Descriptive Characteristics and Initial Psychometric Properties of the Non-Suicidal Self-Injury Disorder Scale
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.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».