aux utilisateurs en favorisant la concurrence des prix et les mises à jour régulières.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».