MétaCan
Menu
Retour à la cohorte
Enregistrement W4413924944 · doi:10.1016/j.abrep.2025.100629

Does the unavailability of social media affect online gambling behavior? A behavioral tracking data study before and after the October 2021 Facebook outage

2025· article· en· W4413924944 sur OpenAlexaff
Andrea Czakó, Cristina Villalba-García, Tamás Ferenci, Laura Maldonado-Murciano, Carrie A. Shaw, Mark D. Griffiths, Zsolt Demetrovics

Notice bibliographique

RevueAddictive Behaviors Reports · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Research, Development and Innovation OfficeNemzeti Kutatási Fejlesztési és Innovációs Hivatal
Mots-clésUnavailabilityAffect (linguistics)PsychologySocial mediaTracking (education)Social psychologyInternet privacyBehavioral modelingComputer scienceArtificial intelligenceStatisticsWorld Wide WebCommunication

Résumé

récupéré en direct d'OpenAlex

Background and aims: on October 4, 2021 created a unique possibility to investigate this relationship. The present study examined whether patterns of online gambling were different during the time of the social media outage from what could be expected during that time based on historical behavioral tracking data. Methods: that included information on the gambling behavior of 232,037 individuals from Croatia, Czechia, Poland, Romania, and Slovakia on five consecutive Mondays, including the day of the social media outage, on two different types of gambling activity: gaming (such as online casino games) and sports betting. A linear regression was estimated for several outcome variables (number of people gambling, amount of stake, number of bets) separately for each country and gambling type, while gender, age, time, and date were included as control variables. Results: outage only had a marginal impact on gambling behavior. Discussion and Conclusions: Further research and analysis are needed to explore the relationship between social media use and online gambling behavior.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,431
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictive Behaviors ReportsMême sujetGambling Behavior and TreatmentsTravaux en français237 207