A Structural Model of Relationship Between Disgust Propensity and Fear of Contamination: The Mediating Role of Mental Contamination
Notice bibliographique
Résumé
Background: Fear of contamination is one of the complex and powerful fears and is often seen in contamination/washing obsessive-compulsive disorder. Earlier researches have shown that this disorder is related to mental contamination and recent research showed that individuals with the fear of contamination are prone to experiencing disgust. Objectives: This study aimed to investigate the mediating role of mental contamination between disgust propensity and fear of contamination. Methods: The sample consisted of 391 students of Shahed University in Tehran city, Iran. The participants were selected by cluster sampling in November and December in 2015. The tools used were Disgust Propensity and Sensitivity Scale-Revised (DPSS-R), Vancouver Obsessional Compulsive Inventory-Mental Contamination Scale (VOCI-MC), and Padua Inventory (PI). The proposed model was examined by Structural Equation Modeling Modeling (SEM), using Amos-22 software. Baron and Kenny as well as bootstrap methods were used for the analysis of the role of mental contamination as a mediator in this relationship. Results: Goodness of fit indexes indicated that the proposed model had a good fit (GFI = 0.92, AGFI = 0.90, TLI = 0.93, CFI = 0.94 (all > 0.90), and RMSEA = 0.04 (CI (90%) = 0.04-.05). The results showed that disgust propensity caused the fear of contamination both directly (β = 0.35; SE = 0.05) and indirectly (β = 0.16; SE = 0.03) through mental contamination. Conclusion: The findings provided support for the proposed model and showed that disgust propensity played a role in increasing mental contamination which, in turn, leads to fear of contamination. As a result, it would seem that the assessment of disgust propensity and mental contamination is essential to treating the fear of contamination and washing behavior.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».