Bibliographic record
Abstract
[연구배경] 한국에서 전체 연령대 중 20대의 도박참여율이 가장 높다. 심각한 성인 도박중독자들은 대부분 10대부터 게임과 내기를 좋아했다. 대학생의 도박문제가 일반인과 비교해 더 심각할 수 있다. 그럼에도 불구하고, 우리나라의 경우 대학생 도박문제에 대한 연구가 매우 부족한 상황이다. [연구목적] 본 연구의 목적은 대학생을 대상으로 한 전국 규모의 도박문제 실태조사를 통해 한국 대학생의 도박중독 유병률과 도박관련 문제를 파악하기 위함이다. [연구방법] 본 연구에서는 구조화된 설문지를 이용하여 연구 참여에 동의한 대상자에게 자기기입식 조사를 실시하였으며 연구표본은 전국의 4년제 대학교 재학생 2,026명이었다. [연구결과] 연구결과 CPGI(Canadian Problem Gambling Index) 척도 상의 대학생 문제도박 심각도는 비문제도박 68.7%(1,391명), 저위험도박 20.3%(411명), 중위험도박 9.5%(193명), 문제도박 1.5%(31명) 순으로 나타났다. 이중 중위험도박자와 문제도박자를 합한 도박중독 유병률이 11%에 달하는 것으로 나타났는데, 이는 우리나라 성인의 도박중독 유병률 6.1% 보다 더 높은 수치이다. 응답자 중 스포츠토토 구매경험이 있는 대학생의 도박중독 유병률은 21.4%, 인터넷도박 경험이 있는 대학생의 도박중독 유병률은 19.3%로 대학생 전체 유병률에 비해 2배가량 높은 것으로 나타났다. 대학생의 도박중독 문제는 초등학교 이하 시기에 도박을 처음 경험하는 집단에서 도박중독 문제가 유의미하게 더 높게 나타났으며, 여학생 보다는 남학생이, 남학생 중에서는 군필 집단 보다는 군미필/면제 집단에서 도박중독 문제가 더 심각하게 나타났다.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.110 | 0.046 |
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".