Testing the four-factor model of personality vulnerability to alcohol misuse: A three-wave, one-year longitudinal study.
Notice bibliographique
Résumé
The 4-factor model of personality vulnerability identifies 4 personality risk factors for alcohol misuse: hopelessness, anxiety sensitivity, impulsivity, and sensation seeking. These personality traits are associated with distinct mechanisms and motivations for alcohol misuse. Individuals high in hopelessness drink to regulate dysphoric affect, while those high in anxiety sensitivity drink to reduce anxiety and to conform to peer expectations. Individuals high in sensation seeking are highly sensitive to the rewarding properties of alcohol, and misuse alcohol to maximize enjoyment. Impulsivity is a broad risk factor contributing to all drinking motives. We hypothesized that personality vulnerabilities would indirectly predict alcohol quantity and problems through specific drinking motives theorized by the 4-factor model. The present study tested hypotheses using a 3-wave, 1-year longitudinal study of undergraduate drinkers (N = 302). Data were analyzed using multilevel path analysis. Hopelessness and impulsivity were positively related to drinking motives in the expected fashion. Anxiety sensitivity was related to coping-anxiety and conformity motives only in the between-subjects model (partially supporting hypotheses), while sensation seeking was generally unrelated to all drinking motives and alcohol outcomes (failing to support hypotheses). Enhancement motives predicted alcohol quantity and problems at both levels, coping-depression motives predicted alcohol problems at the between-subjects level only, and coping-anxiety, conformity, and social motives failed to predict alcohol outcomes beyond other motives. Overall, this study partially supports the 4-factor model, with the strongest support emerging for impulsivity and hopelessness. This study suggests that personality traits such as impulsivity and hopelessness may be important targets in prevention and treatment with undergraduate drinkers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».