The Relationship Between Gambling Problems and the Five-Factor Model of Personality: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Objectives: The aim of the present meta-analysis was to synthesize results from the association between problem gambling (PG) and dimensions of the five factor model of personality and to identify potential moderators (gambling diagnosis: yes/no, comorbidity: yes/no and trait assessment: four or fewer items vs. five items or more) of these associations in meta-regressions. Methods: Searches were conducted in six databases; Medline, Web of Science, PsychInfo, Google Scholar, OpenGrey, and Cochrane Library (conducted on February, 22, 2021). Included studies: (1) reported a relationship between PG and at least one of the personality traits in the five-factor model, (2) contained information of zero-order correlations or sufficient data for such calculations, and (3) were original articles published in any European language. Case-studies, qualitative studies, and reviews were excluded. All articles were independently screened by two authors. Final agreement was reached through discussion or by consulting a third author. Risk of bias of the included studies was assessed by the Newcastle-Ottawa Scale. Data were synthesized using a random effects model. Results: In total 28 studies, comprising 20,587 participants, were included. The correlations between PG and the traits were as follows: Neuroticism: 0.273 (95% CI = 0.182, 0.358), conscientiousness −0.296 (95% CI = −0.400, −0.185), agreeableness −0.163 (95% CI = −0.223, −0.101), openness −0.219 (95% CI = −0.308, −0.127), and extroversion −0.083 (95% CI = −0.120, −0.046). For all meta-analyses the between study heterogeneity was significant. Presence of gambling diagnosis was the only moderator that significantly explained between-study variance showing a more negative correlation to extroversion when participants had a gambling diagnosis compared to when this was not the case. Discussion: The results indicated some publication bias. Correcting for this by a trim-and-fill procedure showed however that the findings were consistent. Clinicians and researchers should be aware of the associations between personality traits and PG. Previous studies have for example showed neuroticism to be related to treatment relapse, low scores on conscientiousness to predict treatment drop-out and agreeableness to reduce risk of treatment drop-out. Systematic Review Registration: PROSPERO (CRD42021237225).
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 | 0,018 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,039 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».