Effects of Prevention Messages for Electronic Gambling Machines on Behaviors and Cognitions: Protocol for a Two-Arm Stratified Block: Randomized Controlled Study
Notice bibliographique
Résumé
Background: Electronic gambling machines and online gambling are the reputedly most damaging gambling type from a public health perspective. Pop-up messages are often used as a responsible gambling (RG) measure to prevent harm for these screen-based types of gambling. Despite some evidence of effectiveness in the literature for these messages, limitations persist, among which low ecological validity is of particular concern. Objective: This study aims to test (1) the potential of pop-up messages as a prevention measure in a gambling setting and (2) whether this potential is moderated by characteristics of people exposed to the messages. Secondary objectives also tackle some fundamental assumptions of gambling studies conducted in a laboratory setting. Methods: This is a 2-arm stratified block randomized controlled study. In total, 80 participants are recruited under the false pretense of evaluating the realism of a gambling session in a laboratory replicating a bar. Duplicity is also used to make participants believe that they are risking their own money during the experimentation (ie, winnings and losses are real). Participants are randomized to one of the two arms in a 1:1 ratio: (1) experimental group (regular gambling session with prevention pop-up messages presented on a fixed schedule) and (2) active control group (regular gambling session). Outcomes measures include behaviors and cognitive and emotional responses to the pop-up messages. The believability of the gambling session's realism is also evaluated. Results: Recruitment began in February 2024 and concluded in December 2024. Results are expected to be published in 2026. No results are currently available. Conclusions: This study will provide new insights on the efficacy of pop-up messages as a prevention measure for gambling as well as the appropriateness of laboratory studies as a substitute to a real-life setting.
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 | 0,025 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,011 |
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 source (Gemma direct ou Codex distillé), 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 ».