Between-session chasing of losses and wins in an online eCasino
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.
Notice bibliographique
Résumé
Background and aims: This study characterized chasing behaviour as the time to return to an online gambling website after a losing or a winning visit. Methods: We analyzed a naturalistic dataset from an eCasino (PlayNow.com, the provincial platform for British Columbia, Canada), comprising 1,909,681 sessions from 15,544 individuals. Analyses distinguished sessions on slot machines, blackjack, roulette, video poker, probability games, or mixed-category sessions. Results: Overall, gamblers on most games returned more slowly as a function of the prior loss, and more quickly as a function of the prior win. Loss chasing intensities in blackjack, probability, video poker, and mixed sessions did not differ significantly from slot machines, but roulette was associated with shorter intervals to return (b = -0.13, p < 0.001). Similarly, win chasing did not vary across slot machines, blackjack, probability games, and video poker, but roulette (b = -0.08, p < 0.001) and mixed (b = -0.02, p = 0.009) sessions were associated with shorter intervals. Discussion and conclusions: The average behavioural patterns provide limited evidence for loss chasing but clearly indicate win chasing. Although slot machines are commonly considered a high-risk product, roulette in our analyses was associated with the greatest chasing intensities.
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 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 | 0,001 | 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 découle