Effects of alcohol consumption on gambling warning message recall and recognition.
Notice bibliographique
Résumé
OBJECTIVE: To understand the influence of acute alcohol consumption on the recall and recognition of warning messages. METHOD: = 82) were randomly assigned to a condition where they consumed alcoholic beverages (target blood alcohol concentrations of 0.06%-0.08%) or a condition where they consumed juice. Participants in both conditions then gambled on preprogrammed slot machines in a casino-themed room with four pop-up warning messages appearing twice each. After the gambling session, participants in both conditions completed a filler task followed by free recall and recognition assessments. RESULTS: Most participants (81%) recalled the gist, or the general idea, of the warning messages. However, participants in the alcohol condition underestimated the total number of messages they viewed to a significantly greater extent than those in the juice condition. Participants in the alcohol condition were also significantly less accurate in recognizing messages than participants in the juice condition. Participants in the juice condition were significantly more likely to recall the self-appraisal message than participants in the alcohol condition. There were no other significant differences in the recall of specific messages between conditions. CONCLUSIONS: Individuals who are moderately intoxicated are just as likely as nonintoxicated individuals to understand the general idea of warning messages but may have greater difficulty recalling specific details within those messages. Those who are intoxicated may have difficulties engaging in self-appraisal, indicating that messages that are focused on the financial consequences of gambling may be more impactful. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,000 | 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 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 ».