Cibles du traitement des joueurs problématiques : existe-t-il des différences entre les hommes et les femmes ?
Bibliographic record
Abstract
Selon les dernières études de prévalence, plus de 160 000 Québécois et Québécoises souffrent de problèmes de jeu de hasard et d’argent, ce qui représente près de 2 % de la population de la province. Cette problématique touche en général deux hommes pour une femme et il semblerait que l’étiologie et les profils de difficultés soient différents selon le sexe de la personne atteinte. Certaines études rapportent que ces différences engendreraient la nécessité d’offrir des interventions différentes selon que les joueurs problématiques sont de sexe féminin ou masculin. Mais, est-ce vraiment le cas ? Les différences présentes selon le sexe sont-elles réellement synonymes d’un besoin d’intervention différent ? La présente étude tente de répondre à cette interrogation en dressant d’abord les profils sociodémographiques et de difficultés de joueurs problématiques en fonction de leur sexe. L’étude compare ensuite l’estimation du besoin d’intervention à ces sphères selon que l’usager est de sexe féminin ou masculin. Pour ce faire, les évaluations d’entrée du Centre de réadaptation en dépendance de Québec (Indice de gravité d’une toxicomanie ; IGT) de 190 joueurs problématiques adultes, 125 hommes et 65 femmes, sont analysées. Les analyses statistiques démontrent des différences significatives entre les sexes quant aux profils sociodémographiques, aux habitudes de jeu de hasard et d’argent et à l’état psychologique. Cependant, aucune différence significative n’est observée entre les besoins d’intervention estimés par les évaluateurs et ceux estimés par les usagers sur ces différentes sphères. Ces résultats suggèrent donc que les usagers témoignent de besoins d’intervention semblables aux différentes sphères de vie évaluées par l’IGT, et ce, malgré des profils sociodémographiques et des profils de difficultés différents selon leur sexe.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".