Validation of a Sports Betting Adaptation to the Problem Gambling Severity Index in Young Adults
Notice bibliographique
Résumé
Background. Sports betting is a rapidly growing addictive behavior, especially among young adults. As such, there is a need for measuring problem sports betting behaviors and consequences separately from established generalized gambling measures. The present study provides support for a sports betting adaptation of the Problem Gambling Severity Index (PGSI-SB). Methods. We recruited a sample (N=221) of young adults aged 18-29 (Mage=24.4; 22% female; 13.2% Hispanic; 68.6% college degree) from 36 different US states. Eligibility criteria included ≥2 sports betting days in the past month. Results. Confirmatory factor analyses showed support for both a single and two-factor model with subscales for problematic behavior (e.g., dependence) and negative consequences. The PGSI-SB was strongly correlated with the original PGSI in terms of scale-level and item-level correlations (i.e., convergent validity). Aim 3 established predictive validity of the single-factor PGSI-SB via significant associations with three indices of past two-week sports betting: frequency, number of bets, and total amount wagered. Predictive validity for the two-factor model was impacted by multicollinearity, given high correlation between subscales. Conclusions. Findings establish the merits of a dedicated problem sports betting measure for young adults, which is a key step towards enhancing the quality and consistency of sports betting research.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».