Natural history of gambling problems: Results from a general population survey
Bibliographic record
Abstract
Natürlicher Verlauf von problematischem Glücksspiel: Ergebnisse einer Allgemeinbevölkerungsstudie Fragestellung: Die Studie untersucht Gründe für eine Verhaltensänderung in einer Stichprobe früherer problematischer Glücksspieler. Methodik: In Ontario, Kanada, wurde an einer Zufallsstichprobe von 8.467 Erwachsenen eine telefonische Erhebung durchgeführt. Von den 450 Teilnehmern, die früher, nicht aber in den letzten 12 Monaten glücksspielbezogene Probleme hatten (n=450) wurden 130 Personen identifiziert, die sich an eine Zeitspanne erinnern konnten, in der sie mehr gespielt haben als aktuell und damals keine Therapie oder eine Selbsthilfegruppe in Anspruch genommen haben. Sie wurden nach den Gründen für das Aufhören oder weniger Spielen und zu ihren Ausstiegsstrategien befragt. Ergebnisse: Häufige Gründe waren Veränderungen im Leben durch Reifung (Umzug, Arbeitsplatz, Heirat) oder eine kognitive Neubewertung des Spielens. Spieler mit schwereren Problemen nannten häufiger Änderungsgründe, die mit negativen Konsequenzen des Spielens zusammen hingen. Schlussfolgerungen: Viele Menschen »driften« aus ihrem problematischen Spielen durch andere Veränderungen in ihrem Leben heraus. Forschung zum natürlichen Verlauf anhand repräsentativer Stichproben ist bedeutsam, da sie erlaubt, Gründe der Reifung und des Herauswachsens als zentral für die Überwindung von Glücksspielproblemen in vielen Fällen zu erkennen.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".