Personality Assessment Inventory profiles of university students with eating disorders
Notice bibliographique
Résumé
BACKGROUND: Eating disorders are complex disorders that involve medical and psychological symptoms. Understanding the psychological factors associated with different eating disorders is important for assessment, diagnosis, and treatment. METHODS: This study sought to determine on which of the 22 Personality Assessment Inventory (PAI) scales patients with anorexia nervosa, bulimia nervosa, and eating disorder not otherwise specified (EDNOS) differed, and whether the PAI can be used to classify eating disorder subtypes. Because we were interested in both whether the PAI could be used to differentiate eating disorder subtypes from each other, as well as from other disorders, we also included a group of patients with major depression. RESULTS: The three eating disorder groups did differ significantly from each other, and from the patients with depression, on a number of the PAI scales. Only two PAI scales (Anxiety and Depression), however, exceeded a T-score of 70 for the patients with anorexia nervosa, no scales exceeded a T-score of 70 for the patients with bulimia nervosa or EDNOS, and only two exceeded a T-score of 70 for the patients with depression (Depression and Suicide). A discriminant function analysis revealed an overall correct classification between the groups of 81.6%. CONCLUSIONS: The PAI helps to understand the psychological factors associated with eating disorders and can be used to assist with assessment. Continued investigation using the PAI in an eating disordered population is supported.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,001 |
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 ».