MétaCan
Menu
Retour à la cohorte
Enregistrement W4200333940 · doi:10.1016/j.addbeh.2021.107229

A speed-of-play limit reduces gambling expenditure in an online roulette game: Results of an online experiment

2021· article· en· W4200333940 sur OpenAlexfundno aff
Philip Newall, Leonardo Weiss‐Cohen, Henrik Singmann, W. Paul Boyce, Lukasz Walasek, Matthew Rockloff

Notice bibliographique

RevueAddictive Behaviors · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Gambling Research Institute, University of CalgaryGambleAwareResponsible Gambling FundGambling Research Exchange OntarioDepartment of Families, Housing, Community Services and Indigenous Affairs
Mots-clésRouletteSpeed limitLimit (mathematics)Time limitAdvertisingPsychologyComputer scienceEconomicsBusinessMathematicsEngineeringTransport engineering

Résumé

récupéré en direct d'OpenAlex

UK online casino games are presently not subject to any limitations on speed-of-play or stakes. One recent policy proposal is to ensure that no online casino game can be played faster than its in-person equivalent. Another policy proposal is to limit the maximum stakes on online casino games to £2, to match the current stake limit on electronic gambling machines. This research experimentally investigated the speed-of-play proposal subject to a £2 stake limit, in an online experiment using incentivized payouts based on £4 endowments and a commercial online roulette game, which was slowed-down in one condition to enforce a speed-of-play limit of one spin every 60 seconds. UK residents, aged 18 years and over and with experience in playing online roulette (N = 1,002), were recruited from an online crowdsourcing panel. In the slowed-down condition there was a credible reduction in the amount gambled. This effect occurred via a credible reduction in the mean number of spins which outweighed any potential increases in bet sizes. Speed-of-play limits may be effective in reducing gambling expenditure for online roulette.

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 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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,174
Tête enseignante GPT0,432
Écart entre enseignants0,258 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictive BehaviorsMême sujetGambling Behavior and TreatmentsTravaux en français237 207