Problem gambling through the lens of population health
Notice bibliographique
Résumé
The purpose of this thesis is to examine problem gambling from a population health perspective. In particular, this research determines the extent to which the household income, regional income inequality, and income insecurity are associated with problem gambling. This thesis consists of four essays. The first essay uses the 2013-2014 Canadian Community Health Survey (CCHS) to construct the III by using three variables, namely employment status, current job status, and multiple job status. We used polychoric Principal Component Analysis (polychoric PCA) to construct an III and the constructed III passes a reliability test and validity tests. The second essay estimates the distinct impact of the III on health status, controlling for level of household income and income inequality. The ordered logit (OLOGIT) regression results reveal that the III measures different aspects of income than the material deprivation and income inequality, thus serving to predict health status. The third essay stands as the core of the thesis. It examines the association between problem gambling and household income, regional income inequality and income insecurity. The OLOGIT regression results suggest that individuals with high income insecurity have greater odds of developing gambling problems independent of the roles played by material deprivation and income inequality. To the extent that problem gambling is associated with income insecurity, there is a role for general social policy to play aiming at better addressing income insecurity faced by particular population groups such as the working poor and insecurely employed. The fourth essay quantifies the losses of Health-Related Quality of Life (HRQL) associated with problem gambling in Canada. Using the 2013-2014 CCHS, I ran an Ordinary Least Squares (OLS) regression to estimate the association between the Health Utility Index (HUI) and problem gambling. The results illustrate that problem gamblers have significantly lower HRQL compared to non-problem gamblers. Using standard metrics for the value of a Quality-Adjusted Life Year (QALY), the annual cost associated with the losses of HRQL is $4,950 per problem gambler per year, and 95% confidence interval suggests that they may range from $300 to $9,450.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,020 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».