Personality Disorder in University Students: A Multitrait-Multimethod Matrix Study
Notice bibliographique
Résumé
The present study examined the prevalence of personality disorders (PDs) in a sample of first-year university students. The three self-report measures used to assess personality disorders were the (a) Coolidge Axis II Inventory (CATI); (b) Millon Clinical Multiaxial Inventory-II (MCMI-II); and (c) Minnesota Multiphasic Personality Inventory-Personality Disorder Scale (MMPI-PD). The prevalence of PD was estimated by including the number of participants above the cut-off scores selected for each of the three PD instruments. The results indicate prevalence in the range of 0% to 16% for the males, and approximately 1% to 26% for the females. These findings generally confirm the prevalence range of 5% to 15% reported in other investigations of nonpatient samples. With few exceptions, the three tests are generally consistent in their estimates of PD prevalence of all the 11 personality disorders. The multitrait-multimethod matrix reveals that the disorders are generally positively correlated with each other on all the three tests, suggesting considerable construct overlap. Specifically, passive-aggressive and schizotypal disorders produce the most convergent correlations. On the MMPI-PD, however, schizoid is a relatively more discriminant disorder.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».