Personality‐obesity associations are driven by narrow traits: A meta‐analysis
Notice bibliographique
Résumé
Obesity has inconsistent associations with broad personality domains, possibly because the links pertain to only some facets of these domains. Collating published and unpublished studies (N = 14 848), we meta-analysed the associations between body mass index (BMI) and Five-Factor Model personality domains as well as 30 Five-Factor Model personality facets. At the domain level, BMI had a positive association with Neuroticism and a negative association with Conscientiousness domains. At the facet level, we found associations between BMI and 15 facets from all five personality domains, with only some Neuroticism and Conscientiousness facets among them. Certain personality-BMI associations were moderated by sample properties, such as proportions of women or participants with obesity; these moderation effects were replicated in the individual-level analysis. Finally, facet-based personality "risk" scores accounted for 2.3% of variance in BMI in a separate sample of individuals (N = 3569), 409% more than domain-based scores. Taken together, personality-BMI associations are facet specific, and delineating them may help to explain obesity-related behaviours and inform intervention designs. Preprint and data are available at https://psyarxiv.com/z35vn/.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,016 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,012 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».