MétaCan
Menu
Retour à la cohorte
Enregistrement W4402598038 · doi:10.1080/14459795.2024.2400356

Gambling advertisements in Ontario: exploring the prevalence and regulatory compliance of televised and social media marketing during sports matches

2024· article· en· W4402598038 sur OpenAlexaboutno aff
Jamie Wheaton, Raffaello Rossi, Maria Moxey, Edoardo Tozzi, Saeid Moradipour

Notice bibliographique

RevueInternational Gambling Studies · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesGambleAwareUniversity of Bristol
Mots-clésAdvertisingCompliance (psychology)BusinessMarketingPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This paper reports the results of two studies into the prevalence of gambling advertisements exposed during five NHL and two NBA matches broadcast in Ontario, and the social media advertisements posted by ten Ontario-licensed gambling operators on X/Twitter between the 25th and the 29th of October 2023. The studies found a total of 4,119 gambling messages, consisting of 3,537 television-based gambling references and 582 X/Twitter advertisements. Just over half of the television-based references (50.4%) appeared on the playing surface, while references were visible for 21.7% of the entire duration of broadcasts. Despite this high volume of advertising, none of the references breached Ontario-based standards. The X/Twitter advertisements generated 5,687,087 views while featuring mostly males (78.5%) and individuals aged between 25 and 34 (50.5%). Just under half (48.5%) were identified as content marketing, which were found to be breaching advertising standards by concealing the fact that they were advertisements. The studies were observational, and caution should be taken when interpreting the findings against possible impact on behavior. Nonetheless, the findings highlight the need for the further development of standards to ensure the protection of audiences against a high volume of marketing that risks the possible normalization of gambling within sport.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,223
Tête enseignante GPT0,403
Écart entre enseignants0,180 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Gambling StudiesMême sujetGambling Behavior and TreatmentsTravaux en français237 207