Trends in Lower-Risk Gambling by Age and Net Income among Finnish Men and Women in 2011, 2015, and 2019
Notice bibliographique
Résumé
Lower-risk Gambling Guidelines (LRGGs) were developed in Canada to reduce the risk of gambling-related harm. The LRGGs, published in 2021, consist of three limits: gamble no more than 1% of household income per month; gamble no more than four days per month; and avoid regularly gambling at more than two types of games. All three limits should be followed at the same time. This study focuses on the situation in Finland before the LRGGs were published. The aim of this study is to investigate trends in lower-risk gambling by age and net income among men and women in the Finnish adult population in 2011, 2015, and 2019. Data were drawn from cross-sectional Finnish Gambling population surveys, including permanent residents in Mainland Finland aged 15-74 with Finnish, Swedish or Sámi as their mother tongue (2011; n = 4,484, 2015; n = 4,515, and 2019; n = 3,994). The results showed an increase in the prevalence of lower-risk gambling, rising from 29% in 2011 to 39% in 2019. This upward trend was observed among both men and women, with the prevalence among men increasing from 23 to 33%, and among women from 34 to 45%. The lowest prevalence of lower-risk gambling was found among individuals aged 60-74, especially regarding expenditure guidelines, as well as among women in the lowest income tertile. In conclusion, although the prevalence of lower-risk gambling has increased in Finland, there is still potential for further improvement to minimize harm.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».