MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902515437 · doi:10.6084/m9.figshare.c.5864029.v1

Gambling treatment service providers’ views about contingency management: a thematic analysis

2022· other· en· W6902515437 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2022
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésContingency managementThematic analysisAbstinenceIncentiveIntervention (counseling)AttendanceVoucherContingencyService provider

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is a need to improve retention and outcomes for treatment of problem gambling and gambling disorder. Contingency management (CM) is a behavioural intervention involving identification of target behaviours (such as attendance, abstinence, or steps towards recovery) and the provision of incentives (such as vouchers or credits towards the purchase of preferred items) contingent on objective evidence of these behaviours. Contingency management for abstinence and attendance in substance misuse treatment has a substantial evidence base but has not been widely adopted or extended to other addictive behaviours such as gambling. Potential barriers to the widespread adoption of CM may relate to practitioners’ perceptions about this form of incentive-based treatment. The present study sought to explore United Kingdom (UK) gambling treatment providers’ views of CM for treatment of problem gambling and gambling disorder. Methods We conducted semi-structured interviews with 30 treatment providers from across the UK working with people with gambling problems. Participants were provided with an explanation of CM, several hypothetical scenarios, and a structured questionnaire to facilitate discussion. Thematic analysis was used to interpret findings. Results Participants felt there could be a conflict between CM and their treatment philosophies, that CM was similar in some ways to gambling, and that the CM approach could be manipulated and reduce trust between client and therapist. Some participants were more supportive of implementing CM for specific treatment goals than others, such as for incentivising attendance over abstinence due to perceived difficulties in objectively verifying abstinence. Participants favoured providing credits accruing to services relevant to personal recovery rather than voucher-based incentives. Conclusions UK gambling treatment providers are somewhat receptive to CM approaches for treatment of problem gambling and gambling disorder. Potential barriers and obstacles are readily addressable, and more research is needed on the efficacy and effectiveness of CM for gambling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,063
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0060,007
Communication savante0,0050,005
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,050
Tête enseignante GPT0,282
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetGenomics and Phylogenetic Studies→Travaux en français237 207→