Convergence des jeux ? : Perception de l’interrelation entre les jeux vidéo et les jeux de hasard et d’argent
Bibliographic record
Abstract
Des éléments de convergence entre les activités de jeux de hasard et d’argent (JHA) et les jeux vidéo (JV) ont été identifiés dans la documentation scientifique. Toutefois, le manque d’études qualitatives sur le sujet limite la compréhension de l’influence de ces phénomènes sur la participation aux JHA et aux JV. La présente étude recourt à un devis qualitatif afin d’explorer les points de vue et perceptions de joueurs de JHA et de JV quant aux similitudes et aux différences ainsi que les interrelations entre ces deux activités. Un échantillon de 22 joueurs de JHA et de JV âgés en moyenne de 19 ans (ET=1,53) a été constitué afin de s’entretenir sur la convergence entre ces activités. Les entrevues réalisées ont permis de mettre en lumière que le plaisir, le divertissement ainsi que l’acquisition de gains constituent des motivations communes à s’investir dans ces activités. Trois interrelations entre la participation aux JHA et aux JV ont été identifiées dans le discours des participants, soit (1) une absence d’initiation aux JHA via la participation aux JV, (2) une relation indiquant que la participation aux JV prévient la participation aux JHA, et inversement (3) que la participation aux JV génère un intérêt envers la participation aux JHA. L’étude met en lumière l’influence potentielle que la participation aux JV peut avoir sur l’initiation des JHA, par l’exposition aux publicités de JHA dans les JV, ainsi que la nécessité de poursuivre des recherches afin d’explorer davantage les motifs sous-jacents à cette convergence.
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 | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".