Descriptive Characteristics and Initial Psychometric Properties of the Non-Suicidal Self-Injury Disorder Scale
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Non-suicidal self-injury (NSSI) is highly prevalent and associated with tissue damage, emotional distress, and psychiatric disorders. While often discussed in the context of Borderline Personality Disorder and suicide, research demonstrates that NSSI is distinct from these constructs and should be viewed as an independent diagnostic category. Recently, Non-Suicidal Self-Injury Disorder (NSSID) was included in the revised Diagnostic and Statistical Manual of Mental Disorders as a condition for further study. In this article, we describe the properties of a self-report measure designed to assess proposed criteria for NSSID. Undergraduate students at 2 large, public universities completed the NSSID Scale (NSSIDS) along with other measures of NSSI characteristics and psychopathology. Among participants with a history of NSSI, approximately half (54.55%) met diagnostic criteria for NSSID. Participants were most frequently excluded from an NSSID diagnosis on the basis of criterion A (frequency of NSSI) and criterion E (distress or impairment related to NSSI), while participants were least likely to be excluded from diagnosis on the basis of criterion D (NSSI method exclusions) and criterion F (diagnostic "rule-outs"). Consistent with previous literature, the most commonly reported precipitants to NSSI were negative feelings or thoughts (criterion C2). Participants who met criteria for NSSID reported more severe depression, anxiety, and NSSI than participants who engaged in NSSI but did not meet criteria for NSSID. These results support the use of the NSSIDS as a reliable and valid self-report measure of NSSID symptoms.
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.
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 | 0,001 | 0,000 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle