Challenges in the Measurement of Gambling Product Risk: A Critical Review of the ASTERIG Assessment Tool
Notice bibliographique
Résumé
Recognition of the role of structural characteristics and their potential association with gambling harm has led to the development of protocols to assess the risk of gambling products. Such tools rate products on a range of ‘risk criteria’ and assign classifications that might be used to inform product design or regulatory decision-making. One of published examples of these tools is ASTERIG which assigns ratings of lowest to highest to products based on 10 criteria that include, for example: event frequency, accessibility or scale of jackpot. In this paper, we provide a critical review of this protocol and identify five principal limitations that may limit its validity and reliability. These relate to the validity of some criteria as indicators of risk; definitional issues; scoring and calibration; problems arising from collinearity or duplication; and, the omission of important criteria such as cost of play. In this paper, we highlight the challenges associated with rating product risk using ASTERIG as an example. We argue that further refinement of risk assessment tools requires the development of more rigorous conceptual frameworks both in design and application as well greater validation of risk classifications against independent data relating to the links between products and gambling-related harm.RésuméLa reconnaissance du rôle des caractéristiques structurelles et de leur association potentielle avec les maux liés aux jeux de hasard a entraîné l’élaboration de protocoles visant à évaluer le risque des produits de jeu. De tels outils évaluent les produits sur une échelle de « critères de risque » et leur classement peut servir à orienter la conception de produits ou la prise de décisions réglementaires. L’un des exemples de ces outils est ASTERIG, qui attribue aux produits une cote, de la plus basse à la plus élevée, à l’aide de dix critères, notamment la fréquence de l’événement, l’accessibilité au gros lot ou la taille de ce dernier. Nous présentons dans cet article un examen critique de ce protocole et nous cernons cinq grandes limites pouvant restreindre sa validité et sa fiabilité. Ces limites concernent la validité de certains critères en tant qu’indicateurs de risque, des questions définitionnelles, le pointage et l’étalonnage, les problèmes issus de la colinéarité ou du double compte, et l’omission de critères importants comme le coût du jeu. Nous mettons en évidence dans cet article les enjeux liés à l’évaluation du risque d’un produit à l’aide d’ASTERIG par exemple. Nous soutenons que le peaufinage des outils d’évaluation du risque nécessite la mise sur pied d’un cadre conceptuel plus rigoureux, tant sur le plan de la conception que de l’application, ainsi qu’une plus grande validation des catégories de risque par rapport à des données indépendantes sur les liens entre les produits et les maux associés aux jeux de hasard.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».