Mapping Gambling Research in Three Regulatory Environments, 2008-2017
Notice bibliographique
Résumé
This study was undertaken by Greo Evidence Insights (formerly Gambling Research Exchange Ontario) to create a mapping review of gambling studies. A mapping review is a type of review article that aims to describe and categorize knowledge within a topic of known scope in order to identify research gaps. There have been very few mapping reviews concerning the whole field of gambling studies, and this is the first to specifically examine the concept of harm. For this study, the authors used the Conceptual Framework of Harmful Gambling (CFHG) as the framework for categorizing gambling research articles. The CFHG describes eight factors contributing to harmful gambling, each with multiple subfactors. The authors searched the Web of Science (WoS) database for gambling research articles from Australia, Canada, and New Zealand, published between 2008 and 2017. These three countries were chosen because they represent three different forms of gambling regulation, described in detail in the article. By following the search strategy, 1,424 articles were retrieved that could be ascribed to a CFHG factor. Each article was assigned a CFHG factor, and if possible, a CFHG subfactor, a secondary factor, and a secondary subfactor. Also recorded are the country and state/province/territory/region or each author from the three target countries, and whether or not the word "harm" is present in the title, abstract, or keywords. The dataset also contains the author, year, title, journal, and various other bibliographic fields that were downloaded from WoS.
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 | 0,011 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,052 | 0,058 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».