Clarifying gambling subtypes: the revised pathways model of problem gambling
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The pathways model is a highly cited etiological model of problem gambling. In the past two decades, a number of studies have found support for the model's utility in classifying gambling subtypes. The aims of this paper were to refine empirically the model subtypes and to revise and update the model based on those findings. DESIGN AND MEASUREMENT: Observational study using data collected from treatment-seeking problem gamblers using the Problem Gambling Severity Index (PGSI) and the Gambling Pathways Questionnaire (GPQ). SETTING: Treatment clinics in Canada, Australia and the United States. PARTICIPANTS: A convenience sample of 1168 treatment-seeking problem gamblers, aged 18 years or older. FINDINGS: Empirically validated risk factors were analyzed using latent class analyses, identifying a three-class solution as the best-fitting model. Those in the largest class (class 1: 44.3%, n = 517) reported the lowest levels of all etiological risk factors. Participants in class 2 (39.5%, n = 461) reported the highest rates of anxiety and depression, both before and after gambling became a problem, as well as childhood maltreatment, and a high level of gambling for stress-coping. Those in class 3 (16.3%, n = 190) reported high levels of impulsivity; risk-taking, including sexual risk-taking; antisocial traits; and coping to provide meaning in life and to alleviate stress. CONCLUSIONS: The revised pathways model of problem gambling includes three classes of gamblers similar to the three subtypes in the original pathways model, but class 3 in the revised pathways model is distinct from class 2, showing higher levels of risk-taking and antisocial traits and gambling motivated by a desire for meaning/purpose and/or to alleviate stress. Class 2 in the revised pathways model demonstrates high levels of childhood maltreatment as well as gambling for stress-coping.
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 | 0,000 | 0,000 |
| 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 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 ».