Betting Addiction Predispositions of In-School Adolescents in Nigeria
Notice bibliographique
Résumé
The upsurge of betting and gaming sites on the internet and numerous social networking sites for social activities predisposes adolescents and young adults globally to problem betting including Nigerian secondary school students. In this study, the focus is on the propensities of school-going adolescents becoming addicted as it has become a trend that could have consequences on their mental health and productivity. The study is survey research on a sample of 385 secondary school students and teachers in Owo, Ondo state Nigeria using purposive and simple random sampling techniques. Betting Addiction Tendencies Questionnaire (BATQ)" and a structured interview was used to amass data for the study. The instrument possessed a reliability coefficient of 0.75 after being subjected to the test-retest method. Data were analyzed using percentage, thematic analysis and three-way ANOVA. The study revealed that 40% of the respondents have tendencies for betting addiction. The result further revealed that adolescents with tendencies of betting addiction were characterised with un-serious attitudes and would do anything to get the money to bet. Also, respondents do not differ in their views about betting addiction tendencies based on gender and agebut a significant difference was found based on school type. This study implies that in school, adolescents are susceptible to a betting addiction if unguided. Therefore,Mental Health Counsellors should intensify their effort in providing preventive measures through organizing programmes that could assist in reducing risk factors for betting addiction.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».