MétaCan
Menu
Retour à la cohorte
Enregistrement W2918679067 · doi:10.1037/per0000327

Clarifying the interstitial nature of facets from the Personality Inventory for DSM–5 using the five factor model of personality.

2019· article· en· W2918679067 sur OpenAlexfundno aff
Carolyn A Watters, Martin Sellbom, Amanda A. Uliaszek, R. Michael Bagby

Notice bibliographique

RevuePersonality Disorders Theory Research and Treatment · 2019
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of TorontoAmerican Psychiatric Association
Mots-clésPsychologyOpenness to experienceFacet (psychology)Negative affectivityConscientiousnessPositive affectivityBig Five personality traitsPersonalityStructural equation modelingPersonality Assessment InventoryClinical psychologyPersonality disordersDevelopmental psychologyExtraversion and introversionSocial psychologyStatistics

Résumé

récupéré en direct d'OpenAlex

= 388). Our findings revealed an optimal five-factor structure in the undergraduate sample (in which Openness facets did not load on any factor) and a six-factor structure in the clinical sample (in which Openness formed its own factor). Domains displayed good convergent validity with the domains of the personality psychopathology five model, except for Disinhibition/Conscientiousness, in which the lack of convergence was explained by Conscientiousness. Furthermore, we evaluated six specific PID-5 facets with respect to interstitiality and optimal PID-5 domain placement, where results supported several recommendations for model modification of the PID-5 structure. These include moving Restricted Affectivity to Detachment from Negative Affectivity, moving Hostility to Antagonism from Negative Affectivity, moving Suspiciousness to Negative Affectivity from Detachment, and removing Submissiveness from the PID-5 measure and the alternative model of personality disorders. (PsycINFO Database Record (c) 2019 APA, all rights reserved).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,418
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonality Disorders Theory Research and TreatmentMême sujetPersonality Disorders and PsychopathologyTravaux en français237 207