The Effects of Sensory Feedback on Simulated Online Slot Machine Gambling
Notice bibliographique
Résumé
Objective: A prominent feature of land-based and online slot machines is audiovisual feedback that accompanies winning outcomes. Prior laboratory work suggests that this design feature may influence game experience, facilitate immersion, increase arousal, and promote riskier decision making, but whether this generalizes to realistic gambling products remains unclear. In this pre-registered study, we used a realistic slot machine simulator, deployed online, to evaluate effects of win-accompanying sensory feedback (SF) on gambling experience and behavior. Method: Participants were recruited via Amazon Mechanical Turk and stratified as online active gamblers (AG) or non-gamblers (NG). Participants were randomly assigned to complete 200 spins on an online slot machine that featured either enhanced or diminished SF. Results: Enhanced SF reduced time to initiate spins (i.e. faster speed of play) but did not affect bet size or self-reported experience. Relative to NG, AG reported greater game immersion and positive affect during the game, and these variables were also predicted across all participants by greater problem gambling severity, and monetary gains in the gambling session. In addition, self-reported immersion and affect were predicted by ADHD and depressive symptoms. Conclusion: Faster gambling under SF may incur greater losses over time, raising concerns about harm potential. By contrast, game experience was influenced by monetary outcomes and personal characteristics rather than SF. Overall, these findings support the notion that both product and personal characteristics confer risk of harm.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,004 | 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 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 ».