Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ask any gambler how much money they spend on gambling in a typical year and you’ll almost certainly see a quizzical look appear on their face. Individuals are frequently reluctant to disclose such information and those that do typically find it difficult to recall the specifics of their gambling spending. Gamblers who are willing and able to answer might also need some clarification since the question could be referring to either the cumulative amount of dollars gambled or the net dollar figure gambled after accounting for wins and losses[1]. But what if, instead of asking individual gamblers about their spending, one was attempting to determine gambling spending for the entire country of Canada including provinces and territories… are these figures even available? Are provincial and territorial gambling regulators and operators forthcoming with this information? The short answer is that, yes, it is indeed possible to determine a figure for Canada’s net commercial gambling revenue using available data[2]. In this article, I’ll describe my rationale for documenting available Canadian gambling statistics, methods employed, and challenges encountered. A selection of charts is interspersed throughout to illustrate key gambling statistics using examples from the Canadian Gambling Statistics (1970-2020) online database which was created to house these collected statistics and make them publicly accessible.
 
 [1] To learn about these intricacies, see Wood & Williams (2007) ‘How Much Money Do You Spend on Gambling?’ The Comparative Validity of Question Wordings Used to Assess Gambling Expenditure and Auer & Griffiths (2017) Self-Reported Losses Versus Actual Losses in Online Gambling: An Empirical Study.
 [2] Calculate at $14.51-billion in 2019 or about $500 per Canadian adult (18+ years of age) – for details, see Figure 1.
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.
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 | 0,001 |
| 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 découle