Le recrutement dans la recherche sur le jeu avec des mises d'argent personnel
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
L’amélioration du réalisme des études en laboratoire est un défi pour les chercheurs du domaine des jeux de hasard et d’argent (JHA). Cette étude sonde donc l’intérêt des joueurs de poker, d’appareils de loterie vidéo (ALV) ou de jeux de table à miser leur argent personnel dans le cadre de futures études sur les JHA où les gains et les pertes seraient réels. Les participants ont répondu à des questionnaires portant sur les caractéristiques sociodémographiques, la sévérité de problème de jeu ainsi que l’intérêt à participer à différents projets de recherche, conformément à leurs habitudes de jeu, impliquant des mises d'argent personnel. Un total de 86 participants sur 174 a accepté de parier son argent personnel pour au moins un des projets présentés. Lorsqu’une compensation financière garantie est offerte, 50 participants ayant initialement refusé changent d’avis. Il ressort que jouer au poker sur table et miser des montants mensuels élevés dans le jeu permettent de prédire l’acceptation de miser son argent personnel dans une étude en laboratoire sur les JHA. Les résultats portent à croire que des futures études testant l’efficacité de mesures préventives pourraient être réalisées avec des mises d’argent personnel et auprès de joueurs impliqués dans le jeu.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 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 it