Fundamental Flaws in the Design and Reporting of Chew and Neo (2024)
Notice bibliographique
Résumé
Abstract Loot boxes are products inside video games that consumers can buy to obtain random rewards. They are prevalently implemented in contemporary video games, including in those deemed suitable for young children. Stakeholders (parents and policymakers) are concerned about their gambling-like nature and potential harms. An established line of research has found positive correlations between loot box spending and problem gambling and problem video gaming that justify stricter regulation. Chew and Neo (2024) also sought to explore these relationships and presented findings that were contrary to the prior literature. In principle, challenging our current knowledge using novel methods can improve the overall reliability of science and should always be encouraged. However, those methods must be sound. Unfortunately, Chew and Neo (2024) was fundamentally flawed due to a major error in its survey materials: in relation to the most important variable, they incorrectly instructed participants that the highly popular video game League of Legends did not contain loot boxes, which was factually incorrect, as the game did sell loot boxes. This significantly affected the accuracy of the data and the subsequent results and interpretation. Besides this fundamental error, the study also suffers from several other critical shortcomings that call its validity into question, including (i) measuring and relying upon an unreliable variable, (ii) potentially unjustified exclusion of participants, and (iii) the misuse of statistics. More proactive engagement with open science practices would have alleviated our concerns or even prevented these issues from arising in the first place. Our analyses suggest that the validity of the results in Chew and Neo (2024) may have been compromised and should be interpreted with caution for meta-analysis and policymaking purposes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,677 | 0,866 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,018 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,005 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».