Who Bets on Sports? Characteristics of Sports Bettors and the Consequences of Expanding Sports Betting Opportunities/¿Quién apuesta? Características de los apostantes deportivos y consecuencias de la expansión de las oportunidades de apostar
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Currently, several proposed changes in sports betting laws are being debated in the United States and the European Union. This article examines the characteristics of sports bettors in three countries, Canada, Spain, and the United Kingdom, to determine who bets on sports in environments where this activity is both legal and popular. Uncondi¬tional and conditional analyses find that annual participation rates in sport betting are low, and that sport bettors tend to be young males with relatively high incomes. Sports bettors stand to gain the most from an expansion of legal sports betting opportunities, while the negative impacts of increased access to sports betting are expected to be mini¬mal in the United States and difficult to assess in the European Union. Actualmente, un importante número de cambios en la legislación del mercado de apuestas deportivas están siendo debatidos tanto en Estados Unidos como en la Unión Europea. En este artículo se examinan las características socio-económicas de los apostantes deportivos en Canadá, España y el Reino Unido con el objeto de determinar el perfil de estos jugadores en contextos donde está actividad es legal y muy popular. El análisis empírico muestra que la fre¬cuencia de participación en este mercado es baja y que el perfil de los apostantes tiende a ser el de un hombre joven con ingresos relativamente altos. Se concluye que los propios apostantes serían los potenciales beneficiarios de una expansión de las oportunidades de apostar, mientras que el impacto negativo de esta liberalización se espera sea mínimo en Estados Unidos y difícil de calcular en la Unión Europea.
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.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle