MétaCan
Menu
Retour à la cohorte
Enregistrement W3162781035 · doi:10.4309/jgi.2021.47.12

Inventaire des cognitions à risque — Loteries sportives (ICR-LS) : un premier pas dans l’élaboration de mesures spécifiques au type de jeu/The Inventaire des cognitions à risque Loteries Sportives: A First Step in Developing Game-Specific Measures

2021· article· fr· W3162781035 sur OpenAlexaffvenue
Jonathan Mercier, Serge Sévigny, Christian Jacques, Isabelle Giroux

Notice bibliographique

RevueJournal of Gambling Issues · 2021
Typearticle
Languefr
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

À travers le monde, les paris sportifs représentent la deuxième forme de jeux de hasard et d’argent (JHA) la plus associée aux problèmes de jeu. Les cognitions des parieurs sportifs pourraient contribuer à cette association. Cependant, aucun outil ne semble adapté aux parieurs de loteries sportives, principalement à cause de la composante d’habileté. Cette étude vise (a) à développer l’Inventaire des cognitions à risque — Loteries sportives (ICR-LS) et en déterminer la structure factorielle, (b) à évaluer la validité de convergence de l’ICR-LS avec Gambling Related Cognitions Scale (GRCS), les habitudes de jeu, et la gravité des problèmes de jeu; et (c) à évaluer les liens entre le nombre d’heures mensuelles consacrées à la préparation des paris aux loteries sportives et les habitudes de jeu. Les parieurs sportifs recrutés (N = 272) étaient principalement de sexe masculin (86,5 %), dans la vingtaine (M = 26,7 ans) et issus de la communauté universitaire (88,3 %). Les analyses en composantes principales indiquent que l’instrument possède deux dimensions (Superstitions et Habiletés), une forte cohérence interne (les coefficients alpha > ,85) et une bonne validité convergente. Des associations négligeables, mais statistiquement significatives, ressortent entre l’ICR-LS et le montant annuel dépensé aux loteries, les heures consacrées à la préparation des paris et la gravité des problèmes de jeu. En outre, le temps consacré à la préparation des paris sportifs est modérément corrélé avec le montant dépensé, la fréquence de jeu et la gravité des problèmes de jeu, ce qui incite à y voir, peut-être, un facteur de risque lié aux loteries sportives. Le temps consacré à la préparation des paris sportifs et ses effets sur les différentes sphères de vie mériteraient d’être étudiés davantage, notamment auprès de joueurs problématiques.AbstractAround the world, sports betting is the second type of gambling activity most associated with gambling problems. Thus, sports bettors’ cognitions play an essential role in this association. However, no instrument is specifically designed to assess sports bettors’ cognitions. This study aims (a) to develop the Inventaire des cognitions à risque — Loteries sportives (ICR-LS) and to determine its factor structure, (b) to assess the convergent validity of the ICR-LS with the Gambling Related Cognitions Scale (GRCS), gambling habits, and the severity of gambling problems; and (c) to assess the links between the number of monthly hours spent preparing for sports lottery bets and gambling habits. Participants are sport lottery bettors (N = 272) that are mainly men (86.5%) in their twenties (M = 26.7 years old), and from a university community (88.3%). Principal component analysis results indicate that the instrument is composed of two factors (Superstitions and Abilities), and shows strong internal consistency (coefficients alpha > .85) and good convergent validity. The scale shows statistically significant but negligible associations with the annual amount spent on lotteries, hours spent on the preparation of bets, and gambling problem severity. In addition, time dedicated to bet preparation is moderately associated with the amount spent, gambling frequency, and gambling problem severity, suggesting that sports bettors bet preparation time could be a risk factor in sports betting. Studies should explore further the amount of time dedicated to bet preparation and its effects on different spheres of life, especially for problem 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,301
Tête enseignante GPT0,437
Écart entre enseignants0,136 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Gambling IssuesMême sujetGambling Behavior and TreatmentsTravaux en français237 207