Relation entre les jeux virtuels de hasard et d’argent et certaines conduites déviantes chez des jeunes du Québec
Bibliographic record
Abstract
Plusieurs auteurs ont montré que les personnes qui s’adonnent à des jeux de hasard et d’argent (JHA) sont plus impliquées dans la délinquance que les non-joueurs et qu’il y a une association entre la gravité des habitudes de JHA et la gravité de la délinquance. Toutefois, les connaissances actuelles sont limitées en ce qui concerne ce lien chez les adolescents et plus particulièrement chez les jeunes filles. De plus, ces études sont très peu révélatrices quant aux types de délits commis par les jeunes joueurs et les jeunes joueuses en fonction de leur profil de joueur. Dans le cadre d’une étude sur la pratique des JHA sur Internet, 1870 élèves de troisième, quatrième et cinquième secondaire ont été recrutés dans des écoles de trois régions du Québec. Les instruments de mesure DSM-IV-MR-J (Fisher, 2000) et MASPAQ (Le Blanc, 2010) ont été utilisés pour mesurer les habitudes de JHA des jeunes et leurs conduites déviantes. Cet article a pour objectifs : 1- de dresser le portrait des habitudes de JHA des filles et des garçons de l’échantillon ; 2- d’examiner les liens entre la gravité du jeu, le jeu Internet et les conduites déviantes, séparément selon le genre des jeunes de l’échantillon. Les principaux résultats montrent que la gravité des habitudes de JHA est reliée à la fois à des conduites déviantes clandestines et manifestes tant chez les joueurs que chez les joueuses. Le jeu sur Internet chez les joueurs et chez les joueuses est associé à un score de gravité plus élevé de certaines conduites déviantes clandestines et manifestes.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".