The utility and comparative incremental validity of the MMPI-2 and Trauma symptom Inventory validity scales in the detection of feigned PTSD.
Notice bibliographique
Résumé
The authors examined the comparative predictive capacity of the Trauma Symptom Inventory (TSI) Atypical Response Scale (ATR) and the standard set of Minnesota Multiphasic Personality Inventory-2 (MMPI-2) fake-bad validity scales (i.e., F, F-sub(B), F-sub(p), FBS) to detect feigned posttraumatic stress disorder (PTSD). Remitted trauma victims (n = 60) completed the TSI and MMPI-2 under standard (honest) instructions and then were randomly assigned to 1 of 2 experimental conditions (noncoached/validity scale coached) in which they were administered these instruments again with instruction to fake PTSD. These test protocols were compared with TSI and MMPI-2 results from workplace injury claimants with PTSD (n = 84). The ATR and FBS were able to distinguish only the noncoached participants instructed to fake from the PTSD claimants; in contrast, the F, F-sub(B), and F-sub(p) scales were able to distinguish both the noncoached and the validity-scale-coached participants from the PTSD claimants. F, F-sub(B), and F-sub(p) always outperformed the ATR and FBS; neither the ATR nor the FBS was able to add incremental predictive variance to that of F, F-sub(B), or F-sub(p).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».