Development and 30-Month Revalidation of a Machine Learning System for Detecting Self-Reported Gambling Problems on an Online Gambling Platform
Notice bibliographique
Résumé
Online gambling platforms are highly accessible, increasingly popular, and see relatively high rates of gambling-related harms. In response to these trends, we sought to develop machine learning models that detect at-risk online gamblers using transactional data collected over the course of their betting.\nUsers of a provincially-operated gambling website in Quebec, Canada were recruited in September 2019 (N = 9,145), and February 2022 (N = 11,258). Participants completed the Problem Gambling Severity Index (PGSI), and consented to release their online gambling data for the prior 12 months. After fitting two random forest classification models, our first (2019) and second (2022) validation studies correctly identified 81.94% and 81.88% of users at higher-risk for experiencing problems (PGSI ≥ 8). They further classified 72.20% and 73.94% of lower-risk (PGSI < 8) users on the site. Important features of harmful online gambling appear to include the variability of weekly betting amounts, and frequent cash deposits on the site.\nAlthough routine system evaluations remain necessary, these results indicate that a machine learning system can stably detect problem gambling risk over a 30-month period. They further allow researchers to estimate activity-specific harms, and discover behavioural factors related to gambling disorder using large, ecological datasets.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».