Eating Disorders and Depression in Adolescents: The Impact of Socioeconomic Factors, Family and Peer Relations
Notice bibliographique
Résumé
This paper analyses the relation between socioeconomic characteristics, family and peer relations, depression and eating disorders with 218 (144 female, 66.1%) participants aged 14-19 from Croatia. The questionnaire encompassed questions on socioeconomic traits, family and peer relations, depression and anorexia, bulimia, binge eating and orthorexia. Girls reported most dissatisfaction with the abdominal region (38.5%), thighs (31.2%) and breasts (16.1%). Boys reported most dissatisfaction with the abdomen (12.4%), chest (10.1%) and legs/calves (7.3%). Gender was significant for depression (p<.001), anorexia (p<.01), bulimia (p<.001) and binge eating (p<.05), with girls scoring higher on all scales. Age was significant for depression (p<.05) in younger participants, and orthorexia (p<.05) for older adolescents. Participants from vocational schools reported significantly higher family life satisfaction (p<.01), while gymnasium students reported significantly higher depression (p<.000), bulimia (p<.01) and binge eating behaviour (p<.01). Higher mother’s educational level was significant for anorexia (p<.05) and orthorexia (p<.01). Family relations correlated negatively with bulimia and binge eating, but positively with orthorexia. Peer relations were not significant for eating disorders. Eating disorders show positively correlated comorbidity (p<.000), and were significantly correlated to depression (p<.000). Anorexia is best predicted by bulimia (p<.001), orthorexia (p<.001), depression (p<.01) and mother’s education (p<.01). Bulimia is strongly predicted by anorexia (p<.001), binge eating (p<.001), depression (p<.001) and gender (p<.001). Binge eating is strongly predicted by bulimia (p<.001), depression (p<.01) and school type (p<.05). Orthorexia is strongly predicted by anorexia (p<.001), family relations quality (p<.05), the mother’s education (p<.05) and school success (p<.05).
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 | 0,001 |
| 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 | 0,000 | 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 | 0,000 |
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 ».