MétaCan
Menu
Retour à la cohorte
Enregistrement W3217475017 · doi:10.3389/fnbeh.2021.786358

Delay Discounting in Established and Proposed Behavioral Addictions: A Systematic Review and Meta-Analysis

2021· review· en· W3217475017 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueFrontiers in Behavioral Neuroscience · 2021
Typereview
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Alcohol Abuse and AlcoholismNational Institutes of HealthPeter Boris Centre for Addictions Research
Mots-clésAddictionDelay discountingPsychologyMeta-analysisDiscountingBehavioral addictionClinical psychologyCategorical variableAddictive behaviorImpulsivityPsychiatryMedicineStatisticsMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Steep delay discounting, or a greater preference for smaller-immediate rewards over larger-delayed rewards, is a common phenomenon across a range of substance use and psychiatric disorders. Non-substance behavioral addictions (e.g., gambling disorder, internet gaming disorder, food addiction) are of increasing interest in delay discounting research. Individual studies have reported steeper discounting in people exhibiting various behavioral addictions compared to controls or significant correlations between discounting and behavioral addiction scales; however, not all studies have found significant effects. To synthesize the published research in this area and identify priorities for future research, we conducted a pre-registered systematic review and meta-analysis (following PRISMA guidelines) of delay discounting studies across a range of behavioral addiction categories. The final sample included 78 studies, yielding 87 effect sizes for the meta-analysis. For studies with categorical designs, we found statistically significant, medium-to-large effect sizes for gambling disorder (Cohen’s d = 0.82) and IGD ( d = 0.89), although the IGD effect size was disproportionately influenced by a single study (adjusted d = 0.53 after removal). Categorical internet/smartphone studies were non-significant ( d = 0.16, p = 0.06). Aggregate correlations in dimensional studies were statistically significant, but generally small magnitude for gambling ( r = 0.22), internet/smartphone ( r = 0.13) and food addiction ( r = 0.12). Heterogeneity statistics suggested substantial variability across studies, and publication bias indices indicated moderate impact of unpublished or small sample studies. These findings generally suggest that some behavioral addictions are associated with steeper discounting, with the most robust evidence for gambling disorder. Importantly, this review also highlighted several categories with notably smaller effect sizes or categories with too few studies to be included (e.g., compulsive buying, exercise addiction). Further research on delay discounting in behavioral addictions is warranted, particularly for categories with relatively few studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,241
Tête enseignante GPT0,463
Écart entre enseignants0,221 · 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