Between two worlds: Exploring esports betting in relation to problem gambling, gaming, and mental health problems
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Esports betting is an emerging gambling activity where individuals place bets on an organized video gaming competition. It represents only one of several gambling activities commonly endorsed by adolescents. To date, limited research has explored the relationship between esports betting and mental health among adolescents and its convergence with both problem gambling (PG) and problem video gaming (PVG). The present study examined the relation between esports betting, PG and PVG, and both externalizing and internalizing problems among adolescents while accounting for adolescents' video gaming intensity (i.e., how often they play 2 h or more in a day) and engagement in other gambling activities. METHODS: Data was collected from 6,810 adolescents in Wood County, Ohio schools. A subset of 1,348 adolescents (M age = 14.67 years, SD = 1.73, 64% male) who had gambled and played video games during the past year were included in the analyses. RESULTS: Approximately 20% (n = 263) of the included sample had bet on esports during the past year. Esports betting was positively correlated with other forms of gambling, both PG and PVG, and externalizing behaviors. Mediation analyses revealed esports betting was associated to both internalizing and externalizing problems through PVG and not PG. CONCLUSIONS: Esports betting may be particularly appealing to adolescents who are enthusiastic video gamers. As such, regulators must be vigilant to ensure codes of best practices are applied to esports betting operators specifically for underaged individuals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».