MétaCan
Menu
Retour à la cohorte
Enregistrement W6922093805 · doi:10.11575/prism/9764

Seniors and gambling : exploring the issues : technical report

2000· other· en· W6922093805 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2000
Typeother
Langueen
DomaineArts and Humanities
ThématiqueLibraries and Information Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMainstreamCommissionIntervention (counseling)PopulationLeisure timeConsumption (sociology)Suicide preventionAlcohol abuseQuarter (Canadian coin)

Résumé

récupéré en direct d'OpenAlex

Seniors constitute one of the fastest growing population groups in North America. One of the major life changes experienced by seniors is retirement. Retirement has two primary implications for seniors: a decrease in income and an increase in leisure time. On average, Canadian seniors have 7.8 hours of free time per day (Statistics Canada, 1994). How they spend that time is of social and economic importance. While many seniors have lived the majority of their lives in a society that has treated gambling activities conservatively, today gambling is legalized, accepted, and mainstream entertainment. Some, such as the Council on Compulsive Gambling of New Jersey (1997) suggest that as high as 5 percent of seniors who gamble are compulsive gamblers. However, there is not a substantial base of research explaining the relationship of increased leisure time to seniors gambling or the extent to which seniors are at risk of becoming addicted to gambling. To better understand seniors and gambling, the Alberta Alcohol and Drug Abuse Commission (AADAC) contracted Howard Research to conduct a two-phase research study to explore 1. What are the gambling attitudes and behaviours of seniors? 2. What prevention and intervention strategies are most effective for seniors? 3. How universal among Alberta seniors are the answers to questions one and two?

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,010

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 Opus0,141
Tête enseignante GPT0,306
Écart entre enseignants0,165 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetLibraries and Information ServicesTravaux en français237 207