Striving Towards National Lower-Risk Gambling Guidelines: An Empirical Investigation Among a Sample of Swedish Gamblers
Notice bibliographique
Résumé
Several countries, including Canada and Australia, have developed public health-based lower-risk gambling limits to differentiate lower-risk from higher-risk gambling. This study aimed to identify a preliminary set of lower-risk gambling limits (gambling frequency, duration, expenditure, expenditure as a proportion of personal net income, and diversity), and investigate if gambling types are linked to additional harms, in a Swedish context. The study involved secondary analyses of two online survey studies using the Gambling Disorder Identification Test (GDIT). Receiver operating curve analyses were conducted in relation to both + 1 and + 2 gambling-related harms in a sample of 705 past-year gamblers. Potential lower-risk limits ranges identified were: gambling frequency of "2-3 times a week" to "4 or more times a week" (8-16 times monthly); gambling duration of 6 to 15 h per month; gambling expenditure of 2,000 SEK (approximately $USD190) per month; gambling expenditure as a proportion of personal net income of 5%; and gambling diversity of only one problematic gambling type. Gambling on slots and sports betting were associated with gambling-related harms. The lower-risk limits in the current study were higher than in previous studies, which may be explained by the large proportion of support- or treatment-seeking gamblers with high rates of problem gambling and problematic online gambling in the study sample. An international consensus-based framework on gambling consumption is warranted, with lower-risk limits validated in future empirical studies using larger datasets collected from the Swedish general population.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».