Les joueurs de hasard et d’argent au Québec : trajectoires et exploration des facteurs explicatifs du changement
Bibliographic record
Abstract
Les joueurs à risque modéré et pathologiques probables représentent respectivement 1,4 % et 0,4 % de la population dans la province de Québec (Kairouz, Paradis, Nadeau, Hamel, & Robillard, 2015). Bien que prolifique, la recherche sur les trajectoires des joueurs présente plusieurs limites méthodologiques menant à l'hétérogénéité des résultats et peu d’études ont empiriquement examiné les facteurs associés aux changements dans les habitudes de jeu. Par ailleurs, il est reconnu que les évènements de vie ont un impact sur le développement de la psychopathologie (Brown & Harris, 1989). L'objectif de cette thèse est d'étudier la façon dont les joueurs évoluent au fil du temps en fonction de la gravité de leurs comportements de jeu et des conséquences néfastes, et d'examiner de manière prospective les associations entre les évènements de vie et la sévérité des problèmes de jeu. Au cours d’un suivi de deux ans, comprenant trois temps de mesure, 179 joueurs sélectionnés à partir d'une enquête populationnelle ont été répartis dans quatre groupes (non-problème, à faible risque, à risque modéré et les joueurs pathologiques probables) selon leur score à l’indice canadien du jeu excessif (Ferris et al, 2001). La présence d'évènements de vie a également été évaluée chaque année. Nos analyses révèlent que les joueurs à risque modéré sont très hétérogènes, tant dans leur composition que dans leur évolution. Les joueurs pathologiques restent vulnérables et sont à risque de vivre des problèmes de jeu chroniques au fil du temps. Nos analyses ont également montré que certains évènements de vie spécifiques liés à la sphère professionnelle, financière, sociale et aux habitudes de vie, ainsi que le nombre cumulé d'évènements de vie, sont prospectivement associés à un niveau plus élevé de sévérité des problèmes de jeu un an plus tard. Cette thèse montre ainsi l'importance de tenir compte des spécificités du groupe des joueurs à risque modéré dans les programmes de prévention secondaire et de favoriser la continuité des soins et la prévention des rechutes dans les programmes de traitement. De plus, les circonstances sociales et le stress affectent les trajectoires de jeu et doivent également être pris en compte dans le champ de la prévention secondaire et du traitement.
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 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".