Self‐report measures of loss of control over eating: Psychometric properties in clinical and non‐clinical samples
Notice bibliographique
Résumé
OBJECTIVE: Research evidence supports the clinical significance of subjective feelings of loss of control over eating; however, limited attention has been given to how this construct is assessed. Two measures have been developed in recent years (i.e., Eating Loss of Control Scale [ELOC] and Loss of Control over Eating Scale [LOCES]), but further validation in clinical and non-clinical samples is needed. METHOD: The current study evaluated the psychometric properties, including factor structure, criterion validity, and measurement invariance of the ELOC and LOCES across two groups: (a) a clinical sample of individuals with eating disorders (n = 106) and (b) a non-clinical sample of college students (n = 321). RESULTS: Confirmatory factor analyses indicated that the 16-item version of the ELOC and 7-item brief version of the LOCES provided good fit to the data in both samples. These measures were highly correlated (r = .83-.87) and associated with binge-eating and related psychopathology. The ELOC demonstrated partial invariance between men and women and between the clinical and non-clinical samples. The LOCES-brief demonstrated full invariance between men and women and partial invariance between the clinical and non-clinical samples. DISCUSSION: Findings suggest that the 16-item ELOC and 7-item LOCES are reliable measures of severity of loss of control eating in clinical and non-clinical samples. Given the brevity of the LOCES-brief and evidence for measurement invariance across sex, it is recommended over the ELOC in heterogeneous samples. Future research is needed to confirm the validity of these measures across individuals with and without eating disorders.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».