MétaCan
Menu
Retour à la cohorte
Enregistrement W7165294857

Financial inducements in gambling marketing: An information disclosure proposal to inform gamblers of their true economic value

2025· article· en· W7165294857 sur OpenAlexfundno aff
Jamie Torrance

Notice bibliographique

RevueCronfa (Swansea University) · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Gambling Research Institute, University of CalgaryGambling Research Exchange OntarioEconomic and Social Research InstituteLeverhulme Trust
Mots-clésValue (mathematics)PaymentValue of informationInformation economics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Financial inducements such as free bets are frequently-used gambling marketing offers which temporarily improve a gambler's usual pattern of risk and potential return.Previous research has shown that there are up to 15 distinct types of financial inducements in common use, and that gamblers frequently misunderstand inducements' play-through requirements and other complex terms and conditions.The Australian government has therefore recently banned play-through requirements for inducements shown to new customers, and the Great British regulator the Gambling Commission has recently announced a maximum play-through requirement of 10 times.The present work describes an alternative and yet potentially complementary approach based on disclosing financial inducements' true economic value to gamblers.This approach can be motivated by the fact that financial inducements are not intrinsically harmful, and an understanding of their value has been exploited for profit by some gamblers via techniques called "bonus hunting" and "matched betting".Disclosure-based approaches can be designed to reflect the average losses implied by any play-through requirements, as well as any other terms and conditions which affect their economic value.Disclosure-based approaches for protecting consumers from the potential harms of financial inducements should be subject to further research and policy consideration.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,829

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,321
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCronfa (Swansea University)Même sujetGambling Behavior and TreatmentsTravaux en français237 207