Dimensional Personality Traits and the Prediction of DSM-IV Personality Disorder Symptom Counts in a Nonclinical Sample
Notice bibliographique
Résumé
The third edition of the Diagnostic and Statistical Manual of Mental Disorders (DSM-III; APA, 1980) set forth a categorical system of personality psychopathology that is composed of discrete personality disorders (PDs), each with a distinct set of diagnostic criteria. Although this system is widely accepted and highly influential, alternative dimensional approaches to capturing personality psychopathology have been proposed. Three dimensional models of personality have garnered particular attention-the Five-Factor Model (FFM; Costa & McCrae, 1992), the Seven-Factor Psychobiological Model of Temperament and Character (Seven-Factor Model; Cloninger, Svrakic, & Przybeck, 1993); and the 18-factor model of personality pathology (18-factor model; Livesley, 1986). Although the personality traits from each of these models has been examined in relation to the ten personality disorders in the DSM-IV, no study has examined the comparative and incremental validity of these models in predicting PD symptoms for these ten disorders. Using self-report instruments that measure these models and the ten DSM-IV PDs, correlation and linear regression analyses indicate that traits from all three models had statistically significant associations with PD symptom counts. Hierarchical regressions revealed that the 18-factor model had incremental predictive validity over the FFM and Seven-Fac-tor Model in predicting symptom counts for all ten DSM-IV PDs. The FFM had incremental predictive validity over the Seven-Factor Model model for all ten disorders and the Seven-Factor was able to add incremental predictive validity over the 18-factor model for five of the ten PDs and for eight of the ten disorders relative to the FFM.
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 | 0,008 |
| 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) | 0,001 | 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 ».