Personality and Consultations with Complementary and Alternative Medicine Practitioners: A Five-Factor Model Investigation of the Degree of Use and Motives
Notice bibliographique
Résumé
OBJECTIVES: As interest in and use of complementary and alternative medicine (CAM) providers continues to grow, it is important to understand which characteristics incline people to experiment with and become frequent consumers of CAM practitioners. The purpose of this study was to examine how personality, as assessed by the five-factor model, was related to the breadth, frequency, and types of provider-based CAM use. Relationships between the personality factors (Openness, Conscientiousness, Extraversion, Agreeableness, and Neuroticism) and motives for consulting CAM providers were also explored. METHODS: A convenience sample of 184 current CAM clients recruited through the offices of 12 conventional medicine and 17 CAM practitioners completed a survey package including measures of health status, CAM use, personality, and motivations for using CAM. RESULTS: Only Openness and Agreeableness were consistently linked to different dimensions of CAM use, with each associated with consultations with CAM practitioners, and homeopaths and naturopaths in particular. After controlling for sociodemographic and health status variables in the stepwise multiple regressions, Openness was associated with the variety of CAM providers tried, whereas Agreeableness was linked to both the breadth and frequency of CAM consultations. Holistic and proactive health motivations were associated with both personality factors, and Agreeableness was also associated with motives reflecting a desire for shared decision-making. CONCLUSIONS: Findings indicate that individuals who are open and agreeable, as described by the five-factor model of personality, consult CAM practitioners to a greater extent. The motives involved suggest a congruency between CAM and their own perspectives regarding health and patient-provider interactions, which may have implications for understanding treatment adherence and outcomes.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».