Self-management strategies among people who experience problem gambling, poverty, and/or homelessness
Notice bibliographique
Résumé
Introduction/Rationale: There is a high prevalence of problem gambling among people experiencing poverty/homelessness, but several barriers contribute to low rates of formal treatment access. Assisting people with self-management strategies may be one solution to this problem. Self-management has been identified as an important occupation for people experiencing poverty/homelessness. There is growing interest in the potential of self-management strategies for problem gambling.Objectives: In this qualitative study, we aimed to describe the gambling self-management strategies among people experiencing problem gambling, poverty/homelessness, and complex health issues in a large multiethnic city in Canada.Method/Approach: Semi-structured interviews and a brief demographic survey with 19 adults experiencing problem gambling, poverty/homelessness, and complex health issues was conducted. Inductive qualitative content analysis was used to analyze participants’ gambling self-management strategies, which were then interpreted through an occupational lens.Results and or Practice Implications: Five types of gambling self-management strategies were identified: (1) seeking information on problem gambling, (2) talking about gambling problems, (3) limiting money spent on gambling, (4) avoiding gambling providers, and (5) engaging in alternative activities. These themes speak to proactive actions that directly address problem gambling issues as well as actions that result in the avoidance of things to prevent themselves from gambling. These findings can be leveraged to promote occupational self-management supports.Conclusion: Self-management was a central occupation in participants’ everyday lives, shaping their orientations to and understandings of a range situations, activities, and relationships. A combination of these strategies may be used in occupation-based interventions to effectively promote self-management skills.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».